专利类型 | 发明授权 | 法律事件 | 公开; 实质审查; 授权; |
专利有效性 | 有效专利 | 当前状态 | 授权 |
申请号 | CN202210190677.0 | 申请日 | 2022-02-28 |
公开(公告)号 | CN114629553B | 公开(公告)日 | 2023-10-03 |
申请人 | 复旦大学; | 申请人类型 | 学校 |
发明人 | 林志霖; 谷若诗; 周小林; 王涵; | 第一发明人 | 林志霖 |
权利人 | 复旦大学 | 权利人类型 | 学校 |
当前权利人 | 复旦大学 | 当前权利人类型 | 学校 |
省份 | 当前专利权人所在省份:上海市 | 城市 | 当前专利权人所在城市:上海市杨浦区 |
具体地址 | 当前专利权人所在详细地址:上海市杨浦区邯郸路220号 | 邮编 | 当前专利权人邮编:200433 |
主IPC国际分类 | H04B10/25 | 所有IPC国际分类 | H04B10/25 ; H04B10/40 ; H04B10/50 ; H04B10/516 ; H04B10/61 ; H04L25/02 |
专利引用数量 | 2 | 专利被引用数量 | 0 |
专利权利要求数量 | 3 | 专利文献类型 | B |
专利代理机构 | 上海正旦专利代理有限公司 | 专利代理人 | 陆飞; 陆尤; |
摘要 | 本 发明 属于激光通信的技术领域,具体为一种基于元学习的多体制星地激光通信大气 湍流 信道估计系统:利用污染先导数据等在各种湍流信道条件下建立 训练数据 集,通过元学习网络拟合,让初始数据逐渐拟合并近似于实际标签值,最终实现高 精度 信道特征估计,重建高精度信道传输矩阵。本发明系统包括:多体制数字相干解调星地激光通信系统、基于元学习的大气湍流信道估计模型离线训练系统、高速实时大气湍流信道估计模型在线部署系统。本发明的信道估计系统简便、高效,在低 信噪比 、低开销、信道环境恶劣的条件下能快速准确估计出当前信道环境。 | ||
权利要求 | 1.一种基于元学习的多体制星地激光通信大气湍流信道估计系统,其特征在于,包括: |
||
说明书全文 | 基于元学习的多体制星地激光通信大气湍流信道估计系统技术领域[0001] 本发明属于激光通信的技术领域,具体涉及一种星地激光通信大气湍流信道估计系统。 背景技术[0002] 随着航天事业的迅速发展,大量的卫星勘探数据需要实时地传输到地面,星地通信的信息容量和传输速率的需求日益增加。然而,在星地激光通信链路中,大气信道各种损伤严重影响了星地激光通信系统的性能。多体制分集星地激光通信系统及其大规模MIMO信道估计技术可以大大提升通信系统的性能。 [0003] 传统的信道估计算法存在着需要先验信道统计特性、导频开销大、复杂度高、鲁棒性差等问题,将智能元素引入星地激光通信系统,可以实现星地激光通信与人工智能技术有机融合,大幅度提升通信系统的效能。基于元学习的多体制星地激光通信大气湍流信道估计简便、高效,在低信噪比、低开销、信道环境恶劣的条件下能快速准确估计出当前信道环境,系统性能提升明显,且适用性广,实用性强。 发明内容[0005] 本发明提供的基于元学习的多体制星地激光通信大气湍流信道估计系统,包括:多体制数字相干解调星地激光通信系统、基于元学习的大气湍流信道估计模型离线训练系统、高速实时大气湍流信道估计模型在线部署系统。 [0006] 本发明中,所述多体制数字相干解调星地激光通信系统,包括1550nm发射激光器、偏振分束器、信号发生器、双驱动放大器、马赫‑曾德尔调制器、偏压控制器、偏振合束器、掺铒光纤放大器(EDFA)、单模光纤、本振激光器、光分路器、90°光混频器、平衡光电二极管、模拟数字转换器、DSP数字信号处理模块,DSP数字信号处理模块包括群同步系统、相位校正系统、频偏估计与补偿系统、相偏估计与补偿系统、信道估计系统、最大比值合并系统等;其中: [0007] 所述1550nm发射激光器,用于给通信系统提供能量; [0008] 