【技术实现步骤摘要】
信噪比预测方法、装置及卫星通信链路自适应调节方法
本专利技术涉及一种信噪比预测方法，同时涉及相应的信噪比预测装置及卫星通信链路自适应调节方法，属于卫星通信
技术介绍
卫星通信有着众多优点，如：由于地理或经济条件的限制，通信基站的数量远远不能满足人口稀少的海洋、沙漠、山区等地区的通信需求，而卫星通信由于其覆盖范围广、不受地理条件限制、通信频带宽等优点，可以很好的解决这一问题。当地面的基础设施系统遭到破坏时，卫星还可以在紧急情况下提供全球覆盖的持续通信服务。根据卫星的部署高度，卫星通信系统可分为三类：低地球轨道(LowEarthOrbit，LEO)卫星通信系统，中地球轨道(MediumEarthOrbit，MEO)卫星通信系统和同步地球轨道(GeosynchronousEarthOrbit，GEO)卫星通信系统。近些年来，LEO卫星通信系统由于其覆盖范围广、传播时延小、传输损耗低，可以为全球各个地区提供高速宽带服务，从而引发了卫星热潮。OneWeb、SpaceX等运营商都在计划部署LEO卫星系统，在研的卫星数量
【技术保护点】
1.一种信噪比预测方法，其特征在于包括如下步骤：/n确定第一目标采样点之前的数个采样点的实际信噪比；/n在得到所述第一目标采样点的实际信噪比之前：将所述数个采样点的实际信噪比输入递归神经网络模型，计算得到所述目标采样点的理论信噪比。/n
【技术特征摘要】
1.一种信噪比预测方法，其特征在于包括如下步骤：
确定第一目标采样点之前的数个采样点的实际信噪比；
在得到所述第一目标采样点的实际信噪比之前：将所述数个采样点的实际信噪比输入递归神经网络模型，计算得到所述目标采样点的理论信噪比。
2.如权利要求1所述的方法，其特征在于所述递归神经网络模型包括：
基于包括信噪比样本点在内的数据集训练得到的递归神经网络模型；或，
基于包括信噪比样本点在内的数据集训练得到的长短期记忆模型。
3.如权利要求1或2所述的信噪比预测方法，其特征在于还包括如下步骤：
确定所述第一目标采样点的实际信噪比；
在得到第二目标采样点的实际信噪比之前：将所述第二目标采样点之前的数个采样点的实际信噪比输入所述递归神经网络模型，计算得到所述第二目标采样点的理论信噪比；
其中，所述第二目标采样点之前的数个采样点包括所述第一目标采样点；所述第二目标采样点之前的数个采样点的数量，与所述第一目标采样点之前的数个采样点的数量相同。
4.一种信噪比预测方法，其特征在于包括如下步骤：
按时间顺序确定不同采样点的实际信噪比；
其中，在确定出目标采样点的实际信噪比之前，根据所述目标采样点之前的数个采样点的实际信噪比和递归神经网络模型，预测所述目标采样点的理论信噪比。
5.一种卫星通信链路自适应调节方法，其特征在于包括如下步骤：
采用如权利要求1～4中任意一项所述的信噪比预测方法确定目标采样点的理论信噪比；
根据所述理论信噪比和调制/编码调整策略，确定与所述理论信噪比对应的调制/编码方案。
6.一种信噪比预测装置，其特征在于包括：
实际值确定模块，用于确定第一目标采样点之前的数个采样点的实际信噪比；
理论值计算模块，用于在得到所述第一目标采样点的实际信噪比之前：将所述数个采样点的实际信噪比输入递归神经网络模型，...
【专利技术属性】
技术研发人员：钱骅，王海峰，金圣峣，
申请(专利权)人：南京海骅信息技术有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。