本發(fā)明涉及衛(wèi)星捕獲，尤其是涉及一種基于感知輔助及rcnn賦能的低軌衛(wèi)星捕獲方法。

背景技術(shù)：

1、隨著通信技術(shù)的快速發(fā)展，尤其是面向未來6ghz以及更高頻率(如太赫茲)頻段的應(yīng)用，衛(wèi)星通信系統(tǒng)在“空天地海一體化”網(wǎng)絡(luò)中扮演著越來越重要的角色。感知輔助ai賦能衛(wèi)星通信是這一領(lǐng)域中的關(guān)鍵技術(shù)之一，它通過智能算法來提高通信系統(tǒng)的性能，尤其是在信號(hào)捕獲、跟蹤、解擴(kuò)解調(diào)等方面。低軌衛(wèi)星由于其軌道高度較低，具有較短的傳輸延遲和較高的數(shù)據(jù)傳輸速率等優(yōu)點(diǎn)，但同時(shí)也面臨著復(fù)雜的動(dòng)態(tài)環(huán)境帶來的挑戰(zhàn)。

2、傳統(tǒng)的衛(wèi)星通信系統(tǒng)通常依賴于基于時(shí)域或頻域并行處理的方法來實(shí)現(xiàn)信號(hào)捕獲。這些方法往往需要犧牲計(jì)算資源或者時(shí)間復(fù)雜度以換取更高的精度，例如采用rake接收機(jī)來對(duì)抗多徑干擾。然而，在一些成本敏感的應(yīng)用場(chǎng)景下，比如低成本移動(dòng)接收設(shè)備，這樣的高復(fù)雜度處理方法并不實(shí)用。此外，低軌衛(wèi)星由于其高速運(yùn)動(dòng)特性，會(huì)產(chǎn)生顯著的doppler效應(yīng)，這使得信號(hào)捕獲變得更加困難，并且要求捕獲算法必須能夠快速而準(zhǔn)確地估計(jì)和補(bǔ)償這種效應(yīng)。

3、當(dāng)前的衛(wèi)星通信系統(tǒng)還面臨其他問題，包括但不限于：

4、①多徑干擾：在城市環(huán)境中，建筑物和其他障礙物會(huì)導(dǎo)致嚴(yán)重的多徑傳播現(xiàn)象，這會(huì)降低信號(hào)質(zhì)量，影響捕獲性能。

5、②資源開銷：傳統(tǒng)方法為了達(dá)到較好的捕獲性能，通常需要大量的計(jì)算資源，這對(duì)于能源受限的移動(dòng)平臺(tái)來說是不可接受的。

6、③適應(yīng)性差：傳統(tǒng)捕獲方法難以適應(yīng)不斷變化的信道條件，特別是在低軌衛(wèi)星通信中，信道特性可能會(huì)迅速改變。

7、為了解決上述問題，近年來研究者們開始探索將人工智能(ai)技術(shù)應(yīng)用于衛(wèi)星通信領(lǐng)域。ai技術(shù)可以通過學(xué)習(xí)歷史數(shù)據(jù)和模式識(shí)別來優(yōu)化信號(hào)處理過程，從而減少對(duì)計(jì)算資源的需求，同時(shí)保持甚至提升捕獲性能。特別是卷積神經(jīng)網(wǎng)絡(luò)(cnn)和循環(huán)神經(jīng)網(wǎng)絡(luò)(rnn)這類深度學(xué)習(xí)模型，在處理非線性和復(fù)雜模式方面表現(xiàn)出了巨大的潛力。

技術(shù)實(shí)現(xiàn)思路

1、為了克服背景技術(shù)中的不足，本發(fā)明公開了一種基于感知輔助及rcnn賦能的低軌衛(wèi)星捕獲方法，本方法與現(xiàn)有的基于時(shí)-頻并行的rake接收機(jī)捕獲方法相比，不用采用多路并行來分集合并多徑干擾的影響，降低計(jì)算和時(shí)間復(fù)雜度的同時(shí)，利用ai提高捕獲精度，尤其采用感知輔助通信降低時(shí)間資源開銷，既有效地提高rcnn賦能低軌衛(wèi)星捕獲性能，也降低了多徑干擾對(duì)捕獲的影響。

2、為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明采用如下技術(shù)方案：

3、一種基于感知輔助及rcnn賦能的低軌衛(wèi)星捕獲方法，具體為：

4、s1.感知輔助模塊根據(jù)獲取的公共波形信息，得到接收機(jī)的移動(dòng)模式，并結(jié)合低軌衛(wèi)星星座信息生成doppler頻偏的先驗(yàn)信息；

