一种基于sinr的抗干扰卫星通信相控阵列天线

文档序号:785786 发布日期:2021-04-09 浏览:14次 >En<

阅读说明:本技术 一种基于sinr的抗干扰卫星通信相控阵列天线 (Anti-interference satellite communication phased array antenna based on SINR ) 是由 王玉瑾 于 2020-12-16 设计创作,主要内容包括:本发明涉及涉及卫星通信技术领域,且公开一种基于SINR的抗干扰卫星通信相控阵列天线,主要包括:天线单元、收发功分网络层、子阵单元、数字波束形成器件、卫星通信终端模块、抗干扰处理模块。本发明利用小型化的射频器件以及天线、控制单元,用电子波束跟踪取代机械跟踪,减小了设备体积和重量,不需要昂贵的惯导系统,搜索速度和加速度快,初始捕获目标及重捕时间短,不易丢失目标,耐冲击振动性能好,同时本发明可实现动态的分布式资源调度,最大化网络容量,实现网络结构的可扩展性和灵活性,推广到更大的部署区域和不同链路密度的部署。(The invention relates to the technical field of satellite communication, and discloses an anti-interference satellite communication phased array antenna based on SINR (signal to interference noise ratio), which mainly comprises: the antenna comprises an antenna unit, a transmitting and receiving power division network layer, a sub-array unit, a digital beam forming device, a satellite communication terminal module and an anti-interference processing module. The invention utilizes miniaturized radio frequency devices, antennas and control units, replaces mechanical tracking with electronic beam tracking, reduces the volume and weight of equipment, does not need an expensive inertial navigation system, has high searching speed and acceleration, short initial target capturing and recapturing time, is not easy to lose targets, has good shock-resistant vibration performance, can realize dynamic distributed resource scheduling, maximizes network capacity, realizes the expandability and flexibility of a network structure, and is popularized to larger deployment areas and deployments with different link densities.)

一种基于SINR的抗干扰卫星通信相控阵列天线

技术领域

本发明涉及卫星通信技术领域,尤其涉及一种基于SINR的抗干扰卫星通信相控阵列天线。

背景技术

传统移动卫星通信天线跟踪采用两维机械跟踪方式,它的缺点是体积大、重量重,不便于安装;在移动通信使用条件下,其跟踪速度慢,很难保证跟踪性能;其应用的反射面天线体积大,相应的机械惯量也大,耐冲击、震动性能差,速度响应慢,不适合在路况差及高速越野中使用。为了克服载体的摇摆和转弯,设备需要昂贵的惯导系统。

此外,天线定向传输网络中链路调度都是基于协议干扰模型,即如果节点正在发送数据,则其波束覆盖范围内的邻居节点不能同时收发其他数据,然而,协议干扰模型是对实际环境的简化,无法准确地描述干扰情况,并且在实际通信中,并发传输之间的干扰约束不是局部的和成对的,而是全局的和相加的。因此,该协议干扰模型在定向链路调度中实用性不高。

因此需要设计高效的分布式方法解决链路调度问题,同时解决传统卫星通信天线体积大、重量重等问题。

发明内容

为解决上述问题,本发明将提供一种基于SINR的抗干扰卫星通信相控阵列天线,主要包括:天线单元、收发功分网络层、子阵单元、数字波束形成器件、卫星通信终端模块、抗干扰处理模块;

其中,所述抗干扰处理模块,采用基于SINR干扰模型的链路调度算法,衡量网络中的链路干扰强度,结合衡量结果进行高效的链路资源分布式调度,从而最大化网络容量;

其中,所述天线单元为低剖面的贴片天线单元,多个贴片天线单元按照设定的排布方式组成阵列并设置在天线阵列骨架层的上表面;

其中,所述收发功分网络层,包括上下两层设置的接收功分网络阵面与发射功分网络阵面,所述接收功分网络阵面包括多个接收子阵模块以及接收阵面综合走线层;

其中,所述子阵单元,用于对天线单元接收的信号进行放大、移相、滤波、下变频和电光转换,输出光信号;对数字波束形成器件输出的光信号进行光电转换、上变频、滤波、移相和放大,之后输出至天线单元;

其中,所述数字波束形成器件,用于对模拟子阵输出的光信号进行光电转换和接收多波束形成,并对卫星通信终端模块输出的调制信号生成发射多波束并进行电光转换;

其中,所述卫星通信终端模块,用于对数字波束形成器件输出的接收多波束进行解调处理,将自身产生的调制信号输出至数字波束形成器件,将自身产生的信号输出至接收功分网络阵面。

进一步的,所述模拟子阵单元,包括:

有源放大器件,用于将子阵输出的射频信号进行进一步放大,用于变频器件输出的激励信号进行进一步的推动,并使得发射信号激励的电平值进一步提高;

变频器件,用于将接收功分网络阵面输出的接收信号进行下变频,变换至所需的中频信号,并将发射功分网络阵面的发射信号进行上变频,形成与卫星信号相匹配的信号;