所述偏振分束器,用于将激光器发出的激光信号分成x/y两种偏振态; [0009] 所述信号发生器,用于将调制好的二进制伪随机码转换成电信号; [0010] 所述驱动放大器,用于对电信号进行放大,使其足以驱动马赫‑曾德尔调制器; [0011] 所述马赫‑曾德尔调制器,用于生成相干光; [0012] 所述偏压控制器,用于将马赫‑曾德尔调制器生成的相干光保持正交性; [0013] 所述偏振合束器,用于将x/y两种偏振态合并; [0014] 所述掺铒光纤放大器,用于放大光信号; [0015] 所述标准单模光纤,用于接收光信号; [0016] 所述本振激光器,用于进行相干解调; [0017] 所述分光器,用于拆分本振激光; [0018] 所述90°混频器,用于混合本振光和接收光信号; [0020] 所述模拟数字转换器,用于将模拟信号转换为数字信号; [0021] 所述群同步系统,用于进行通信系统同步; [0022] 所述相位校正系统,用于保证信号正交性; [0023] 所述频偏估计与补偿系统,用于估计载波频率偏差并补偿此偏差; [0024] 所述相偏估计与补偿系统,用于估计载波相位偏差并补偿此偏差; [0025] 所述信道估计系统,用于估计通信信道特性; [0026] 所述最大比值合并系统,用于进行空间分集波束的合并; [0027] 所述误码率计算,用于衡量系统可靠性; [0028] 所述解映射,用于反解信号之间的映射关系。 [0029] 本发明中,所述多体制数字相干解调星地激光通信系统的各部分的连接关系及工作流程为:信号发生器产生调制源,并发送到双驱动放大器;双驱动放大器连接马赫‑曾德尔调制器,使其输出信号用作马赫‑曾德尔调制器的I沟道和Q沟道信号;波长为1550nm的激光器与偏振分束器相连,将光载波信号分为x/y两种偏振状态;当偏置控制器控制马赫‑曾德尔调制器的偏置点时,光信号和电信号分别通过两个电信号通道和一个光信号通道输入到马赫‑曾德尔调制器,实现电光调制,产生4QAM光信号;马赫‑曾德尔调制器与偏振合束器相连,将偏振态合并后再与掺铒光纤放大器相连,发射放大激光信号;通过大气湍流通道后,4QAM信号进入接收孔径;经过光束缩小和准直等光学处理后,通过掺铒光纤放大器放大并通过单模光纤传输到偏振分束器,分为x/y极化状态以进行解调;它与相应本振激光器通过分光器输出的1550nm本振光一起进入90°混频器进行混合相干解调,将信号光从高频域转换为可检测的中频光信号,然后连接平衡光电二极管,输出两个中频电信号;再连接模数转换器(ADC)进行模数转换,得到离散采样值;最后,通过DSP数字信号处理模块进行一系列的定向校正和补偿,以提高信号的质量。这里的DSP数字信号处理模块包括群同步、分集分支的相位校正、频率偏移估计和频率偏移补偿、相位偏移估计和相位偏移补偿、信道估计、最大比合并、解映射、误码率计算。 [0030] 另外,由于发射信号会经过大气湍流MIMO信道再被接收器接受,所以多体制数字相干解调星地激光通信系统在信号传输过程中需要与基于元学习的大气湍流信道估计模型离线训练系统和高速实时大气湍流信道估计模型在线部署系统相连,根据得到估计的信道模型再进行信号的处理部分。 [0031] 本发明中,所述基于元学习的大气湍流信道估计模型离线训练系统,包括仿真模拟多信噪比受大气湍流污染导频信号训练数据收集系统、仿真模拟多信噪比大气湍流信道生成系统、基于被污染导频估计信道矩阵全连接网络系统、信道估计模型估计结果损失评估体系、基于元学习策略的LSTM优化器系统、LSTM优化器梯度下降反馈全连接网络模型联动系统。 [0032] 所述基于元学习的大气湍流信道估计模型离线训练系统中,各部件具体功能如下: [0033] 所述仿真模拟多信噪比受大气湍流污染导频信号训练数据收集系统,在计算机仿真平台进行通信系统模拟,并导出接收端受污染的导频信号,生成训练集; [0034] 所述仿真模拟多信噪比大气湍流信道生成系统,用于模拟真实场景的大气湍流信道特性,并生成标签集; [0035] 所述基于被污染导频估计信道矩阵全连接网络系统,用于估计信道特性,生成相应的信道矩阵; [0036] 所述信道估计模型估计结果损失评估体系,用于生成代价函数,给下一步调整模型网络参数奠定基础; [0037] 所述基于元学习策略的LSTM优化器系统,用于根据代价函数结果,计算出模型网络参数的调整量; [0038] 所述LSTM优化器梯度下降反馈全连接网络模型联动系统,用于更新模型网络参数。 [0039] 本发明中,所述基于元学习的大气湍流信道估计模型离线训练系统工作原理:根据受大气湍流污染的先导数据传输矩阵,通过元学习网络拟合重建高精度信道传输矩阵;利用污染先导数据和相应信道传输矩阵数据,在各种大气湍流信道条件下建立训练数据集,在网络的连续训练和迭代过程中,输入的初始数据将逐渐拟合并近似于实际标签值,最终实现高精度信道特征估计。 [0040] 所述基于元学习的大气湍流信道估计模型离线训练系统各部分的连接关系及工作流程为:离线训练阶段,先由仿真模拟多信噪比受大气湍流污染导频信号训练数据收集系统对接收机处的污染先导信号进行采集和整理,再连接仿真模拟多信噪比大气湍流信道生成系统,利用计算机模拟生成大量不同MIMO系统的不同大气湍流通道矩阵,并利用构建的卫星‑地面激光MIMO通信模拟平台进行虚拟通信,并与相应的大气湍流通道矩阵逐一配对,形成样本和标签,分为训练数据集和测试数据集;连接基于被污染导频估计信道矩阵全连接网络系统,让被大气湍流污染的先导数据传输矩阵通过元学习网络得到基础训练模型;然后再连接信道估计模型估计结果损失评估体系、并根据基于元学习策略的LSTM优化器系统、LSTM优化器梯度下降反馈全连接网络模型联动系统更新优化网络参数;最后需要将基于元学习的大气湍流信道估计模型离线训练系统得到的网络模型加载到高速实时大气湍流信道估计模型在线部署系统中。 [0041] 本发明中,所述高速实时大气湍流信道估计模型在线部署系统,包括实际数字相干解调星地激光通信系统接收端导频信号获取系统、受污染导频信号预处理模块、训练完成在线部署高效模型估计信道特征系统、信道特性反馈激光通信系统进行数字信号处理模块。 [0042] 所述基于元学习的大气湍流信道估计模型离线训练系统中,各部件具体功能如下: [0043] 所述实际数字相干解调星地激光通信系统接收端导频信号获取系统,用于接收从实验平台接收端传来的数据; [0044] 所述受污染导频信号预处理模块,用于处理接收信号,分离导频信号并进行预处理数学计算; [0045] 所述训练完成在线部署高效模型估计信道特征系统,用于估计真实场景下的信道特性; [0046] 所述信道特性反馈激光通信系统进行数字信号处理模块,用于将估计出的信道特性传回通信系统,为后续的数字信号处理提供数据。 [0047] 所述基于元学习的大气湍流信道估计模型离线训练系统各部分的连接关系和工作流程为:在线部署阶段,首先需要将基于元学习的大气湍流信道估计模型离线训练系统中的基于被污染导频估计信道矩阵全连接网络系统部件训练得到的网络模型传入基于元学习的大气湍流信道估计模型离线训练系统中。接着将实际数字相干解调星地激光通信系统与接收端导频信号获取系统与受污染导频信号预处理模块相连,得到处理好的导频信号,再连接训练完成在线部署高效模型估计信道特征系统,在不同的信噪比和不同的环境参数下测试系统性能,并将Meta‑CE输出的估计信道矩阵用于均衡、最大比率组合等操作,以优化系统性能。再通过信道特性反馈激光通信系统进行数字信号处理模块,让高速实时大气湍流信道估计模型在线部署系统与多体制数字相干解调星地激光通信系统相连,为后续的数字信号处理提供数据。 [0048] 本发明具有以下有益效果:通过多体制分集合并技术可以大大提升星地激光通信系统的性能,实现更高传输速率和更低误码率,基于元学习的大气湍流信道估计避免了导频开销大、复杂度高、鲁棒性差等问题,使整个系统更加简便、高效,在低信噪比、低开销、信道环境恶劣的条件下依然能快速准确估计出当前信道环境,系统性能提升明显,且适用性广,实用性强。