卫星协同调制识别中的资源调度方法研究.pdfVIP

摘要

随着通信技术的不断发展，卫星通信系统和通信环境不断复杂化和多样化，

其中调制识别在无线电监测和通信侦察感知方面的作用和意义也日益凸显。但

相较于普通地面场景，卫星通信场景下卫星上的调制识别可利用的计算资源、

存储资源，以及功率等通信资源往往是不足的，而同时对星上调制识别结果的

要求又比较高。所以在卫星通信中，如何利用有限的星上资源实现最佳的调制

识别结果是一个值得研究的问题。

相较于单节点调制识别，多节点协同调制识别降低了对单个节点的要求，

同时使得系统整体性能显著提高，因此更加适用于卫星通信这一场景。此外考

虑到抗噪声性能、计算复杂度、可部署性等因素，本文选择高阶累积量作为调

制识别的信号特征。为进一步准确描述基于高阶累积量的协同调制识别准确率

与节点个数、信噪比等多个变量参数间的映射关系，本文将仿真生成的大量数

据作为神经网络回归的数据集，实现了映射关系的拟合。拟合的结果使得我们

能对不同条件下的协同调制识别准确率进行预测。

对于单目标信号的协同调制识别，本文将其中的资源调度问题抽象为一个

优化问题，把需要调度的计算、存储、通信资源转化为多个优化变量，把协同

调制识别准确率的关系式作为目标函数一部分的同时，又引入了卫星节点资源

消耗和信号处理时延作为资源调度问题的联合优化目标，同时又结合具体场景

下的一些约束条件，建立了完整的优化方程组。为了有效地求解该优化问题，

本文对现有的粒子群算法进行了改进，使得改进后的算法在搜索过程中能够避

免陷入局部最优，算法的全局最优解搜索能力相较于经典算法和对比算法分别

有约41.7%和11.6%的提升。

对于多目标信号的协同调制识别，本文将其抽象为多个任务的执行。每个

任务可拆分成多个子任务，每个子任务由一个节点来完成。所以此时的资源调

度问题就抽象成了多个子任务对多个节点的组合优化问题。为更准确描述该问

题，本文对问题中的任务价值、任务可行性等多个要素进行评估，构建了多目

标任务分配模型。而后对多种任务分配算法进行了研究和改进，并分根据任务

价值的确定性和不确定性设计实验对算法性能进行了验证。仿真实验表明，改

进后的算法在运算效率和任务分配效果方面都有显著的性能提升。

关键词:协同调制识别；高阶累积量；资源调度；优化算法；任务分配

Abstract

Withthecontinuousdevelopmentofcommunicationtechnology,satellite

communicationsystemsandcommunicationenvironmentsarebecomingmoreand

morecomplexanddiversified,andmodulationrecognitionplaysanincreasingly

importantroleinradiomonitoringandcommunicationreconnaissanceperception.

However,comparedtoordinarygroundscenarios,thecomputingresources,storage

resources,andcommunicationresourcesavailableformodulationrecognitionon

satellitesinsatellitecommunicationscenariosareofteninsufficient,andthe

requirementsformodulationrecognitionresultsonsatellitesarealsorelativelyhigh.

Soinsatellitecommunication,howtoutilizelimitedonboardresourcestoachieve

thebestmodulationrecognitionresultsisawort