数电转换器件ADC,用于将阵列天线内部输出的接收下变频信号变化为数字信号,在发射链路,将光电转换器件输出的发射数字电信号变化为模拟电信号;

电光/光电转换器件,用于接收链路的数字信号变化为光信号;将发射链路的光信号变换为数字信号。

其中本发明设计的天线还包括电源层,用于控制整个天线各环节电路电源走向以及阵面的中所使用数字逻辑器件的控制、定时功能;

所述电源器件包括微型处理单元MCU、现场可编程逻辑阵列FPGA、数字信号处理DSP、快速可擦除读写芯片以及电源转换芯片;所述DSP,用于整个阵面接收或发射的多通道信号数据的快速处理,并同时实现多个波束;所述FPGA,用于整个阵面接收或发射的多通道信号数据的多波束可编程实现。

其中,所述发射功分网络阵面包括多个发射子阵模块以及发射阵面综合走线层;每个接收子阵模块和发射子阵模块均连接有多个双极化天线单元。

进一步的,所述发射子阵模块包括多个发射宽带双极化射频通道,以及发射子阵内波控综合走线和发射子阵内Ku、Ka和K多频段射频走线;所述的接收子阵模块包括多个接收宽带双极化射频通道,以及接收子阵内波控综合走线和接收子阵内Ku、Ka和K多频段射频走线。

其中,所述采用基于SINR干扰模型的链路调度,具体包括如下步骤:

步骤1,结合通信的路径损耗模型设计卷积核,对节点密度矩阵进行卷积来衡量干扰链路强度;

具体包括:

为避免对所有干扰信道进行信道估计产生昂贵的计算代价以及提高网络的适应性,首先根据路径损耗模型生成了由网格组成的卷积核,用来衡量链路的信道增益;设置路径损耗:

其中,Pt表示传输功率;Pr表示接收功率;d表示发送节点和接收节点间的距离;表示路径损耗因子;

然后将定向传输模型将上述卷积核拆分成8个不同波束方向上的卷积核,用于统计链路感知范围内的定向干扰;接着均匀划分通信网格,统计通信网格中激活链路的接收机节点个数和发射节点个数,生成接收节点密度矩阵和发射节点密度矩阵;具体包括:

对训练链路i取其发射节点和接收节点感知范围内的环境信息用于训练,卷积核大小代表节点感知范围;假设卷积核大小为N*N个网格,则以链路i的接收机所在网格为中心,取其周围N*N个网格内激活的发射节点密度生成i的发射机密度矩阵Ti;以链路的发射机所在网格为中心,取其周围N*N个网格内激活的接收节点密度生成i的接收机密度矩阵Ri

步骤2,基于强化学习设计与通信环境交互的链路调度学习模型,每个链路利用神经网络进行独立的训练,将训练所得的决策结果反馈到环境中进行状态更新,模型在不断更新的环境中迭代来学习最优的调度策略;具体包括如下步骤:

为了进行分布式的寻优以及保证模型对不同网络规模的适应性,对网络中所有链路并行地执行独立的网络训练;各链接决策后果反馈至自身链路,更新网络环境并进行该链路的下一次迭代;网络在不断迭代过程中,学习链路调度的最佳策略;当迭代次数完成或者寻优结束后,根据所有链路的调度输出可求得网络容量R,表达式为:

其中,R表示网络容量,i表示链路,N表示把卷积核划分为N个网格,Xi表示链路i的激活状态,Ri表示链路i的密度矩阵。

本发明的有益效果是:

本发明利用小型化的射频器件以及天线、控制单元,用电子波束跟踪取代机械跟踪,减小了设备体积和重量,不需要昂贵的惯导系统,搜索速度和加速度快,初始捕获目标及重捕时间短,不易丢失目标,耐冲击振动性能好。不需要改动后端设备,与标准卫星终端设备完全兼容,非常适合在高速移动载体(如车载、船载、机载等)中使用。并且,本发明可进行动态的分布式资源调度,各个节点可通过其感知范围内的通信环境,独立进行自身链路调度的智能决策,从而最大化网络容量,对于网络结构具有可扩展性和灵活性,能够推广到更大的部署区域和不同链路密度的部署。

附图说明

图1是本发明一种卫星通信相控阵列天线的结构示意图。

具体实施方式

需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合,下面结合附图和具体实施例对本发明作进一步详细说明。

图1是本发明一种卫星通信相控阵列天线的结构示意图,主要包括天线单元、收发功分网络层、子阵单元、数字波束形成器件、卫星通信终端模块、抗干扰处理模块;

抗干扰处理模块,采用基于SINR干扰模型的链路调度算法,衡量网络中的链路干扰强度,结合衡量结果进行高效的链路资源分布式调度,从而最大化网络容量;

