【技术实现步骤摘要】
基于神经网络负载预测的卫星物联网传输控制方法与系统
本专利技术涉及传输控制方法,尤其涉及一种基于神经网络负载预测的卫星物联网传输控制方法与系统。
技术介绍
1、基于SCMA的CRDSA随机接入技术近年来,针对卫星物联网中终端数量不断增长的问题,研究人员对卫星支持随机接入的能力进行了深入研究,并取得了很大的进展,同时提出了许多高效的随机接入技术。目前比较有效的随机接入研究成果是基于非正交多址接入的(non-orthogonalmultiple-access,NOMA)的争用解决的分集时隙aloha(ContentionResolutionDiversitySlottedAloha,CRDSA)技术。稀疏码分多址(SparseCodeMultipleAccess,SCMA)作为一种NOMA,也有相应的基于SCMA的CRDSA随机接入技术。CRDSA技术本身主要包括多副本传输和迭代干扰消除两个方面。首先,在发送端利用多副本传输,其主要思想是终端发送数据包前生成一个具有相同负载信息的数据包,然后在传输帧中随机选择两个 ...
【技术保护点】
1.一种基于神经网络负载预测的卫星物联网传输控制方法,其特征在于:卫星在接收到地面终端的数据后,利用人工神经网络进行负载预测,得到预测的负载信息,随后将预测的预测信息广播到地面,当地面终端处于活跃状态时,根据预测的负载信息,在发送数据包前进行传输控制。/n
【技术特征摘要】
1.一种基于神经网络负载预测的卫星物联网传输控制方法,其特征在于:卫星在接收到地面终端的数据后,利用人工神经网络进行负载预测,得到预测的负载信息,随后将预测的预测信息广播到地面,当地面终端处于活跃状态时,根据预测的负载信息,在发送数据包前进行传输控制。
2.根据权利要求1所述的基于神经网络负载预测的卫星物联网传输控制方法,其特征在于,所述方法包括以下过程:
A、接入负载探测;
B、负载预测;
C、传输控制。
3.根据权利要求2所述的基于神经网络负载预测的卫星物联网传输控制方法,其特征在于:在步骤A中,基于适量前导探测采用BP人工神经网络建立一个静态的工具箱专用于接入负载的获取,BP人工神经网络是一种按误差反向传播训练的多层前馈网络。
4.根据权利要求3所述的基于神经网络负载预测的卫星物联网传输控制方法,其特征在于:在步骤A中,采用吞吐量信息T、SCMA编码所用到的码本数量C、平均每个时隙中探测到的前导数量作为BP人工神经网络的输入层参数,传输控制后的最优负载值Laccess作为输入层的唯一输出参数,建立隐藏层节点为3个的三层的BP人工神经网络,通过历史传输数据训练BP人工神经网络得到输出参数Laccess与输入参数T、C、之间的关系,利用这个训练好的BP人工神经网络作为工具箱获取接入负载值。
5.根据权利要求3所述的基于神经网络负载预测的卫星物联网传输控制方法,其特征在于:在步骤B中,假设已经获取到前n帧的活跃负载值,根据前n帧的活跃负载值,对第t帧的活跃负载值进行预测,得到第t帧的活跃负载值。
6.根据权利要求5所述的基于神经网络负载预测的卫星物联网传输控制方法,其特征在于:在步骤B中,采用NAR人工神经网络进行时间序列的预测,得到第t帧的活跃负载值,NA...
【专利技术属性】
技术研发人员:杨志华,张博,徐运来,李悦,
申请(专利权)人:哈尔滨工业大学深圳,
类型:发明
国别省市:广东;44
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。