5、s2.根據(jù)衛(wèi)星下行信號(hào)的特征，設(shè)計(jì)rcnn捕獲模塊，且rcnn捕獲模塊包括基于數(shù)據(jù)驅(qū)動(dòng)的第一卷積單元，基于模型驅(qū)動(dòng)的第二卷積單元，以及多組rnn單元；

6、s3.根據(jù)感知輔助通信模塊生成的先驗(yàn)信息，以及補(bǔ)償衛(wèi)星信號(hào)的載波doppler干擾，由rcnn捕獲模塊計(jì)算出捕獲信息。

7、優(yōu)選的，所述公共波形信息包括毫米波通信的稀疏性、幾何特性以及信令信息。

8、優(yōu)選的，所述下行信號(hào)特征包括訓(xùn)練序列長(zhǎng)度、擴(kuò)頻碼長(zhǎng)度以及消息信號(hào)周期長(zhǎng)度。

9、優(yōu)選的，所述步驟s1中，感知輔助模塊生成先驗(yàn)信息的具體步驟為：

10、s101.接收機(jī)被動(dòng)接收地面基站發(fā)出的公共波形信號(hào)y＝[y0,y1,…,yl-1]t，并通過如下計(jì)算模型獲得接收機(jī)的移動(dòng)模式信息i，即：

11、

12、vect(ydd)＝[ydd(0,0),ydd(1,0),…,ydd(n-1,0),ydd(0,1),…,ydd(n-1,m-1)]t；

13、

14、其中，所述l表示接收的公共波形信號(hào)樣點(diǎn)數(shù)；n表示離散傅里葉變化點(diǎn)數(shù)；m由m×n＝l得到；vect-1為對(duì)向量數(shù)組去向量化得到矩陣的操作；所述fn表示為n維的dft矩陣，表示n維共軛dft矩陣，表示為m維轉(zhuǎn)至dft矩陣；所述ydd表示為延遲多普勒域矩陣；所述表示對(duì)矩陣數(shù)組去矩陣化得到向量的操作；所述fs表示采樣率，所述i則是接收機(jī)的移動(dòng)模式信息，包括速度和距離；

15、s102.根據(jù)所述移動(dòng)模式信息，結(jié)合低軌衛(wèi)星的星座信息，計(jì)算doppler頻偏的先驗(yàn)信息，計(jì)算公式如下：

16、

17、其中，v表示為星座信息中的衛(wèi)星速度；fc表示為射頻頻率；c表示為光速，單位m/s；所述tspace表示為空間采樣間隔；所述δs為衛(wèi)星和接收機(jī)之間的距離變化，所述n/fs用于構(gòu)建接收機(jī)位置。

18、優(yōu)選的，所述第一卷積單元，根據(jù)衛(wèi)星發(fā)出的下行信號(hào)特征中的擴(kuò)頻碼或訓(xùn)練序列的長(zhǎng)度lseq，和消息信號(hào)周期lmsg進(jìn)行數(shù)據(jù)驅(qū)動(dòng)，得到第一卷積單元的感受野參數(shù)，即：

19、

20、其中，kconv1表示為第一卷積單元的第一層卷積器的感受野大??；pavg為第一層和第二層卷積器之間的平均池化層參數(shù)，2是由于輸入卷積模塊的信號(hào)為實(shí)虛部拼接得到；所述kconv2為卷積模塊的第二層卷積器的感受野大小。

21、優(yōu)選的，所述第二卷積單元，根據(jù)衛(wèi)星下行信號(hào)特征中的擴(kuò)頻碼或訓(xùn)練序列和消息信號(hào)計(jì)算得到驅(qū)動(dòng)模型，且具體的計(jì)算公式為：

22、

23、所述γl,l＝0,1,…,|lseq-lmsg|-1為第二卷積單元的輸入，

24、根據(jù)驅(qū)動(dòng)模型得到的|lseq-lmsg|、擴(kuò)頻碼或訓(xùn)練序列的長(zhǎng)度lseq和消息信號(hào)周期lmsg，得到第二卷積單元的感受野參數(shù)，即：

25、

26、所述kconv3表示為第二卷積單元的第一層卷積器的感受野大小；kconv4表示為第二卷積單元的第二層卷積器的感受野大小。

27、優(yōu)選的，所述rnn單元根據(jù)第一卷積單元的輸出lmod×1維中和第二卷積單元的輸出ldata×1維中設(shè)計(jì)融合輸入層的輸入量，即：

