本发明专利技术公开一种低轨卫星物联网终端参数配置方法、装置及设备，该方法包括：获取低轨卫星物联网中预设时间段内卫星端接入负载的预测值以及终端信道状态信息的预测值；基于所述卫星端接入负载的预测值以及终端信道状态信息的预测值，对终端参数进行强化学习模型训练，得到系统吞吐量最大化时的终端参数；基于所述终端参数，对终端进行配置。该方法使得卫星对终端的随机接入处于可控的状态，避免了网络阻塞，提高了网络吞吐量及其公平性。提高了网络吞吐量及其公平性。提高了网络吞吐量及其公平性。
【技术实现步骤摘要】
低轨卫星物联网终端参数配置方法、装置及设备
[0001]本专利技术涉及卫星通信
，尤其涉及一种低轨卫星物联网终端参数配置方法、装置及设备。
技术介绍
[0002]物联网（Internet of Things，IoT）随着时代的发展，已渗透到各个领域，其最大特点是可以采用“低功耗广域网”（Low
‑
Power Wide
‑
Area Network，LPWAN）技术实现。地面LoRa（Long Range Radio，远距离无线电）作为一种LPWAN技术的地面物联网，具有低功耗、远距离、大连接等特点，得到了广泛的应用。但全球超过80%的陆地以及95%以上的海洋，传统的移动通信技术都无法覆盖。而卫星物联网由于广覆盖、不受天气地理条件的影响、易于给大范围运动平台提供网络连接支持等特点成为地面物联网有效的补充。目前，物联网技术日益趋近成熟，卫星与物联网的结合也是必然发展趋势，对此，探寻现有地面物联网的LoRa技术能否应用在低轨卫星物联网场景下，研究如何将LoRa技术与低轨卫星物联网场景结合，对于低轨卫星物联网下终端与卫星通信机制有着深远意义。要发展LoRa低轨卫星物联网，必须要研究LoRa体制低轨卫星物联网下的适应性。
[0003]在LoRa体制卫星物联网中，一方面由于通信资源受限，终端的海量连接必然导致严重的网络拥塞，大大降低通信系统性能；另一方面由于低轨卫星高动态的特性，卫星的网络状态会随着时间和空间的不同而发生剧烈的变化；又一方面大部分物联网终端能力较弱，无法进行大量的计算。
技术实现思路
[0004]本专利技术提供一种低轨卫星物联网终端参数配置方法、装置及设备，用以解决现有技术中LoRa低轨卫星物联网容易拥堵的缺陷，实现低轨卫星物联网吞吐量最大化。
[0005]第一方面，本专利技术提供一种低轨卫星物联网终端参数配置方法，包括：获取低轨卫星物联网中预设时间段内卫星端接入负载的预测值以及终端信道状态信息的预测值；基于所述卫星端接入负载的预测值以及终端信道状态信息的预测值，对终端参数进行强化学习模型训练，得到系统吞吐量最大化时的终端参数；基于所述终端参数，对终端进行配置。
[0006]可选地，所述终端参数包括以下一项或多项：终端发射功率；扩频因子；子信道。
[0007]可选地，获取所述卫星端接入负载的预测值，进一步包括：获取多个历史卫星端接入负载；将所述多个历史卫星端接入负载输入至第一LSTM神经网络进行预测，得到所述卫星端接入负载的预测值。
[0008]可选地，获取所述终端信道状态信息的预测值，进一步包括：
获取多个历史终端信道状态信息；将所述多个历史终端信道状态信息输入至第二LSTM神经网络进行预测，得到所述终端信道状态信息的预测值。
[0009]可选地，基于所述卫星端接入负载的预测值以及终端信道状态信息的预测值，对终端参数进行强化学习模型训练，得到系统吞吐量最大化时的终端参数，进一步包括：将所述终端参数、所述卫星端接入负载的预测值以及所述终端信道状态信息的预测值作为强化学习模型的输入；将系统吞吐量作为强化学习模型的输出；建立目标优化问题：；；；，子信道子信道集；其中，G为系统吞吐量；表示终端i的发射功率，W表示功率单位为瓦特；表示扩频因子集，j表示扩频因子集中的扩频因子；V表示子信道集，v表示第v个子信道，；表示在下的终端i选择的第v个子信道；求解目标优化问题，得到系统吞吐量最大化时的终端参数，所述终端参数包括发射功率，SF，子信道。
[0010]可选地，获取历史卫星端接入负载，方法进一步包括：获取LoRa帧结构的前导序列；基于所述前导序列，采用最大似然法对卫星接收端数据进行异步碰撞检测，得到异步接入的碰撞概率，根据所述碰撞概率得到历史卫星端接入负载。
[0011]可选地，获取历史终端信道状态信息，方法进一步包括：获取LoRa帧结构中的前导序列；基于所述前导序列，采用压缩感知算法对LoRa终端信道状态信息进行估计，得到历史终端信道状态信息。