附图说明 [0049] 图1是本发明基于元学习的多体制星地激光通信大气湍流信道估计方法的具体流程框图。 [0050] 图2和图3是本发明多体制数字相干解调星地激光通信系统的具体流程框图。 [0051] 图4是本发明基于元学习的大气湍流信道估计模型离线训练系统的具体流程框图。 [0052] 图5是本发明高速实时大气湍流信道估计模型在线部署系统的具体流程框图。 [0053] 图6是本发明基于元学习的多体制星地激光通信大气湍流信道估计系统仿真结果图。 具体实施方式[0054] 下面结合附图,对本发明的具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。 [0056] 如图1所示,本发明提出了基于元学习的多体制星地激光通信大气湍流信道估计系统,包括多体制数字相干解调星地激光通信系统、基于元学习的大气湍流信道估计模型离线训练系统、高速实时大气湍流信道估计模型在线部署系统。 [0057] 在一个具体的实施场景中: [0058] 本发明实现了星地激光通信系统的相干解调、多偏振态传输、多体制分集合并、大气损伤消除等,大大提升星地激光通信系统的性能,实现更高传输速率和更低误码率。 [0059] 为了实现上述功能,提出的多体制数字相干解调星地激光通信系统,包括1550nm发射激光器、偏振分束器、信号发生器、驱动放大器、马赫‑曾德尔调制器、偏压控制器、偏振合束器、掺铒光纤放大器、标准单模光纤、本振激光器、光分路器、90°光混频器、平衡光电二极管、模拟数字转换器、群同步系统、相位校正系统、频偏估计与补偿系统、相偏估计与补偿系统、信道估计系统、最大比值合并系统等。 [0060] 多体制数字相干解调星地激光通信系统,具体工作流程参见图2,图3所示。信号发生器产生调制源,并发送到双驱动放大器。双驱动放大器的输出信号用作马赫曾达调制器的I沟道和Q沟道信号。波长为1550nm的激光器输出光载波信号。偏振分束器(PBS)将光信号分为x/y两种偏振状态,分别对其进行调制,再由偏振束合束合器(PBC)组合并传输。当偏置控制器控制马赫曾达调制器的偏置点时,光信号和电信号分别通过两个电信号通道和一个光信号通道输入到马赫‑曾德尔调制器,实现电光调制,产生4QAM光信号,再经过,EDFA放大后,发射出激光信号。通过大气湍流通道后,4QAM信号进入接收孔径。经过光束缩小和准直等光学处理后,通过EDFA放大并通过单模光纤传输到偏振分束器。它分别分为x/y极化状态以进行解调。它与相应激光器输出的1550nm本振光一起进入90°混频器进行混合相干解调,将信号光从高频域转换为可检测的中频光信号,然后通过双频探测器(BPD)输出两个中频电信号。再通过模数转换器(ADC)进行模数转换,得到离散采样值。最后,通过DSP模块进行一系列的定向校正和补偿,以提高信号的质量。这里的DSP数字信号处理模块包括信号同步、分集分支的相位校正、频率偏移估计和频率偏移补偿、相位偏移估计和相位偏移补偿、信道估计、最大比率组合、去映射、BER计算等。 [0061] 多体制数字相干解调星地激光通信系统各模块及其功能描述如下: [0062] 1550nm发射激光器:主要用于给通信系统提供能量; [0063] 偏振分束器:主要是为了将激光信号分成x/y两种偏振态; [0064] 信号发生器:目的是将调制好的二进制伪随机码转换成电信号; [0065] 驱动放大器:功能是使电信号足以驱动马赫‑曾德尔调制器; [0066] 马赫‑曾德尔调制器:用于生成相干光; [0067] 偏压控制器:目的是使相关光保持正交性; [0068] 偏振合束器:可以将x/y两种偏振态合并; [0069] 掺铒光纤放大器:用来放大光信号; [0070] 标准单模光纤:可以接收光信号; [0071] 本振激光器:功能是进行相干解调; [0072] 光分路器:可以拆分本振激光; [0073] 90°混频器:可用来混合本振光和接收光信号; [0074] 平衡光电二极管:将光信号转换为电信号; [0075] 模拟数字转换器:用于将模拟信号转换为数字信号; [0076] 群同步系统:功能是进行通信系统同步; [0077] 相位校正系统:目的是保证信号正交性; [0078] 频偏估计与补偿系统:用于估计载波频率偏差并补偿此偏差; [0079] 相偏估计与补偿系统:用于估计载波相位偏差并补偿此偏差; [0080] 信道估计系统:可以估计通信信道特性; [0081] 最大比值合并系统:功能是进行空间分集波束的合并。 [0082] 本发明可避免信道估计过程中导频开销大、复杂度高、鲁棒性差等问题,使整个系统更加简便、高效,在低信噪比、低开销、信道环境恶劣的条件下依然能快速准确估计出当前信道环境,系统性能提升明显,且适用性广,实用性强。 [0083] 为了实现上述功能,本发明设计了基于元学习的大气湍流信道估计模型离线训练系统,包括仿真模拟多信噪比受大气湍流污染导频信号训练数据收集、仿真模拟多信噪比大气湍流信道生成、基于被污染导频估计信道矩阵全连接网络训练、信道估计模型估计结果损失评估、基于元学习策略的LSTM优化网络、LSTM优化器梯度下降反馈全连接网络模型等步骤。基于元学习的大气湍流信道估计模型离线训练系统的具体流程框图如图4所示。 [0084] 基于元学习的大气湍流信道估计模型离线训练系统,具体训练步骤如下: [0085] 步骤1:在仿真模拟多信噪比受大气湍流污染导频信号训练数据收集系统中,利用计算机仿真平台进行通信系统模拟,并导出接收端受污染的导频信号,收集样本,生成训练集; [0086] 步骤2:在仿真模拟多信噪比大气湍流信道生成系统中,模拟真实场景的大气湍流信道特性,生成大量不同大气湍流通道矩阵,并生成标签集; [0087] 步骤3:基于被污染导频估计信道矩阵全连接网络训练系统,以全连接的前馈深度神经网络(DNN)作为基础网络;DNN网络包含层,分别为输入层、个隐藏层和输出层;其中,通过训练生成相应的信道矩阵模型; [0088] 步骤4:在信道估计模型估计结果损失评估系统中,定义损失函数为,,通过计算损失函数代价,可以评判模型的优劣,也给下一步调整模型网络参数奠定基础; [0089] 步骤5:基于元学习策略的LSTM优化网络,根据代价函数结果,计算出模型网络参数的调整量; [0090] 步骤6:LSTM优化器梯度下降反馈全连接网络,更新模型网络参数;利用反向传播算法将模型损失函数输入到LSTM优化器中,并使用优化器的反馈结果更新每层的权重系数矩阵W和偏差B,从而向获得最佳网络参数逐步靠拢。 [0091] 本发明提出的高速实时大气湍流信道估计模型在线部署系统,包括实际数字相干解调星地激光通信系统接收端导频信号获取、受污染导频信号预处理、训练完成在线部署高效模型估计信道特征、信道特性反馈激光通信系统进行数字信号处理等步骤;高速实时大气湍流信道估计模型在线部署系统的具体流程框图如图4所示。 [0092] 高速实时大气湍流信道估计模型在线部署系统,其工作步骤如下: [0093] 步骤1:获取实际数字相干解调星地激光通信系统接收端导频信号,接收从实验平台接收端传来的数据; [0094] 步骤2:对受污染导频信号进行预处理,进行分离导频信号等数学计算; [0095] 步骤3:利用从基于元学习的大气湍流信道估计模型离线训练系统得到的以及训练好的网络模型,完成在线估计信道特征功能,从而来估计真实场景下的信道特性; [0096] 步骤4:将估计的信道特性反馈给激光通信系统,给激光通信系统后续的数字信号处理部分提供数据。 [0097] 本发明提出的基于元学习的大气湍流信道估计模型,仿真结果如图5所示。与传统的信道估计算法MMSE等相比,所提出的Meta‑CE在不同大气湍流强度下具有优势。特别是在飞行员长度短、信噪比低的情况下,优势更为明显。更具体地说,所提出的Meta‑CE系统不仅在卫星对地激光通信环境中实现了优异的泛化能力,而且具有卓越的鲁棒性性能,实现更高传输速率和更低误码率。基于元学习的大气湍流信道估计避免了导频开销大、复杂度高、鲁棒性差等问题,使整个系统更加简便、高效,低信噪比、低开销。 |