CN116319187B - 一种用于卫星物联网***的数据处理方法及装置 - Google Patents
一种用于卫星物联网***的数据处理方法及装置 Download PDFInfo
- Publication number
- CN116319187B CN116319187B CN202310186666.XA CN202310186666A CN116319187B CN 116319187 B CN116319187 B CN 116319187B CN 202310186666 A CN202310186666 A CN 202310186666A CN 116319187 B CN116319187 B CN 116319187B
- Authority
- CN
- China
- Prior art keywords
- signal
- information
- user
- power
- neural network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims description 103
- 238000013528 artificial neural network Methods 0.000 claims description 80
- 230000004044 response Effects 0.000 claims description 47
- 230000000875 corresponding effect Effects 0.000 claims description 46
- 238000005070 sampling Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 28
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000002596 correlated effect Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 abstract description 27
- 230000000694 effects Effects 0.000 abstract description 18
- 230000009286 beneficial effect Effects 0.000 abstract description 14
- 238000004891 communication Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18513—Transmission in a satellite or space-based system
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18519—Operations control, administration or maintenance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0254—Channel estimation channel estimation algorithms using neural network algorithms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种用于卫星物联网***的数据处理方法及装置,该方法包括:获取多个用户向卫星物联网***发射的多个发射信号,得到***接收信号;***接收信号包括若干个用户接收信号和干扰信号;根据***接收信号中信号功率情况和预设的信道估计模型,对***接收信号进行检测解调处理,得到用户信号信息;用户信号信息包括若干个目标用户信号。可见,本发明有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
Description
技术领域
本发明涉及卫星通信技术领域,尤其涉及一种用于卫星物联网***的数据处理方法及装置。
背景技术
卫星物联网是实现万物互联的重要一环,相比于地面物联网,其在泛在性、抗毁性、广连接等方面可以得到更好的发挥,具有广阔前景。
在卫星物联网通信中,终端与卫星的通信质量会受到多址干扰(MAI)的限制。此外,由于各用户终端到卫星的距离和衰落深度不同,强信号将抑制弱信号,使相对较弱的用户信号不能正确解调。为提高信号解调性能,提高***容量,需要低复杂度且有效的新型接收机,而物联网终端接收机的核心就是多用户分离算法。多用户分离算法可以将不同用户发送的信号进行分离,然后再对分离的用户信号进行解调,可以有效提升多用户信号的解调性能。因此,多用户分离是卫星物联网通信***中的一个重要研究问题。在多用户分离技术中,信号解调与重构是影响信号分离与检测性能的关键,而信号解调与重构又受到信道估计性能的限制,良好的信道估计方法可以在一定程度上降低信道对发送信号产生的影响,使不同用户的信号更易于分离。因此,信道估计也是接收机设计中的重要一环。在现有多用户分离技术中,最优多用户检测器基于贝叶斯最大后验概率,可以最大化***接收信号的似然值,提高用户分离解调的性能,但是由于其求解需要指数阶计算复杂度,在卫星物联网场景中的海量用户的特点下,实现复杂度高。其次,多用户分离还受到信道估计准确度的限制,现使用的LS信道估计较为简单,没有考虑噪声和用户间干扰的影响,估计效果较差,恢复出的原始信号具有较大误差,会影响后续的用户数据解调和多用户信号分离。因此,提供一种用于卫星物联网***的数据处理方法及装置,以在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
发明内容
本发明所要解决的技术问题在于,提供一种用于卫星物联网***的数据处理方法及装置,能够通过对接收到的多个用户向卫星物联网***发射的发射信号进行检测解调等处理,得到所有用户的目标用户信号,有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
