一种大规模低轨卫星网络拥塞感知和故障预测方法

    公开(公告)号:CN119051705A

    公开(公告)日:2024-11-29

    申请号:CN202410891472.4

    申请日:2024-07-04

    Abstract: 本发明公开的一种大规模低轨卫星网络拥塞感知和故障预测方法,属于涉及卫星故障定位领域。本发明对链路状态序列进行时空融合编码,降低链路状态信息的稀疏性。通过选出最优矩阵作为预测模型的输入,提高数据训练和预测效率。采用Informer模型对链路状态序列进行训练并预测,通过多头ProbSparse自注意力层和自注意力蒸馏层两部分提取长序列;解码器通过掩蔽多头ProbSparse自注意力层和多头注意力层进行生成式预测,输出多步预测矩阵,提高对故障预测的速度。计算基于差值概率分布的故障检测间隔,降低检测报文的开销。通过对故障检测参数的动态更新和预测到检测再到预测的循环,在降低检测开销的同时不断提升卫星节点拥塞感知和故障预测的精度。

    基于双向GRU-条件随机场的非线性均衡方法

    公开(公告)号:CN114285715B

    公开(公告)日:2023-12-19

    申请号:CN202111558697.0

    申请日:2021-12-20

    Abstract: 本发明公开的基于双向GRU‑条件随机场的非线性均衡方法,属于光纤通信技术领域。本发明实现方法为:发送和采集M‑QAM信号序列,构建每个M‑QAM信号的特征序列,构建训练数据集;构建基于双向GRU‑条件随机场的非线性均衡模型;利用训练数据集对双向GRU‑条件随机场模型进行训练;使用训练好的双向GRU‑条件随机场模型对每个M‑QAM信号的特征序列进行标签序列的预测,输出得到每个M‑QAM信号的预测标签序列;将输出的预测标签序列的中间标签结果作为M‑QAM信号所对应的类别,通过M‑QAM星座符号解映射后,得到相对应二进制数据,实现高准确度的数据恢复,有效降低信号在长距离传输过程中受到的由于器件和光纤的非线性效应造成的影响,降低通信系统的误比特率,提升通信系统的传输性能。

    一种OAM-QPSK传输的聚类非线性补偿方法

    公开(公告)号:CN113346957B

    公开(公告)日:2022-08-05

    申请号:CN202110609629.6

    申请日:2021-06-01

    Abstract: 本发明涉及一种OAM‑QPSK传输的聚类非线性补偿方法,特别涉及一种针对OAM模式复用传输QPSK信号的聚类非线性补偿方法,属于光纤通信技术领域。本发明将数据分为训练序列和测试序列,训练序列用于训练聚类模型,测试序列用于误码率性能测试。聚类模型的训练采用的是改进的快速查找密度峰值聚类算法(FSFDP)。该方法能够降低非线性补偿的计算复杂度,系统通信的误码率性能得到了提升,实现了低复杂度的非线性补偿。

Patent Agency Ranking