[0012]第二方面，本专利技术还提供一种低轨卫星物联网终端参数配置装置，包括：获取模块，用于获取低轨卫星物联网中预设时间段内卫星端接入负载的预测值以及终端信道状态信息的预测值；训练模块，用于基于所述卫星端接入负载的预测值以及终端信道状态信息的预测值，对终端参数进行强化学习模型训练，得到系统吞吐量最大化时的终端参数；配置模块，基于所述终端参数，对终端进行配置。
[0013]第三方面，本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一方面所述低轨卫星物联网终端参数配置方法。
[0014]第四方面，本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，该计
算机程序被处理器执行时实现如上述第一方面所述低轨卫星物联网终端参数配置方法。
[0015]与现有技术相比，本专利技术的有益效果是：（1）本专利技术根据预测的接入负载和信道状态信息，通过强化学习模型训练，得到终端发射功率、SF选择以及子信道选择的发射参数，对终端进行联合配置，对随机接入过程控制优化，提升了系统吞吐量；（2）本专利技术的终端采用异步免授权随机接入LoRa低轨卫星物联网，免去了复杂的同步以及握手过程，终端能够以一种完全异步和随机的方式在卫星信道上发送信号，计算负担被转移到了接收端。
附图说明
[0016]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1是根据本专利技术实施例的低轨卫星物联网终端参数配置方法的流程示意图；图2是根据本专利技术实施例的低轨卫星物联网终端参数配置方法的组成示意图；图3是根据本专利技术实施例的在二重碰撞下的仿真数据包谱峰检测图；图4是根据本专利技术实施例的在三重碰撞下的仿真数据包谱峰检测图；图5是根据本专利技术实施例的在四重碰撞下的仿真数据包谱峰检测图；图6是根据本专利技术实施例的LSTM神经网络负载预测值与实际值仿真对比图；图7是根据本专利技术实施例的信道估计算法在MSE上的仿真性能分析；图8是根据本专利技术实施例的信道估计算法在BER上的仿真性能分析；图9是根据本专利技术实施例的LSTM神经网络信道状态信息预测值与真实值仿真对比图；图10是根据本申请实施例的LoRa物联网终端在LoRaWAN下的发射参数初始设置系统场景仿真图；图11是根据本申请实施例的LoRa物联网终端终端参数联合优化方法后的系统场景仿真图；图12是根据本申请实施例的终端参数联合优化方法与LoRaWAN在公平性方面的对比图；图13是根据本申请实施例的终端参数联合优化方法与LoRaWAN在吞吐量方面的对比图；图14是本专利技术提供的低轨卫星物联网终端参数配置装置的结构示意图；图15是本专利技术提供的电子设备的结构示意图。
具体实施方式...
【技术保护点】
【技术特征摘要】
1.一种低轨卫星物联网终端参数配置方法，其特征在于，包括：获取低轨卫星物联网中预设时间段内卫星端接入负载的预测值以及终端信道状态信息的预测值；基于所述卫星端接入负载的预测值以及终端信道状态信息的预测值，对终端参数进行强化学习模型训练，得到系统吞吐量最大化时的终端参数；基于所述终端参数，对终端进行配置。2.根据权利要求1所述低轨卫星物联网终端参数配置方法，其特征在于，所述终端参数包括以下一项或多项：终端发射功率；扩频因子；子信道。3.根据权利要求1所述的低轨卫星物联网终端参数配置方法，其特征在于，获取所述卫星端接入负载的预测值，进一步包括：获取多个历史卫星端接入负载；将所述多个历史卫星端接入负载输入至第一LSTM神经网络进行预测，得到所述卫星端接入负载的预测值。4.根据权利要求1所述的低轨卫星物联网终端参数配置方法，其特征在于，获取所述终端信道状态信息的预测值，进一步包括：获取多个历史终端信道状态信息；将所述多个历史终端信道状态信息输入至第二LSTM神经网络进行预测，得到所述终端信道状态信息的预测值。5.根据权利要求1所述的低轨卫星物联网终端参数配置方法，其特征在于，基于所述卫星端接入负载的预测值以及终端信道状态信息的预测值，对终端参数进行强化学习模型训练，得到系统吞吐量最大化时的终端参数，进一步包括：将所述终端参数、所述卫星端接入负载的预测值以及所述终端信道状态信息的预测值作为强化学习模型的输入；将系统吞吐量作为强化学习模型的输出；建立目标优化问题：；；；，子信道子信道集；其中，G为系统吞吐量；表示终端i的发射功率，W表示功率单位为瓦特；表示扩频因子集，j表示扩频因子集中...
【专利技术属性】
技术研发人员：洪涛，周文东，钱铭，张更新，
申请(专利权)人：南京御通信息技术有限公司，
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。