为了解决上述技术问题,本发明实施例第一方面公开了一种用于卫星物联网***的数据处理方法,所述方法包括:
获取多个用户向卫星物联网***发射的多个发射信号,得到***接收信号;所述***接收信号包括若干个用户接收信号和干扰信号;
根据所述***接收信号中信号功率情况和预设的信道估计模型,对所述***接收信号进行检测解调处理,得到用户信号信息;所述用户信号信息包括若干个目标用户信号。
作为一种可选的实施方式,在本发明实施例第一方面中,所述根据所述***接收信号中信号功率情况和预设的信道估计模型,对所述***接收信号进行检测解调处理,得到用户信号信息,包括:
对所述***接收信号进行信号功率检测,得到功率检测结果;
判断所述功率检测结果是否存在有效信号,得到信号检测结果;
当所述信号检测结果为是时,根据所述功率检测结果,确定出功率位置区间;所述功率位置区间表征所述卫星物联网***接收到最大功率的所述发射信号对应的用户接收信号在所述***接收信号中的位置情况;
利用预设的信道估计模型对所述功率位置区间和所述***接收信号进行解调,得到一个所述目标用户信号;
对所述目标用户信号进行信号重构,得到重构信号;
利用所述重构信号对所述***接收信号进行删减更新,并触发执行所述对所述***接收信号进行信号功率检测,得到功率检测结果;
当所述信号检测结果为否时,结束流程。
作为一种可选的实施方式,在本发明实施例第一方面中,所述利用预设的信道估计模型对所述功率位置区间和所述***接收信号进行解调,得到一个所述目标用户信号,包括:
根据所述功率位置区间对所述***接收信号进行信号提取,得到检测信号信息;所述检测信号信息表征从所述***接收信号提取到的所述用户接收信号和所述干扰信号;
利用预设的信道估计模型对所述检测信号信息进行信号估计,得到信道响应信息;所述信道估计模型包括3个神经网络模块;所述神经网络模块包括第一神经网络模块、第二神经网络模块和第三神经网络模块;所述第一神经网络模块、所述第三神经网络模块对应的神经网络层数均为1层;所述第二神经网络模块对应的神经网络层数为3层;
对所述检测信号信息和所述信道响应信息进行计算处理,得到一个所述目标用户信号。
作为一种可选的实施方式,在本发明实施例第一方面中,所述根据所述功率位置区间对所述***接收信号进行信号提取,得到检测信号信息,包括:
根据所述功率位置区间和所述用户接收信号在所述***接收信号中的初始位置,确定出信号采样点信息;
利用所述信号采样点信息从所述***接收信号中依次进行信号提取,得到检测信号信息。
作为一种可选的实施方式,在本发明实施例第一方面中,所述利用预设的信道估计模型对所述检测信号信息进行信号估计,得到信道响应信息,包括:
将所述检测信号信息输入到所述第一神经网络模块,利用第一网络函数对所述检测信号信息进行计算处理,得到第一响应信息;所述第一网络函数用于根据预设的参数权重和偏置对输入数据进行计算处理;
将所述第一响应信息输入到所述第二神经网络模块,利用第一网络函数对所述检测信号信息进行计算处理,得到第二响应信息;所述第二神经网络模块对应的参数权重和所述第一神经网络模块对应的参数权重是不一致的;所述第二神经网络模块对应的偏置和所述第一神经网络模块对应的偏置是相一致的;
将所述第二响应信息输入到所述第三神经网络模块,利用第二网络函数对所述检测信号信息进行计算处理,得到信道响应信息;所述第二网络函数与所述第一网络函数是不一致的。
作为一种可选的实施方式,在本发明实施例第一方面中,所述对所述用户信号进行信号重构,得到重构信号,包括:
对所述用户信号进行解调,得到比特数据信息;所述比特数据信息与所述发射信号是相匹配的;
对所述比特数据信息进行编码调制和信道状态信息添加,得到重构信号。
作为一种可选的实施方式,在本发明实施例第一方面中,所述用户接收信号的大小与所述用户和所述卫星物联网***进行信息通联的信道对应的信道增益和所述发射信号的大小是线性正相关的,且与所述发射信号的发射功率是非线性正相关的。
本发明第二方面公开了一种用于卫星物联网***的数据处理装置,所述装置包括:
获取模块,用于获取多个用户向卫星物联网***发射的多个发射信号,得到***接收信号;所述***接收信号包括若干个用户接收信号和干扰信号;
检测解调模块,用于根据所述***接收信号中信号功率情况和预设的信道估计模型,对所述***接收信号进行检测解调处理,得到用户信号信息;所述用户信号信息包括若干个目标用户信号。
本发明第三方面公开了另一种用于卫星物联网***的数据处理装置,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行本发明实施例第一方面公开的用于卫星物联网***的数据处理方法中的部分或全部步骤。
本发明第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本发明实施例第一方面公开的用于卫星物联网***的数据处理方法中的部分或全部步骤。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,获取多个用户向卫星物联网***发射的多个发射信号,得到***接收信号;***接收信号包括若干个用户接收信号和干扰信号;根据***接收信号中信号功率情况和预设的信道估计模型,对***接收信号进行检测解调处理,得到用户信号信息;用户信号信息包括若干个目标用户信号。可见,本发明有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种用于卫星物联网***的数据处理方法的流程示意图;
图2是本发明实施例公开的一种用于卫星物联网***的数据处理装置的结构示意图;
图3是本发明实施例公开的另一种用于卫星物联网***的数据处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种用于卫星物联网***的数据处理方法及装置,能够通过对接收到的多个用户向卫星物联网***发射的发射信号进行检测解调等处理,得到所有用户的目标用户信号,有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。以下分别进行详细说明。