28、

29、根據(jù)融合輸入層的輸入rin,t，并結(jié)合衛(wèi)星信號(hào)質(zhì)量以及衛(wèi)星信號(hào)特征，設(shè)計(jì)rnn單元的狀態(tài)張量數(shù)tmax，也即是：

30、

31、所述c/n0表示為接收載噪比，由現(xiàn)場(chǎng)實(shí)施設(shè)備測(cè)試得到；lg(·)函數(shù)表示以10為底的對(duì)數(shù)函數(shù)；

32、根據(jù)所述狀態(tài)張量數(shù)tmax，設(shè)計(jì)rnn單元的中間層，表示為：

33、γt＝winrt+whideht-1+b；

34、

35、其中，所述γt為t第個(gè)時(shí)間戳下的rnn單元隱藏層的輸出；所述win表示為輸入權(quán)重矩陣；whide表示為內(nèi)部狀態(tài)輸入權(quán)重矩陣；ht-1為第t時(shí)間戳得到的內(nèi)部狀態(tài)向量；b為隱藏層的偏置權(quán)重向量；表示為內(nèi)部狀態(tài)激活函數(shù)；ηt表示為第t時(shí)間戳的rnn輸出；表示為sigmoid函數(shù)；wout是輸出權(quán)重矩陣；

36、利用tmax個(gè)rnn單元的輸出，設(shè)計(jì)多對(duì)rnn單元整體的輸出，具體為：

37、

38、優(yōu)選的，所述內(nèi)部狀態(tài)激活函數(shù)采用雙正切函數(shù)或線性修正單元函數(shù)。

39、優(yōu)選的，所述sigmoid函數(shù)表示為：

40、優(yōu)選的，所述捕獲信息的計(jì)算方法為：

41、s301.感知輔助模塊根據(jù)接收機(jī)的移動(dòng)模式信息以及接收機(jī)接收的lrecv個(gè)樣本信號(hào)通過以下計(jì)算式補(bǔ)償doppler干擾：

42、

43、其中，z′為補(bǔ)償doppler干擾后的接收信號(hào)；所述fif表示為中頻載波頻率；

44、s302.捕獲信息的計(jì)算模型為：

45、

46、其中，表示為捕獲信息中的碼相位偏移值；od表示第d組rnn單元的輸出。

47、由于采用如上所述的技術(shù)方案，本發(fā)明具有如下有益效果：

48、本發(fā)明公開的一種基于感知輔助及rcnn賦能的低軌衛(wèi)星捕獲方法，通過感知輔助模塊和rcnn捕獲模塊完成的ai技術(shù)來優(yōu)化信號(hào)處理流程，避免了使用多路并行rake接收機(jī)等高復(fù)雜度處理方案，從而有效降低了計(jì)算資源需求和時(shí)間成本；

49、另外，通過結(jié)合感知輔助模塊提供的先驗(yàn)信息與rcnn架構(gòu)下的數(shù)據(jù)驅(qū)動(dòng)第一卷積單元、模型驅(qū)動(dòng)第二卷積單元及rnn單元協(xié)同工作，能夠更精確地捕捉到目標(biāo)信號(hào)，并對(duì)抗由于低軌衛(wèi)星高速運(yùn)動(dòng)導(dǎo)致的doppler效應(yīng)；

50、此外，利用ai技術(shù)識(shí)別不同路徑信號(hào)特性，能夠自動(dòng)完成參數(shù)調(diào)整，以減輕甚至消除多徑傳播帶來的負(fù)面影響，保證了即使在復(fù)雜的城市環(huán)境中也能維持良好的通信質(zhì)量；

51、另外，對(duì)于移動(dòng)平臺(tái)特別是那些能源受限的應(yīng)用場(chǎng)景來說，減少不必要的計(jì)算負(fù)擔(dān)意味著可以節(jié)省更多的電能，延長(zhǎng)設(shè)備使用壽命或增加其他功能的操作時(shí)間；

52、并且，針對(duì)低軌衛(wèi)星高質(zhì)量通信要求的場(chǎng)景，本發(fā)明根據(jù)感知輔助模塊和rcnn捕獲模塊形成的ai技術(shù)，能夠提升實(shí)際低軌衛(wèi)星通信場(chǎng)景中的捕獲性能的同時(shí)降低資源開銷，為未來6ghz甚至太赫茲衛(wèi)星通信捕獲帶來了諸多實(shí)施方案，具有重大意義。