天线单元为低剖面的贴片天线单元,多个贴片天线单元按照设定的排布方式组成阵列并设置在天线阵列骨架层的上表面;

收发功分网络层,包括上下两层设置的接收功分网络阵面与发射功分网络阵面,所述接收功分网络阵面包括多个接收子阵模块以及接收阵面综合走线层;

子阵单元,用于对天线单元接收的信号进行放大、移相、滤波、下变频和电光转换,输出光信号;对数字波束形成器件输出的光信号进行光电转换、上变频、滤波、移相和放大,之后输出至天线单元;

数字波束形成器件,用于对模拟子阵输出的光信号进行光电转换和接收多波束形成,并对卫星通信终端模块输出的调制信号生成发射多波束并进行电光转换;

卫星通信终端模块,用于对数字波束形成器件输出的接收多波束进行解调处理,将自身产生的调制信号输出至数字波束形成器件,将自身产生的信号输出至接收功分网络阵面。

子阵单元,包括:有源放大器件、变频器件、数电转换器件ADC、电光/光电转换器件;

有源放大器件,用于将子阵输出的射频信号进行进一步放大,用于变频器件输出的激励信号进行进一步的推动,并使得发射信号激励的电平值进一步提高;

变频器件,用于将接收功分网络阵面输出的接收信号进行下变频,变换至所需的中频信号,并将发射功分网络阵面的发射信号进行上变频,形成与卫星信号相匹配的信号;

数电转换器件ADC,用于将阵列天线内部输出的接收下变频信号变化为数字信号,在发射链路,将光电转换器件输出的发射数字电信号变化为模拟电信号;

电光/光电转换器件,用于接收链路的数字信号变化为光信号;将发射链路的光信号变换为数字信号。

一种卫星通信相控阵列天线,还包括电源层,用于控制整个天线各环节电路电源走向以及阵面的中所使用数字逻辑器件的控制、定时功能;

电源器件包括微型处理单元MCU、现场可编程逻辑阵列FPGA、数字信号处理DSP、快速可擦除读写芯片以及电源转换芯片;

DSP,用于整个阵面接收或发射的多通道信号数据的快速处理,并同时实现多个波束;

FPGA,用于整个阵面接收或发射的多通道信号数据的多波束可编程实现。

发射功分网络阵面包括多个发射子阵模块以及发射阵面综合走线层;每个接收子阵模块和发射子阵模块均连接有多个双极化天线单元;

发射子阵模块包括多个发射宽带双极化射频通道,以及发射子阵内波控综合走线和发射子阵内Ku、Ka和K多频段射频走线;所述的接收子阵模块包括多个接收宽带双极化射频通道,以及接收子阵内波控综合走线和接收子阵内Ku、Ka和K多频段射频走线。

采用基于SINR干扰模型的链路调度,包括如下步骤:

步骤1,结合通信的路径损耗模型设计卷积核,对节点密度矩阵进行卷积来衡量干扰链路强度;具体包括:

为避免对所有干扰信道进行信道估计产生昂贵的计算代价以及提高网络的适应性,首先根据路径损耗模型生成了由网格组成的卷积核,用来衡量链路的信道增益;设置路径损耗:

其中,Pt表示传输功率;Pr表示接收功率;d表示发送节点和接收节点间的距离;表示路径损耗因子;

然后将定向传输模型将上述卷积核拆分成8个不同波束方向上的卷积核,用于统计链路感知范围内的定向干扰;接着均匀划分通信网格,统计通信网格中激活链路的接收机节点个数和发射节点个数,生成接收节点密度矩阵和发射节点密度矩阵;具体包括:

对训练链路i取其发射节点和接收节点感知范围内的环境信息用于训练,卷积核大小代表节点感知范围;假设卷积核大小为N*N个网格,则以链路i的接收机所在网格为中心,取其周围N*N个网格内激活的发射节点密度生成i的发射机密度矩阵Ti;以链路的发射机所在网格为中心,取其周围N*N个网格内激活的接收节点密度生成i的接收机密度矩阵Ri

步骤2,基于强化学习设计与通信环境交互的链路调度学习模型,每个链路利用神经网络进行独立的训练,将训练所得的决策结果反馈到环境中进行状态更新,模型在不断更新的环境中迭代来学习最优的调度策略;具体包括如下步骤:

为了进行分布式的寻优以及保证模型对不同网络规模的适应性,对网络中所有链路并行地执行独立的网络训练;各链接决策后果反馈至自身链路,更新网络环境并进行该链路的下一次迭代;网络在不断迭代过程中,学习链路调度的最佳策略;当迭代次数完成或者寻优结束后,根据所有链路的调度输出可求得网络容量R,表达式为:

其中,R表示网络容量,i表示链路,N表示把卷积核划分为N个网格,Xi表示链路i的激活状态,Ri表示链路i的密度矩阵。

以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

9页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:双波束天线的巴特勒矩阵及双波束天线

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!