实施例一
请参阅图1,图1是本发明实施例公开的一种用于卫星物联网***的数据处理方法的流程示意图。其中,图1所描述的用于卫星物联网***的数据处理方法应用于卫星物联网***中,如用于卫星物联网***的数据处理管理的本地服务器或云端服务器等,本发明实施例不做限定。如图1所示,该用于卫星物联网***的数据处理方法可以包括以下操作:
101、获取多个用户向卫星物联网***发射的多个发射信号,得到***接收信号。
本发明实施例中,上述***接收信号包括若干个用户接收信号和干扰信号。
102、根据***接收信号中信号功率情况和预设的信道估计模型,对***接收信号进行检测解调处理,得到用户信号信息。
本发明实施例中,上述用户信号信息包括若干个目标用户信号。
可选的,本申请中的卫星物联网***包括一个卫星和多个用户终端。用户终端用于用户向卫星发射数据包长度为QT的发射信号。每个用户终端因距离卫星的距离、用户终端功率大小等因素,其向卫星发射的发射信号的发射功率是有差异的。
可选的,上述发射信号的具体形式为:
其中,x(n)为在第n个采样点上的发射信号,c为用户的原始数据经过调制后的信号,τ为c在发射信号中的初始位置,QT为用户的原始数据对应的数据包长度,Q为时隙数量,T为每个时隙包含的采样点数。
可见,实施本发明实施例所描述的用于卫星物联网***的数据处理方法能够通过对接收到的多个用户向卫星物联网***发射的发射信号进行检测解调等处理,得到所有用户的目标用户信号,有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在一个可选的实施例中,上述步骤102中根据***接收信号中信号功率情况和预设的信道估计模型,对***接收信号进行检测解调处理,得到用户信号信息,包括:
对***接收信号进行信号功率检测,得到功率检测结果;
判断功率检测结果是否存在有效信号,得到信号检测结果;
当信号检测结果为是时,根据功率检测结果,确定出功率位置区间;功率位置区间表征卫星物联网***接收到最大功率的发射信号对应的用户接收信号在***接收信号中的位置情况;
利用预设的信道估计模型对功率位置区间和***接收信号进行解调,得到一个目标用户信号;
对目标用户信号进行信号重构,得到重构信号;
利用重构信号对***接收信号进行删减更新,并触发执行对***接收信号进行信号功率检测,得到功率检测结果;
当信号检测结果为否时,结束流程。
可选的,对于***接收信号中的任一用户接收信号,其他用户对应的用户接收信号可视为干扰信号,在利用重构信号对大功率的***接收信号进行删减更新,重构***接收信号时,需将重构信号对应的用户接收信号从***接收信号消除,以形成新的***接收信号,以减小大功率信号对***接收信号中剩余用户对应的用户接收信号的干扰,提升信号的解调性能。进一步的,上述更新后的***接收信号的具体形式为:
r1=r-y′;
其中,r1为更新后的***接收信号;r为更新前的***接收信号;y′为重构信号。
可见,实施本发明实施例所描述的用于卫星物联网***的数据处理方法能够据***接收信号中信号功率情况和预设的信道估计模型,对***接收信号进行检测解调处理,得到用户信号信息,有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在另一个可选的实施例中,利用预设的信道估计模型对功率位置区间和***接收信号进行解调,得到一个目标用户信号,包括:
根据功率位置区间对***接收信号进行信号提取,得到检测信号信息;检测信号信息表征从***接收信号提取到的用户接收信号和干扰信号;
利用预设的信道估计模型对检测信号信息进行信号估计,得到信道响应信息;信道估计模型包括3个神经网络模块;所述神经网络模块包括第一神经网络模块、第二神经网络模块和第三神经网络模块;所述第一神经网络模块、所述第三神经网络模块对应的神经网络层数均为1层;所述第二神经网络模块对应的神经网络层数为3层;
对检测信号信息和信道响应信息进行计算处理,得到一个目标用户信号。
具体的,上述对检测信号信息和信道响应信息进行计算处理是基于以下模型进行的:
其中,y1为目标用户信号,sj为检测信号信息中的检测信号,为信道响应信息中的信道响应值。
可见,实施本发明实施例所描述的用于卫星物联网***的数据处理方法能够利用预设的信道估计模型对功率位置区间和***接收信号进行解调,得到一个目标用户信号,有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在又一个可选的实施例中,根据功率位置区间对***接收信号进行信号提取,得到检测信号信息,包括:
根据功率位置区间和用户接收信号在***接收信号中的初始位置,确定出信号采样点信息;
利用信号采样点信息从***接收信号中依次进行信号提取,得到检测信号信息。
可选的,上述用户接收信号在***接收信号中的初始位置是由用户的原始数据经过调制后的信号在发射信号中的初始位置决定的。
可选的,上述信号采样点信息包括若干个信号采样点。具体的,信号采样点包括采样起始点、采样终止点和采样中间点。
在该可选的实施例中,作为一种可选的实施方式,上述根据功率位置区间和用户接收信号在***接收信号中的初始位置,确定出信号采样点信息的具体方式为:
根据功率位置区间和用户接收信号在***接收信号中的初始位置,确定出采样起始点和采样终止点;
根据功率位置区间对应的数据长度、采样起始点和信道估计模型的要求输入数据量,对功率位置区间的采样点进行划分定位,得到若干个采样中间点。
可见,实施本发明实施例所描述的用于卫星物联网***的数据处理方法能够根据功率位置区间对***接收信号进行信号提取,得到检测信号信息,更有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在又一个可选的实施例中,利用预设的信道估计模型对检测信号信息进行信号估计,得到信道响应信息,包括:
将检测信号信息输入到第一神经网络模块,利用第一网络函数对检测信号信息进行计算处理,得到第一响应信息;第一网络函数用于根据预设的参数权重和偏置对输入数据进行计算处理;
将第一响应信息输入到第二神经网络模块,利用第一网络函数对检测信号信息进行计算处理,得到第二响应信息;第二神经网络模块对应的参数权重和第一神经网络模块对应的参数权重是不一致的;第二神经网络模块对应的偏置和第一神经网络模块对应的偏置是相一致的;
将第二响应信息输入到第三神经网络模块,利用第二网络函数对检测信号信息进行计算处理,得到信道响应信息;第二网络函数与第一网络函数是不一致的。
可选的,上述第一网络函数的具体形式为:
f1=max(0,s(j));
其中,f1为第一激活值,s(j)为第j个第一网络函数对应的输入信号。
可选的,上述第二网络函数的具体形式为:
其中,f2为第二激活值,s(l)为第l个第二网络函数对应的输入信号。
具体的,神经网络模块之间采用全连接层进行连接,以使单个神经元和相邻神经网络包含的每个神经元进行连接。
可选的,相对于传统的LS信道估计,利用信道估计模型对检测信号信息的信号估计,可以更加精确的还原出用户的原始信号,使信号分离更加容易,同时提高解调性能。
可见,实施本发明实施例所描述的用于卫星物联网***的数据处理方法能够利用预设的信道估计模型对检测信号信息进行信号估计,得到信道响应信息,更有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在一个可选的实施例中,上述对用户信号进行信号重构,得到重构信号,包括:
对用户信号进行解调,得到比特数据信息;比特数据信息与发射信号是相匹配的;
对比特数据信息进行编码调制和信道状态信息添加,得到重构信号。
可选的,上述编码调制采用的是正交相移键控调制方式。
可选的,上述信道状态信息包括信道增益,和/或,信道散射,和/或,载波相位,本发明实施例不做限定。
可见,实施本发明实施例所描述的用于卫星物联网***的数据处理方法能够对用户信号进行信号重构,得到重构信号,更有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在另一个可选的实施例中,用户接收信号的大小与用户和卫星物联网***进行信息通联的信道对应的信道增益和发射信号的大小是线性正相关的,且与发射信号的发射功率是非线性正相关的。
具体的,上述用户接收信号的具体形式为:
其中,s(i)为用户接收信号中第i个信号采样点上的信号;h为信道增益;x(i+τ)为第i个信号采样点上对应的发射信号;P为发射信号的发射功率;z(i)为第i个信号采样点上的噪声及可能有的其他用户干扰。
实施例二
请参阅图2,图2是本发明实施例公开的一种用于卫星物联网***的数据处理装置的结构示意图。其中,图2所描述的装置能够应用于卫星物联网***中,如用于卫星物联网***的数据处理管理的本地服务器或云端服务器等,本发明实施例不做限定。如图2所示,该装置可以包括:
获取模块201,用于获取多个用户向卫星物联网***发射的多个发射信号,得到***接收信号;***接收信号包括若干个用户接收信号和干扰信号;
检测解调模块202,用于根据***接收信号中信号功率情况和预设的信道估计模型,对***接收信号进行检测解调处理,得到用户信号信息;用户信号信息包括若干个目标用户信号。
可见,实施图2所描述的用于卫星物联网***的数据处理装置,能够通过对接收到的多个用户向卫星物联网***发射的发射信号进行检测解调等处理,得到所有用户的目标用户信号,有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在又一个可选的实施例中,如图2所示,检测解调模块202根据***接收信号中信号功率情况和预设的信道估计模型,对***接收信号进行检测解调处理,得到用户信号信息的具体方式为:
对***接收信号进行信号功率检测,得到功率检测结果;
判断功率检测结果是否存在有效信号,得到信号检测结果;
当信号检测结果为是时,根据功率检测结果,确定出功率位置区间;功率位置区间表征卫星物联网***接收到最大功率的发射信号对应的用户接收信号在***接收信号中的位置情况;
利用预设的信道估计模型对功率位置区间和***接收信号进行解调,得到一个目标用户信号;
对目标用户信号进行信号重构,得到重构信号;
利用重构信号对***接收信号进行删减更新,并触发执行对***接收信号进行信号功率检测,得到功率检测结果;
当信号检测结果为否时,结束流程。
可见,实施图2所描述的用于卫星物联网***的数据处理装置,能够据***接收信号中信号功率情况和预设的信道估计模型,对***接收信号进行检测解调处理,得到用户信号信息,有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在又一个可选的实施例中,如图2所示,检测解调模块202利用预设的信道估计模型对功率位置区间和***接收信号进行解调,得到一个目标用户信号的具体方式为:
根据功率位置区间对***接收信号进行信号提取,得到检测信号信息;检测信号信息表征从***接收信号提取到的用户接收信号和干扰信号;
利用预设的信道估计模型对检测信号信息进行信号估计,得到信道响应信息;信道估计模型包括3个神经网络模块;神经网络模块包括第一神经网络模块、第二神经网络模块和第三神经网络模块;第一神经网络模块、第三神经网络模块对应的神经网络层数均为1层;第二神经网络模块对应的神经网络层数为3层;
对检测信号信息和信道响应信息进行计算处理,得到一个目标用户信号。
可见,实施图2所描述的用于卫星物联网***的数据处理装置,能够利用预设的信道估计模型对功率位置区间和***接收信号进行解调,得到一个目标用户信号,有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在又一个可选的实施例中,如图2所示,检测解调模块202根据功率位置区间对***接收信号进行信号提取,得到检测信号信息的具体方式为:
根据功率位置区间和用户接收信号在***接收信号中的初始位置,确定出信号采样点信息;
