一种基于深度学习的LEO卫星码分多址方法及系统

    公开(公告)号:CN117527041A

    公开(公告)日:2024-02-06

    申请号:CN202311466805.0

    申请日:2023-11-07

    Applicant: 安徽大学

    Abstract: 本发明涉及一种基于深度学习的LEO卫星码分多址方法,包括:在扩频编码端构建用于生成用户扩频码并对用户的数据进行扩频的CDMA扩频编码器,CDMA扩频编码器采用全连接深度神经网络构建;在多用户检测端构建用于多用户检测以获得所有用户的原始信息的CDMA多用户检测器;对CDMA扩频编码器和CDMA多用户检测器采用端到端联合训练,通过CDMA扩频编码器的输入数据s和CDMA多用户检测器的输出数据构造损失函数,利用反向传播算法及神经网络优化器进行端到端联合训练。本发明还公开了基于深度学习的LEO卫星码分多址系统。本发明通过深度全连接神经网络自动生成用户扩频码,通过深度学习的端到端训练的方法提高了误码率性能。

    一种卫星随机接入控制方法及系统

    公开(公告)号:CN118524575A

    公开(公告)日:2024-08-20

    申请号:CN202410684224.2

    申请日:2024-05-30

    Applicant: 安徽大学

    Abstract: 本发明提供了一种卫星随机接入控制方法,卫星接收地面网关的初始化数据,将所述初始化数据广播至覆盖范围内的各个节点,并将时隙资源等份分给覆盖范围内的各个中继;接收各个节点发送给中继并由中继检测无冲突的数据包,将所述数据包转发至地面网关;接收地面网关对所述数据包进行处理后的反馈结果及更新后的预留资源表,将所述反馈结果及更新后的预留资源表广播至各个节点,以供各个节点更新二维Q表,并依据更新后的预留资源表和二维Q表选择最优的发送资源。本发明提供的一种卫星随机接入控制方法提升了系统吞吐量以及减少了节点接入时延,并在大负载下系统仍能保持较为稳定的吞吐量。

Patent Agency Ranking