【技术实现步骤摘要】
本专利技术涉及激光通信技术，尤其涉及卫星激光通信瞄准时延容忍特性的地面测试方法及系统。
技术介绍
1、卫星激光通信作为一种重要的空间信息传输方式，具有高带宽、保密性好、抗干扰能力强等优势，在军事和民用领域有着广泛的应用前景。卫星激光通信系统需要精确的瞄准技术以确保激光束能够准确地投射到接收端。然而，由于卫星轨道运动、大气扰动、姿态控制系统的响应延迟等因素，瞄准过程中不可避免地存在时延问题，这对通信质量和稳定性造成了严重影响。
2、卫星激光通信瞄准时延容忍特性的测试多依赖于实际卫星在轨测试，成本高昂且周期长。地面测试方法虽然经济可行，但现有技术存在以下不足：
3、传统的瞄准时延预测方法多基于经验模型或简单的数学模型，无法有效处理卫星激光通信系统中的复杂非线性时变特性，导致预测精度低，无法适应实时变化的空间环境。
4、现有的测量噪声处理方法缺乏自适应能力，通常采用固定的噪声协方差矩阵，无法针对不同时延条件下的系统特性进行动态调整，导致在复杂传统卫星激光通信系统缺乏对瞄准时延容忍度的实时计算和动态补偿机制，...
【技术保护点】
1.卫星激光通信瞄准时延容忍特性的地面测试方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据所述历史瞄准数据构建深度学习训练样本集，利用所述深度学习训练样本集训练预设的深度神经网络，得到瞄准时延预测模型包括：
3.根据权利要求1所述的方法，其特征在于，将所述实时瞄准参数输入所述瞄准时延预测模型，得到预测的瞄准时延值包括：
4.根据权利要求1所述的方法，其特征在于，基于所述预测的瞄准时延值，采用递推最小二乘估计算法对所述卫星激光通信系统的姿态跟踪控制参数进行实时优化补偿，其中所述递推最小二乘估计算法的测量噪声协方...
【技术特征摘要】
1.卫星激光通信瞄准时延容忍特性的地面测试方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据所述历史瞄准数据构建深度学习训练样本集，利用所述深度学习训练样本集训练预设的深度神经网络，得到瞄准时延预测模型包括：
3.根据权利要求1所述的方法，其特征在于，将所述实时瞄准参数输入所述瞄准时延预测模型，得到预测的瞄准时延值包括：
4.根据权利要求1所述的方法，其特征在于，基于所述预测的瞄准时延值，采用递推最小二乘估计算法对所述卫星激光通信系统的姿态跟踪控制参数进行实时优化补偿，其中所述递推最小二乘估计算法的测量噪声协方差矩阵根据所述预测的瞄准时延值动态调整包括：
5.根据权利要求4所述的方法，其特征在于，利用递推最小二乘估计算法计算...
【专利技术属性】
技术研发人员：陈文杰，吴骏超，张总宝，高鹏岗，赵瑞，
申请(专利权)人：星辰光电科技苏州有限公司，
类型：发明
国别省市：
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。