利用信号采样点信息从***接收信号中依次进行信号提取,得到检测信号信息。
可见,实施图2所描述的用于卫星物联网***的数据处理装置,能够根据功率位置区间对***接收信号进行信号提取,得到检测信号信息,更有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在又一个可选的实施例中,如图2所示,检测解调模块202利用预设的信道估计模型对检测信号信息进行信号估计,得到信道响应信息的具体方式为:
将检测信号信息输入到第一神经网络模块,利用第一网络函数对检测信号信息进行计算处理,得到第一响应信息;第一网络函数用于根据预设的参数权重和偏置对输入数据进行计算处理;
将第一响应信息输入到第二神经网络模块,利用第一网络函数对检测信号信息进行计算处理,得到第二响应信息;第二神经网络模块对应的参数权重和第一神经网络模块对应的参数权重是不一致的;第二神经网络模块对应的偏置和第一神经网络模块对应的偏置是相一致的;
将第二响应信息输入到第三神经网络模块,利用第二网络函数对检测信号信息进行计算处理,得到信道响应信息;第二网络函数与第一网络函数是不一致的。
可见,实施图2所描述的用于卫星物联网***的数据处理装置,能够利用预设的信道估计模型对检测信号信息进行信号估计,得到信道响应信息,更有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在又一个可选的实施例中,如图2所示,检测解调模块202对用户信号进行信号重构,得到重构信号的具体方式为:
对用户信号进行解调,得到比特数据信息;比特数据信息与发射信号是相匹配的;
对比特数据信息进行编码调制和信道状态信息添加,得到重构信号。
可见,实施图2所描述的用于卫星物联网***的数据处理装置,能够对用户信号进行信号重构,得到重构信号,更有利于在考虑信道中噪声和用户间干扰对信号带来影响前提下,提升信道估计准确度,解决多用户信号分离难度大、信道估计效果不佳等问题,进而提升多用户接入场景下卫星物联网***的信号解调性能。
在又一个可选的实施例中,如图2所示,用户接收信号的大小与用户和卫星物联网***进行信息通联的信道对应的信道增益和发射信号的大小是线性正相关的,且与发射信号的发射功率是非线性正相关的。
实施例三
请参阅图3,图3是本发明实施例公开的又一种用于卫星物联网***的数据处理装置的结构示意图。其中,图3所描述的装置能够应用于卫星物联网***中,如用于卫星物联网***的数据处理管理的本地服务器或云端服务器等,本发明实施例不做限定。如图3所示,该装置可以包括:
存储有可执行程序代码的存储器301;
与存储器301耦合的处理器302;
处理器302调用存储器301中存储的可执行程序代码,用于执行实施例一所描述的用于卫星物联网***的数据处理方法中的步骤。
实施例四
本发明实施例公开了一种计算机读存储介质,其存储用于电子数据交换的计算机程序,其中,该计算机程序使得计算机执行实施例一所描述的用于卫星物联网***的数据处理方法中的步骤。
实施例五
本发明实施例公开了一种计算机程序产品,该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,且该计算机程序可操作来使计算机执行实施例一所描述的用于卫星物联网***的数据处理方法中的步骤。
以上所描述的装置实施例仅是示意性的,其中作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施例的具体描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是:本发明实施例公开的一种用于卫星物联网***的数据处理方法及装置所揭露的仅为本发明较佳实施例而已,仅用于说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各项实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或替换,并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。
Claims (7)
1.一种用于卫星物联网***的数据处理方法,其特征在于,所述方法包括:
获取多个用户向卫星物联网***发射的多个发射信号,得到***接收信号;所述***接收信号包括若干个用户接收信号和干扰信号;
根据所述***接收信号中信号功率情况和预设的信道估计模型,对所述***接收信号进行检测解调处理,得到用户信号信息;所述用户信号信息包括若干个目标用户信号;
其中,所述根据所述***接收信号中信号功率情况和预设的信道估计模型,对所述***接收信号进行检测解调,得到用户信号信息,包括:
对所述***接收信号进行信号功率检测,得到功率检测结果;
判断所述功率检测结果是否存在有效信号,得到信号检测结果;
当所述信号检测结果为是时,根据所述功率检测结果,确定出功率位置区间;所述功率位置区间表征所述卫星物联网***接收到最大功率的所述发射信号对应的用户接收信号在所述***接收信号中的位置情况;
利用预设的信道估计模型对所述功率位置区间和所述***接收信号进行解调,得到一个所述目标用户信号;
对所述目标用户信号进行信号重构,得到重构信号;
利用所述重构信号对所述***接收信号进行删减更新,并触发执行所述对所述***接收信号进行信号功率检测,得到功率检测结果;
当所述信号检测结果为否时,结束流程;
其中,所述利用预设的信道估计模型对所述功率位置区间和所述***接收信号进行解调,得到一个所述目标用户信号,包括:
根据所述功率位置区间对所述***接收信号进行信号提取,得到检测信号信息;所述检测信号信息表征从所述***接收信号提取到的所述用户接收信号和所述干扰信号;
利用预设的信道估计模型对所述检测信号信息进行信号估计,得到信道响应信息;所述信道估计模型包括3个神经网络模块;所述神经网络模块包括第一神经网络模块、第二神经网络模块和第三神经网络模块;所述第一神经网络模块、所述第三神经网络模块对应的神经网络层数均为1层;所述第二神经网络模块对应的神经网络层数为3层;
