System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无线通信,具体涉及一种基于人工智能的5g-ntn卫星通信智能化评估系统。
技术介绍
1、5g-ntn卫星通信技术是5g系统在空间领域应用的扩展,它结合了地面移动通信和传统卫星通信的技术优势。5g-ntn卫星通信技术的发展是为了适应新的应用场景,如卫星通信和低空通信,这些应用场景对数据传输速率、延迟和覆盖范围有着更高的要求。5g-ntn技术能够满足这些需求,同时也支持了空天地一体化通信系统的发展。现有技术中仅能计算上下行链路噪声系数、谐波失真值、信号增益值和传输延迟等参数用于衡量通信质量,缺乏针对5g-ntn卫星通信质量的评估方法。
技术实现思路
1、针对现有技术中的上述不足,本专利技术提供的一种基于人工智能的5g-ntn卫星通信智能化评估系统解决了现有技术缺乏针对5g-ntn卫星通信质量的评估方法的问题。
2、为了达到上述专利技术目的,本专利技术采用的技术方案为:一种基于人工智能的5g-ntn卫星通信智能化评估系统,包括:调制单元、下行链路信号获取单元、上行链路信号获取单元、特征构建单元和双通道特征融合增强神经网络;
3、所述调制单元用于通过ofdm调制构建用于测试各个通信子信道的射频测试信号;
4、所述下行链路信号获取单元用于在卫星端发射射频测试信号,并在5g终端接收射频测试信号,得到下行链路信号序列;
5、所述上行链路信号获取单元用于在5g终端发射射频测试信号,并在卫星端接收射频测试信号,得到上行链路信号序列;
>6、所述特征构建单元用于根据构建的射频测试信号、下行链路信号序列和上行链路信号序列,构建低频差值特征矩阵和高频差值特征矩阵;
7、所述双通道特征融合增强神经网络用于对低频差值特征矩阵和高频差值特征矩阵进行处理,得到通信质量评分。
8、本专利技术的有益效果为:本专利技术通过ofdm调制构建出测试各个通信子信道的射频测试信号,获取下行链路信号序列和上行链路信号序列,提取出低频差值特征矩阵和高频差值特征矩阵,低频差值特征矩阵用于表征低频系数差距特征,高频差值特征矩阵用于表征高频系数差距特征,采用双通道特征融合增强神经网络对低频差值特征矩阵和高频差值特征矩阵进行处理,得到通信质量评分,综合高频系数差距特征和低频系数差距特征评估5g-ntn卫星通信质量,实现一种5g-ntn卫星通信质量的评估方法。
9、进一步地,所述射频测试信号的表达式为:
10、,
11、其中,s(t)为射频测试信号,bk(t)为第k个通信子信道的基带测试信号,fk为第k个通信子信道的载波频率,k为通信子信道的编号,t为时间,k为通信子信道的数量,cos为余弦函数。
12、进一步地,所述特征构建单元包括:分解模块、下行差值特征提取模块、上行差值特征提取模块、第一拼接模块和第二拼接模块;
13、所述分解模块用于采用小波变换分别对构建的射频测试信号、下行链路信号序列和上行链路信号序列进行分解,得到初始小波系数向量、下行小波系数向量和上行小波系数向量,其中,初始小波系数向量为构建的射频测试信号对应的小波系数向量,下行小波系数向量为下行链路信号序列对应的小波系数向量,上行小波系数向量为上行链路信号序列对应的小波系数向量;
14、所述下行差值特征提取模块用于根据下行小波系数向量和初始小波系数向量,提取下行高频差值特征向量和下行低频差值特征向量;
15、所述上行差值特征提取模块用于根据上行小波系数向量和初始小波系数向量,提取上行高频差值特征向量和上行低频差值特征向量;
16、所述第一拼接模块用于将下行低频差值特征向量和上行低频差值特征向量进行拼接,得到低频差值特征矩阵;
17、所述第二拼接模块用于将下行高频差值特征向量和上行高频差值特征向量进行拼接,得到高频差值特征矩阵。
18、上述进一步地方案的有益效果为:本专利技术分别对构建的射频测试信号、下行链路信号序列和上行链路信号序列进行分解,得到每个信号对应的小波系数向量,将下行小波系数向量和初始小波系数向量进行比较,提取出下行高频差值特征向量和下行低频差值特征向量,将上行小波系数向量和初始小波系数向量进行比较,提取出上行高频差值特征向量和上行低频差值特征向量,将下行低频差值特征向量和上行低频差值特征向量进行拼接,得到低频差值特征矩阵,将下行高频差值特征向量和上行高频差值特征向量进行拼接,得到高频差值特征矩阵,低频差值特征矩阵用于捕捉两种信号之间主要结构的差距,高频差值特征矩阵用于捕捉两种信号之间细节和边缘结构的差距。
19、进一步地,所述下行差值特征提取模块具体为:将下行小波系数向量中第i个高频系数与初始小波系数向量中第i个高频系数的距离作为元素,构建下行高频差值特征向量;将下行小波系数向量中第i个低频系数与初始小波系数向量中第i个低频系数的距离作为元素,构建下行低频差值特征向量。
