[发明专利]一种基于LSTM的低轨卫星通信自适应编码方法

说明书

本发明公开了一种基于LSTM的低轨卫星通信自适应编码方法，其特征在于，包括以下：步骤1、地面设备获取当地实时天气与经纬度；步骤2、根据存储在地面设备中的卫星轨道信息生成卫星的位置信息，以三维坐标表示；步骤3、建立利用实时天气、经纬度和位置信息、基于LSTM的预测SNR模型；步骤4、根据查表法选择最优的编码方案。本发明的优点是：使用LSTM对包含天气信息在内的信道质量SNR进行预测，考虑了前几个时刻的SNR，充分利用了卫星运行规律；由于LSTM可以学习到经纬度等信息，进而学习到不同地区的雨衰值，得到了全球通用模型。

技术领域

本发明涉及计算机网络技术领域，特别涉及一种基于长短时间记忆网络(Lon gShort Term Memory，LSTM)的低轨卫星通信自适应编码(Adaptive Coding Mod ulation，ACM)方法。

背景技术

低轨卫星为距离地球表面几十到几百千米的卫星，由于其距离地表较近，信道容量较中、高轨道卫星提升。低轨卫星可以无死角覆盖，为空中、地面设施提供高质量通信，战略地位十分重要。低轨卫星通信面临着极端天气可用和吞吐量迅速提升的双重挑战：低轨卫星需要在救灾、极地、雨雪等场景下依旧保持高度可用性，且伴随着网络带宽提升，视频内容增加，网络的总吞吐量会进一步提升，在无人驾驶、观看视频等领域应用时，需要更低的时延和更高的带宽。

自适应编码(Adaption Coding Modulation，ACM)是重要的提升卫星频带利用率以提高吞吐量的方法。在传统的卫星通信中，通常为雨衰提供了6dB裕值，但是由于云层厚度不同，全球各地雨衰值不同，而且雨天才有雨衰值，晴天的雨衰为0，因此在实践中通常根据天气进行ACM，以提升吞吐量。低轨卫星通信当中的ACM具有技术难点，比如：低轨卫星运动速度快，切换频繁，需要快速实时预测；全球各地雨衰值不同，需要建立全球模型；全球天气动态变化，难以快速捕捉、同步。

在低轨卫星通信自适应编码问题中，研究者有使用识别天线噪声温度、线性回归、指数回归、支持向量回归(Support Vector Regression，SVR)等方法对信号噪声比(Signal-to-Noise Ratio，SNR)进行预测，但是它们均未利用卫星具有强运动规律的信息。长短时间网络(Long short-term memory,LSTM)是一种具有记忆性的循环神经网络，它由遗忘门、输入门、输出门控制对历史信息的记忆程度与对新信息的采纳程度，并通过记忆单元可以实现对卫星过往信息的识别。

发明内容

本发明针对现有技术的缺陷，提供了一种基于LSTM的低轨卫星通信自适应编码方法。

为了实现以上发明目的，本发明采取的技术方案如下：

一种基于LSTM的低轨卫星通信自适应编码方法，包括以下：

步骤1、地面设备获取当地实时天气与经纬度；

步骤2、根据存储在地面设备中的卫星轨道信息生成卫星的位置信息，以三维坐标表示；

步骤3、建立利用实时天气、经纬度和位置信息、基于LSTM的预测SNR模型；

步骤4、根据查表法选择最优的编码方案。

进一步地，步骤1的具体步骤如下：

步骤1.1地面设备获取自身经纬度；

步骤1.2地面设备根据经纬度请求网站获取实时天气；

需要注意的是，由于低轨卫星与地面设备单次通信时间很短，通常为几分钟，因此认为通信开始时刻的天气即为本次通信的天气，故仅需在通信开始时请求一次天气情况即可；

进一步地，步骤2的具体步骤如下：