对所述检测信号信息和所述信道响应信息进行计算处理,得到一个所述目标用户信号;
对检测信号信息和信道响应信息进行计算处理是基于以下模型进行的:
其中,y1为目标用户信号,sj为检测信号信息中的检测信号,为信道响应信息中的信道响应值;
其中,所述根据所述功率位置区间对所述***接收信号进行信号提取,得到检测信号信息,包括:
根据所述功率位置区间和所述用户接收信号在所述***接收信号中的初始位置,确定出信号采样点信息;
利用所述信号采样点信息从所述***接收信号中依次进行信号提取,得到检测信号信息;
其中,所述根据所述功率位置区间和所述用户接收信号在所述***接收信号中的初始位置,确定出信号采样点信息的具体方式为:
根据所述功率位置区间和所述用户接收信号在所述***接收信号中的初始位置,确定出采样起始点和采样终止点;
根据所述功率位置区间对应的数据长度、所述采样起始点和所述信道估计模型的要求输入数据量,对功率位置区间的采样点进行划分定位,得到若干个采样中间点。
2.根据权利要求1所述的用于卫星物联网***的数据处理方法,其特征在于,所述利用预设的信道估计模型对所述检测信号信息进行信号估计,得到信道响应信息,包括:
将所述检测信号信息输入到所述第一神经网络模块,利用第一网络函数对所述检测信号信息进行计算处理,得到第一响应信息;所述第一网络函数用于根据预设的参数权重和偏置对输入数据进行计算处理;
将所述第一响应信息输入到所述第二神经网络模块,利用第一网络函数对所述检测信号信息进行计算处理,得到第二响应信息;所述第二神经网络模块对应的参数权重和所述第一神经网络模块对应的参数权重是不一致的;所述第二神经网络模块对应的偏置和所述第一神经网络模块对应的偏置是相一致的;
将所述第二响应信息输入到所述第三神经网络模块,利用第二网络函数对所述检测信号信息进行计算处理,得到信道响应信息;所述第二网络函数与所述第一网络函数是不一致的。
3.根据权利要求1所述的用于卫星物联网***的数据处理方法,其特征在于,所述对所述用户信号进行信号重构,得到重构信号,包括:
对所述用户信号进行解调,得到比特数据信息;所述比特数据信息与所述发射信号是相匹配的;
对所述比特数据信息进行编码调制和信道状态信息添加,得到重构信号。
4.根据权利要求1所述的用于卫星物联网***的数据处理方法,其特征在于,所述用户接收信号的大小与所述用户和所述卫星物联网***进行信息通联的信道对应的信道增益和所述发射信号的大小是线性正相关的,且与所述发射信号的发射功率是非线性正相关的。
5.一种用于卫星物联网***的数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取多个用户向卫星物联网***发射的多个发射信号,得到***接收信号;所述***接收信号包括若干个用户接收信号和干扰信号;
检测解调模块,用于根据所述***接收信号中信号功率情况和预设的信道估计模型,对所述***接收信号进行检测解调处理,得到用户信号信息;所述用户信号信息包括若干个目标用户信号;
其中,所述根据所述***接收信号中信号功率情况和预设的信道估计模型,对所述***接收信号进行检测解调,得到用户信号信息,包括:
对所述***接收信号进行信号功率检测,得到功率检测结果;
判断所述功率检测结果是否存在有效信号,得到信号检测结果;
当所述信号检测结果为是时,根据所述功率检测结果,确定出功率位置区间;所述功率位置区间表征所述卫星物联网***接收到最大功率的所述发射信号对应的用户接收信号在所述***接收信号中的位置情况;
利用预设的信道估计模型对所述功率位置区间和所述***接收信号进行解调,得到一个所述目标用户信号;
对所述目标用户信号进行信号重构,得到重构信号;
利用所述重构信号对所述***接收信号进行删减更新,并触发执行所述对所述***接收信号进行信号功率检测,得到功率检测结果;
当所述信号检测结果为否时,结束流程;
其中,所述利用预设的信道估计模型对所述功率位置区间和所述***接收信号进行解调,得到一个所述目标用户信号,包括:
根据所述功率位置区间对所述***接收信号进行信号提取,得到检测信号信息;所述检测信号信息表征从所述***接收信号提取到的所述用户接收信号和所述干扰信号;
利用预设的信道估计模型对所述检测信号信息进行信号估计,得到信道响应信息;所述信道估计模型包括3个神经网络模块;所述神经网络模块包括第一神经网络模块、第二神经网络模块和第三神经网络模块;所述第一神经网络模块、所述第三神经网络模块对应的神经网络层数均为1层;所述第二神经网络模块对应的神经网络层数为3层;
对所述检测信号信息和所述信道响应信息进行计算处理,得到一个所述目标用户信号;
对检测信号信息和信道响应信息进行计算处理是基于以下模型进行的:
其中,y1为目标用户信号,sj为检测信号信息中的检测信号,为信道响应信息中的信道响应值;
其中,所述根据所述功率位置区间对所述***接收信号进行信号提取,得到检测信号信息,包括:
根据所述功率位置区间和所述用户接收信号在所述***接收信号中的初始位置,确定出信号采样点信息;
利用所述信号采样点信息从所述***接收信号中依次进行信号提取,得到检测信号信息;
其中,所述根据所述功率位置区间和所述用户接收信号在所述***接收信号中的初始位置,确定出信号采样点信息的具体方式为:
根据所述功率位置区间和所述用户接收信号在所述***接收信号中的初始位置,确定出采样起始点和采样终止点;
根据所述功率位置区间对应的数据长度、所述采样起始点和所述信道估计模型的要求输入数据量,对功率位置区间的采样点进行划分定位,得到若干个采样中间点。
6.一种用于卫星物联网***的数据处理装置,其特征在于,所述装置包括:
存储有可执行程序代码的存储器;
与所述存储器耦合的处理器;
所述处理器调用所述存储器中存储的所述可执行程序代码,执行如权利要求1-4任一项所述的用于卫星物联网***的数据处理方法。