20、进一步地,所述上行差值特征提取模块具体为:将上行小波系数向量中第i个高频系数与初始小波系数向量中第i个高频系数的距离作为元素,构建上行高频差值特征向量;将上行小波系数向量中第i个低频系数与初始小波系数向量中第i个低频系数的距离作为元素,构建上行低频差值特征向量。
21、进一步地,所述双通道特征融合增强神经网络包括:低频特征提取通道、高频特征提取通道、加法器a1、特征增强通道和全连接层;
22、所述低频特征提取通道的输入端用于输入低频差值特征矩阵;所述高频特征提取通道的输入端用于输入高频差值特征矩阵;所述加法器a1的第一输入端与低频特征提取通道的输出端连接,其第二输入端与高频特征提取通道的输出端连接,其输出端与特征增强通道的输入端连接;所述全连接层的输入端与特征增强通道的输出端连接,其输出端作为双通道特征融合增强神经网络的输出端。
23、上述进一步地方案的有益效果为:本专利技术采用低频特征提取通道处理低频差值特征矩阵得到低频特征,采用高频特征提取通道处理高频差值特征矩阵得到高频特征,采用加法器a1实现低频特征和高频特征的融合,对融合后的特征进行增强处理,全连接层根据增强后的特征,预测5g-ntn卫星通信的通信质量评分。
24、进一步地,所述低频特征提取通道和高频特征提取通道的结构相同,均包括:第一卷积层、第二卷积层、全局池化层、softmax层、乘法器m1和加法器a2;
25、所述第一卷积层的输入端作为低频特征提取通道或高频特征提取通道的输入端,其输出端分别与第二卷积层的输入端和加法器a2的第一输入端连接;所述第二卷积层的输出端分别与全局池化层的输入端和乘法器m1的第一输入端连接;所述softmax层的输入端与全局池化层的输出端连接,其输出端与乘法器m1的第二输入端连接;所述加法器a2的第二输入端与乘法器m1的输出端连接,其输出端作为低频特征提取通道或高频特征提取通道的输出端。
26、上述进一步地方案的有益效果为:本专利技术设置全局池化层和soft本文档来自技高网...
【技术保护点】
1.一种基于人工智能的5G-NTN卫星通信智能化评估系统,其特征在于,包括:调制单元、下行链路信号获取单元、上行链路信号获取单元、特征构建单元和双通道特征融合增强神经网络;
2.根据权利要求1所述的基于人工智能的5G-NTN卫星通信智能化评估系统,其特征在于,所述射频测试信号的表达式为:
3.根据权利要求1所述的基于人工智能的5G-NTN卫星通信智能化评估系统,其特征在于,所述特征构建单元包括:分解模块、下行差值特征提取模块、上行差值特征提取模块、第一拼接模块和第二拼接模块;
4.根据权利要求3所述的基于人工智能的5G-NTN卫星通信智能化评估系统,其特征在于,所述下行差值特征提取模块具体为:将下行小波系数向量中第i个高频系数与初始小波系数向量中第i个高频系数的距离作为元素,构建下行高频差值特征向量;将下行小波系数向量中第i个低频系数与初始小波系数向量中第i个低频系数的距离作为元素,构建下行低频差值特征向量,i为正整数。
5.根据权利要求3所述的基于人工智能的5G-NTN卫星通信智能化评估系统,其特征在于,所述上行差值特征提取模块具
6.根据权利要求1所述的基于人工智能的5G-NTN卫星通信智能化评估系统,其特征在于,所述双通道特征融合增强神经网络包括:低频特征提取通道、高频特征提取通道、加法器A1、特征增强通道和全连接层;
7.根据权利要求6所述的基于人工智能的5G-NTN卫星通信智能化评估系统,其特征在于,所述低频特征提取通道和高频特征提取通道的结构相同,均包括:第一卷积层、第二卷积层、全局池化层、Softmax层、乘法器M1和加法器A2;
8.根据权利要求6所述的基于人工智能的5G-NTN卫星通信智能化评估系统,其特征在于,所述特征增强通道的表达式为:
...【技术特征摘要】
1.一种基于人工智能的5g-ntn卫星通信智能化评估系统,其特征在于,包括:调制单元、下行链路信号获取单元、上行链路信号获取单元、特征构建单元和双通道特征融合增强神经网络;
2.根据权利要求1所述的基于人工智能的5g-ntn卫星通信智能化评估系统,其特征在于,所述射频测试信号的表达式为:
3.根据权利要求1所述的基于人工智能的5g-ntn卫星通信智能化评估系统,其特征在于,所述特征构建单元包括:分解模块、下行差值特征提取模块、上行差值特征提取模块、第一拼接模块和第二拼接模块;
4.根据权利要求3所述的基于人工智能的5g-ntn卫星通信智能化评估系统,其特征在于,所述下行差值特征提取模块具体为:将下行小波系数向量中第i个高频系数与初始小波系数向量中第i个高频系数的距离作为元素,构建下行高频差值特征向量;将下行小波系数向量中第i个低频系数与初始小波系数向量中第i个低频系数的距离作为元素,构建下行低频差值特征向量,i为正整数。
5.根据权利要求3所...
【专利技术属性】
技术研发人员:王东,高嵩,贾勇,
申请(专利权)人:四川酷比通信设备有限公司,
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。