首页 / 专利库 / 天文学 / 深空网 / 一种弱太阳闪烁下的深空探测信道预测方法

一种弱太阳闪烁下的深空探测信道预测方法

阅读:542发布:2020-05-25

专利汇可以提供一种弱太阳闪烁下的深空探测信道预测方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种弱太阳闪烁下的深空探测信道预测方法,采用二阶AR模型描述闪烁 功率谱 ,太阳闪烁幅度起伏预测方程为,y[n+i]=b1y[n-1]+b2y[n-2],式中,i≥0表示前向第j步预测,b1和b2是预测系数;b1和b2采用线性 最小均方误差 准则即LLS获得。本发明通过信道预测,可以提高探测器发射机功率利用率,在探测器和地球间建立可靠的传输链路,实现深空探测器 自适应功率控制 、调制和解调,从而有利于提高深空探测器的资源利用率和探测效率;本发明适用于异构通信环境,如无线传感网络、自组织网络等,在航天、航空、军事及社会经济其他领域具有很好的转化应用前景。,下面是一种弱太阳闪烁下的深空探测信道预测方法专利的具体信息内容。

1.一种弱太阳闪烁下的深空探测信道预测方法,其特征在于:采用 二阶AR模型描述闪烁功率谱,太阳闪烁幅度起伏预测方程为,
式中,i≥0表示前向第J步预测,b1和b2是预测 数;b1和b2采用线性最小均方误差准则即LLS获得。
2.根据权利要求1所述的弱太阳闪烁下的深空探测信道预测方法,其 特征在于:所述b1和b2的求解过程如下,
根据LLS估计的正交原理,此式变 换得:用y[n]的协方差函数 Cyy[d]=E[y[n[y[n-d]]替代,得:因此, 求解系数b1和b2就是求解如下方程:由于不可能 精确知道y[n]的特性,也就不可能精确知道Cyy[d]的值,需要首先估计Cyy[d];估计 的方法是计算观测到的N个数据,即y[n-N+1]到y[n]的相关函数,且每一时刻都要更新 Cyy[d]的估计,即时刻n的相关函数估计为:

N的选取与幅度闪烁的相干时间有关,如果观测数据的采样率为 2bps,N选取为5。

说明书全文

技术领域

发明涉及一种深空探测信道预测方法,特别是弱太阳闪烁下的深空探测信道预测方法 。

背景技术

太阳闪烁是指由于太阳日冕或太阳不规则引起的射电源观测记录或空间无线传输信号 的不规则幅度起伏。深空探测中,这种无线传输信号的不规则幅度起伏将导致传输误码率增 高,接收性能下降。特别是在行星上合(superior conjunction)期间,当太阳-地球-探测 器夹(SEP)较小时,有可能无法建立可靠的传输链路。解决这一问题,可采取提高深空 探测器发射机功率的办法,但深空探测器发射机功率往往受限,无限制地提高发射机功率有 可能影响深空探测器其它仪器的工作,这对深空探测十分不利。

发明内容

本发明所要解决的技术问题在于提供一种弱太阳闪烁下的深空探测信道预测方法,从而 通过信道预测来提高探测器发射机功率利用率,在探测器和地球间建立可靠的传输链路。
为解决上述技术问题,本发明的技术方案:弱太阳闪烁下的深空探测信道预测方法。该 方法采用二阶AR模型描述闪烁功率谱,太阳闪烁幅度起伏预测方程为,
y ^ [ n + i ] = b 1 y [ n - 1 ] + b 2 y [ n - 2 ] ,
式中,i≥0表示前向第j步预测,b1和b2是预测系数;b1和b2采 用线性最小均方误差准则即LLS获得。
上述的弱太阳闪烁下的深空探测信道预测方法中,b1和b2的求解 过程如下,
根据LLS估计的正交原理, h=1,2.,此式变换得: h=1,2.
用y[n]的协方差函数Cyy[d]=E[y[n]y[n-d]]替代,得:
[ Σ l = 1 2 b l C yy [ h - l ] ] = C yy [ h + i ] , h=1,2.
因此,求解系数b1和b2就是求解如下方程:
由于不可能精确知道y[n]的特 性,也就不可能精确知道Cyy[d]的值,需要首先估计Cyy[d];估计 的方法是计算观测到的N个数据,即y[n-N+1]到y[n]的相关函数, 且每一时刻都要更新Cyy[d]的估计即时刻n的相关函数估计 为:

N的选取与幅度闪烁的相干时间有关,如果观测数据的采样率为 2bps,N选取为5。
本发明的有益效果:本发明以火星为例,分析了行星聚合 (conjunction)和太阳闪烁的物理特性,建立了弱太阳闪烁条件下 的深空探测信道和Rician模型,并得出了当Rician因子大于10dB 时近似为高斯信道的结论。本发明通过信道预测,根据深空探测信道 特性,可以提高探测器发射机功率利用率,在探测器和地球间建立可 靠的传输链路,实现深空探测器自适应功率控制、调制和解调,从而 有利于提高深空探测器的资源利用率和探测效率。本发明提出的深空 探测信道预测方法适用于异构通信环境,如无线传感网络、自组织网 络(ad-hoc)等,在航天、航空、军事及社会经济其他领域具有很好 的转化应用前景。
附图说明
图1是聚合期间太阳、地球、探测器间的几何关系;
图2是弱太阳闪烁下的复基带信道模型;
图3是SEP角是3.1°时的观测值和预测结果。
下面结合附图和具体实施方式对本发明作进一步的说明。

具体实施方式

实施例。1、行星聚合。行星聚合包括上合和内合两种。所谓上 合就是太阳位于地球和行星之间,这个期间地球和行星距离几乎最 大,接收到的无线信号最弱;所谓内合就是地球位于行星和太阳之间, 这个期间地球和行星距离几乎最小,接收到的无线信号最强。
2、太阳闪烁。在火星上合期间,受太阳日冕或太阳风不规则性 的影响,深空探测无线传输中会产生信号幅度闪烁。闪烁程度取决于 包括太阳活动周期、无线传输频率在内的很多因素,其中最主要的因 素是无线传输路径与太阳的最小距离。该最小距离常用太阳半径数表 示,如图1所示。如果传输路径足够靠近太阳,那么可用太阳角距 (solar elongation angle,1个太阳半径=0.26度),即图1中的θ 或SEP。当SEP减小时,电子密度起伏加剧,幅度闪烁也加剧,直到 达到饱和状态,此时,幅度起伏的均方值可和均值比拟。衡量幅度起 伏的程度可用闪烁指数表示。闪烁指数(Scintillation Index)m 定义为幅度起伏的均方根值与起伏的均值之比,它反映了小尺度带电 粒子密度起伏幅度,并可由下式给出:
m = 2 k 7 / 12 ( a 1 r min ) 1 / 2 ( L 1 L 2 L ) 5 / 12 c no - - - ( 1 )
式中,k=2π/λ,λ是无线信号传输波长,a1=0.85,cno是反 映幅度起伏大小的结构常数,与带电粒子密度σne有关,并可表示为:
c no = σ ne k - 2 L o - 1 / 3 4.1 × 10 13 - - - ( 2 )
式中,Lo是湍流外尺度。
从式(2)可看出,结构常数和λ2成正比,因此,低频信号的闪 烁幅度比高频信号大,例如X波段就比Ka波段大。同时,从(1)和 (2)式可推得Ka波段闪烁指数mKa和X波段闪烁指数mx之间关系 为:
m Ka m X = ( λ Ka λ X ) 17 / 12 - - - ( 3 ) ,
式中,λKa和λX分别是Ka波段和X波段信号波长。
根据闪烁指数大小可以区分弱闪烁和强闪烁。一般认为,闪烁指 数m<1属于弱闪烁。其中,闪烁指数m从0.3增加到饱和前属于闪 烁过度。闪烁指数m为1,即达到饱和后,属于强闪烁。Cassini号 探测器还在2001年测得,X波段SEP为2.2°时,传输误率在1% 到 3%之间。Feria也证明对X波段,当闪烁指数为0.37时,传输性 能将下降8dB。由此,太阳闪烁对深空无线传输性能的影响可见一斑。
3、弱太阳闪烁下的深空信道模型。
由于太阳日冕或太阳风抛射的带电粒子的不规则性,无线电波在 穿过这些带电粒子时经散射会产生多径效应。弱太阳闪烁下,Born 近似成立(Born近似指的是,对于弱起伏的电磁波传输,其电场分 量U可展开成线性级数的组合,即:U=U0+U1+U2…),由于线性关系, 地面接收到的无线电信号为传输路径信号之和,对应的复基带信道模 型如图2所示。图2中,s(t)为编码后的已调信号,αsc(t)是闪烁系 数。αsc(t)可表示为非零均值的复高斯随机程,即:
α sc ( t ) = K S e + n scint ( t ) - - - ( 4 )
式中,KS与视距接收信号功率成正比,φ是[-π,π]上均匀分布 的随机相移,nscint(t)是经带电粒子散射的非视距传输的复高斯随机 信号。散射路径传输的信号平均功率正比于接收 的总功率为其中Ps≡E|s(t)|2是接收到无信道损 坏的信号功率。可见,要保持功率守恒,必须满足
闪烁系数的包络,即幅度起伏rsc≡|αsc(t)|具有Rician统计特 性,即信道为Rician衰落信道,其概率密度函数为:
p rsc ( r ) = 2 r σ nsc 2 · e - K · e - r 2 / σ nsc 2 · I 0 ( 2 r K / σ nsc 2 ) - - - ( 5 )
式中,是Rician因子,I0(·)是零阶第一类修正的 Bessel函数。
当K较大(>10dB),即较小时,展开|αsc(t)|得:
α sc ( t ) K s e + n scint ( t ) K S + K S · ( e n scint * + e - n scint ) + | n scint | 2
= K S · 1 + ( e n scint * + e - n scint ) / K S + | n scint | 2 / K S K S + 1 2 · ( e n scint * + e - n scint )
= K S + Real { e - n scint } - - - ( 6 )
注意到式(6)中,Real{e-jφnscint}是零均值,方差为σnsc2高斯过 程,这样prsc(r)可近似表示为:
p rsc ( r ) 1 πσ nsc 2 · exp { - ( r - nsc 2 ) 2 / σ nsc 2 } - - - ( 7 )
可见此时,prsc(r)可近似为高斯分布。
4、弱太阳闪烁下的信道预测。
4.1闪烁功率谱。为了预测信道,需要知道闪烁功率谱,即幅度 起伏功率谱。一般的,可以采用平均周期图的方法获取。但由于时间 有限的信号,自相关函数中的大滞后量的相关值方差很大。而以AR 模型参数估计为代表的现代谱估计,就可以在一定程度上克服这个缺 点。
采用AR模型估计方法,需要首先确定AR模型阶数。根据相关文 献资料可知,太阳闪烁功率谱膝点频率(3dB拐点频率)约为0.4Hz, 膝点频率后则迅速衰减,衰减速率可达23dB~37dB/十倍频,即衰落 斜率为f-23~f-37,分析AR模型可以发现,二阶模型可以比较好地 描述闪烁功率谱。因此,可用二阶AR模型预测深空信道。
4.2信道预测算法
所谓预测,就是在时刻n基于从前的测量数据y[n-1],……, y[n-M],预测未来的数据。正如前述, 太阳闪烁幅度起伏可用二阶AR模型很好地描述,因此,太阳闪烁幅 度起伏预测方程为:
y ^ [ n + i ] = b 1 y [ n - 1 ] + b 2 y [ n - 2 ]
式中,i≥0表示前向第j步预测,b1和b2是预测系数。考虑到 弱太阳闪烁幅度起伏呈高斯分布,为实现最优预测,可采用线性最小 均方(LLS)误差准则获得预测系数。
根据LLS估计的正交原理,
E [ ( y ^ [ n + i ] - y [ n + i ] ) · y ( n - h ) ] = 0 , h=1,2.
此式变换得:
E [ Σ l = 1 2 b l y [ n - l ] y [ n - h ] ]
= E [ y [ n + i ] y [ n - h ] ] , h = 1,2 .
用y[n]的协方差函数Cyy[d]=E[y[n]y[n-d]]替代,得:
[ Σ l = 1 2 b l C yy [ h - l ] ] = C yy [ h + i ] , h=1,2.
因此,求解系数b1和b2,实际上就是求解如下方程:
C yy [ 0 ] C yy [ 1 ] C yy [ 1 ] C yy [ 0 ] b 1 b 2 = C yy [ 1 + i ] C yy [ 2 + i ]
实际上,由于不可能精确知道y[n]的特性,也就不可能精确知 道Cyy[d]的值。因此,需要首先估计Cyy[d]。一种简单的估计 方法是,计算观测到的N个数据,即y[n-N+1]到y[n]的相关函数, 且每一时刻都要更新Cyy[d]的估计即时刻n的相关函数估 计为:

N的选取与幅度闪烁的相干时间有关,正如前面分析的那样,太 阳幅度闪烁的膝点频率为0.4Hz,那么幅度闪烁的相干时间为2.5秒。 因此,如果观测数据的采样率为2bps,那么N一般应选取为5。
根据Cassini号探测器2000年5月17号传回的X波段观测数据, 采用本发明的AR模型算法对信道进行预测。此时,观测到的SEP角 为3.1°,闪烁指数为0.1792,对应的Rician因子为35.7dB,大于 10dB,满足幅度起伏近似呈正态分布的条件。计算相关函数时,取N 为5。图3是观测数据,以及i=1和i=3时的预测结果,可以看出, 当i=1时,信道预测误差在±0.005dB内;而当i=3,信道预测误 差在±0.01dB内。
本发明的实施方式不限于上述实施例,在不脱离本发明宗旨的前 提下做出的各种变化均属于本发明的保护范围之内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