7.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行如权利要求1-4任一项所述的用于卫星物联网***的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310186666.XA CN116319187B (zh) | 2023-02-20 | 2023-02-20 | 一种用于卫星物联网***的数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310186666.XA CN116319187B (zh) | 2023-02-20 | 2023-02-20 | 一种用于卫星物联网***的数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116319187A CN116319187A (zh) | 2023-06-23 |
CN116319187B true CN116319187B (zh) | 2023-10-17 |
Family
ID=86831818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310186666.XA Active CN116319187B (zh) | 2023-02-20 | 2023-02-20 | 一种用于卫星物联网***的数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116319187B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117479288A (zh) * | 2023-11-27 | 2024-01-30 | 中国人民解放军军事科学院***工程研究院 | 一种突发信号测试的定时同步方法及装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1283936A (zh) * | 1999-08-10 | 2001-02-14 | ***电信科学技术研究院 | 基于智能天线和干扰抵销的基带处理方法 |
CN101056296A (zh) * | 2007-05-25 | 2007-10-17 | 东南大学 | 用于多径衰落信道环境下正交频分复用符号定时同步方法 |
CN101119132A (zh) * | 2007-09-11 | 2008-02-06 | Ut斯达康通讯有限公司 | 时分码分多址通信***中同频信号的检测方法和装置 |
CN103973607A (zh) * | 2014-05-28 | 2014-08-06 | 上海航天电子通讯设备研究所 | 一种可用于星载ais***的冲突信号处理方法 |
CN106027079A (zh) * | 2016-05-04 | 2016-10-12 | 清华大学 | 一种直升机多用户卫星通信***的发射机和接收机 |
CN108768903A (zh) * | 2018-03-21 | 2018-11-06 | 西安电子科技大学 | 基于crdsa类协议的低轨道卫星随机接入***多用户检测方法 |
CN111431831A (zh) * | 2020-03-20 | 2020-07-17 | 厦门大学 | 一种基于多维ofdm环境自适应调制方法和*** |
CN111711492A (zh) * | 2020-05-09 | 2020-09-25 | 中国科学院声学研究所 | 用于深潜器的水声通信符号定时估计及补偿方法及装置 |
CN112020084A (zh) * | 2020-07-21 | 2020-12-01 | 北京邮电大学 | 一种卫星场景下两步随机接入信道设计及信号检测方法 |
CN112819236A (zh) * | 2021-02-07 | 2021-05-18 | 南京邮电大学 | 一种基于神经网络的低轨卫星物联网活跃终端预测方法 |
WO2021092816A1 (zh) * | 2019-11-13 | 2021-05-20 | Oppo广东移动通信有限公司 | 互调干扰信号的重构方法和装置 |
CN113011448A (zh) * | 2019-12-20 | 2021-06-22 | 清华大学 | 一种基于迁移学习的多用户下行信道估计方法及装置 |
CN115190419A (zh) * | 2022-06-27 | 2022-10-14 | 阿里巴巴(中国)有限公司 | 射频通信方法、车辆控制方法、设备及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9071435B2 (en) * | 2005-12-29 | 2015-06-30 | Celeno Communications Ltd. | System and method for tuning transmission parameters in multi-user multiple-input-multiple-output systems with aged and noisy channel estimation |
-
2023
- 2023-02-20 CN CN202310186666.XA patent/CN116319187B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1283936A (zh) * | 1999-08-10 | 2001-02-14 | ***电信科学技术研究院 | 基于智能天线和干扰抵销的基带处理方法 |
CN101056296A (zh) * | 2007-05-25 | 2007-10-17 | 东南大学 | 用于多径衰落信道环境下正交频分复用符号定时同步方法 |
CN101119132A (zh) * | 2007-09-11 | 2008-02-06 | Ut斯达康通讯有限公司 | 时分码分多址通信***中同频信号的检测方法和装置 |
CN103973607A (zh) * | 2014-05-28 | 2014-08-06 | 上海航天电子通讯设备研究所 | 一种可用于星载ais***的冲突信号处理方法 |
CN106027079A (zh) * | 2016-05-04 | 2016-10-12 | 清华大学 | 一种直升机多用户卫星通信***的发射机和接收机 |
CN108768903A (zh) * | 2018-03-21 | 2018-11-06 | 西安电子科技大学 | 基于crdsa类协议的低轨道卫星随机接入***多用户检测方法 |
WO2021092816A1 (zh) * | 2019-11-13 | 2021-05-20 | Oppo广东移动通信有限公司 | 互调干扰信号的重构方法和装置 |
CN113011448A (zh) * | 2019-12-20 | 2021-06-22 | 清华大学 | 一种基于迁移学习的多用户下行信道估计方法及装置 |
CN111431831A (zh) * | 2020-03-20 | 2020-07-17 | 厦门大学 | 一种基于多维ofdm环境自适应调制方法和*** |
CN111711492A (zh) * | 2020-05-09 | 2020-09-25 | 中国科学院声学研究所 | 用于深潜器的水声通信符号定时估计及补偿方法及装置 |
CN112020084A (zh) * | 2020-07-21 | 2020-12-01 | 北京邮电大学 | 一种卫星场景下两步随机接入信道设计及信号检测方法 |
CN112819236A (zh) * | 2021-02-07 | 2021-05-18 | 南京邮电大学 | 一种基于神经网络的低轨卫星物联网活跃终端预测方法 |
CN115190419A (zh) * | 2022-06-27 | 2022-10-14 | 阿里巴巴(中国)有限公司 | 射频通信方法、车辆控制方法、设备及*** |
Also Published As
Publication number | Publication date |
---|---|
CN116319187A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10009196B2 (en) | Multiple symbol noncoherent soft output detector | |
US9312987B2 (en) | Collision detection using a multiple symbol noncoherent soft output detector | |
CA2172672C (fr) | Procede de reception multicapteur d'une station de base fixe d'un reseau de communication echangeant des donnees avec des mobiles, et dispositif pour sa mise en oeuvre | |
KR101209135B1 (ko) | 파일럿 시퀀스 신호를 검색하는 방법, 설비 및 시스템 | |
CN116319187B (zh) | 一种用于卫星物联网***的数据处理方法及装置 | |
CN104270234B (zh) | 一种基于欠奈奎斯特采样的宽带信号检测识别方法 | |
US10778282B1 (en) | Methods for improving flexibility and data rate of chirp spread spectrum systems in LoRaWAN | |
CN110166080B (zh) | 相干多载波捕获方法及装置 | |
CN109379314A (zh) | 高速突发数字解调方法和设备 | |
CN109039573A (zh) | 一种基于cpm信号多符号检测的方法 | |
CN103124250A (zh) | 接收设备、信号处理设备以及信号处理方法 | |
CN106899376A (zh) | 物理层网络编码连续相位调制信号的非相干检测方法 | |
EP1260071B1 (fr) | Procede et dispositif d'estimation d'un canal de propagation | |
CN111541516A (zh) | 信道编码识别方法、装置、电子装置及存储介质 | |
CN111624632B (zh) | 一种卫星导航信号捕获方法及装置 | |
EP2974193A1 (en) | Collision detection using a multiple symbol noncoherent soft output detector | |
CN113885057A (zh) | 基于相干-非相干扩频调制的卫星物联网信号处理方法 | |
CN109039511A (zh) | 一种接收机抗干扰及防错锁的信号处理方法 | |
CN116155358B (zh) | 一种用于卫星通讯用户检测的数据处理方法及装置 | |
CN106878218A (zh) | 一种用于ieee802.15.4的高可靠性解调方法 | |
Du et al. | NELoRa-Bench: A Benchmark for Neural-enhanced LoRa Demodulation | |
Xie et al. | Few‐Shot Specific Emitter Identification Based on Variational Mode Decomposition and Meta‐Learning | |
CN111162858B (zh) | 一种分段信号同步方法、装置、终端设备及存储介质 | |
CN109547129B (zh) | 一种步进加权Tong检测方法 | |
CN113242201A (zh) | 基于生成分类网络的无线信号增强解调方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |