面向6G内生智能的天地空一体化智能感知与资源优化

360影视 日韩动漫 2025-03-12 20:03 3

摘要:随着6G天地空一体化网络推进,卫星地球探测业务在多领域广泛深入应用,无源EESS的干扰问题日益显著。恰逢6G内生智能兴起,为解决该问题提供新思路。重点探讨基于ITU标准的无源EESS干扰及优化策略,分两部分:一是在最低仰角、6G天地空复杂环境下,分析不同环境密

【6G内生智能理论与关键技术】2025年第1期专题 - 3

面向6G内生智能的天地空一体化智能感知与资源优化

贾敏,孟士尧,王辉,唐周豪,金子亮,马祎璠

(哈尔滨工业大学通信技术研究所,黑龙江 哈尔滨 150001)

【摘 要】随着6G天地空一体化网络推进,卫星地球探测业务在多领域广泛深入应用,无源EESS的干扰问题日益显著。恰逢6G内生智能兴起,为解决该问题提供新思路。重点探讨基于ITU标准的无源EESS干扰及优化策略,分两部分:一是在最低仰角、6G天地空复杂环境下,分析不同环境密度基站对卫星覆盖区影响,评估是否满足ITU干扰门限;二是以6G内生智能为依托,在满足门限前提下,优化地面基站波束成形矢量,实现系统吞吐量静态聚合。结合以上内容,探讨对提升无源EESS性能的意义,为6G时代卫星通信系统干扰管理与性能优化提供理论与实践指引。

【关键词】EESS;卫星通信;干扰管理

doi:10.3969/j.issn.1006-1010.20241224-0001

中图分类号:TN919.23 文献标志码:A

文章编号:1006-1010(2025)01-0016-05

引用格式:贾敏,孟士尧,王辉,等. 面向6G内生智能的天地空一体化智能感知与资源优化[J]. 移动通信, 2025,49(1): 16-20.

JIA Min, MENG Shiyao, WANG Hui, et al. Intelligent Sensing and Resource Optimization for Space-Air-Ground Integrated Networks Towards 6G Native Intelligence[J]. Mobile Communications, 2025,49(1): 16-20.

随着卫星地球探测业务在6G天地空一体化网络架构下不断拓展,其于气象预报、环境监测、农业、地质勘探以及城市规划等诸多领域的应用愈发广泛。6G内生智能作为6G网络的核心特性之一,它将人工智能技术深度融入网络架构,赋予网络自主学习、智能决策等能力,使得天地空一体化网络具备更强的适应性与协同性。这些业务的顺畅开展,高度依赖卫星在6G智能驱动下的成功发射、稳定运行、高效数据传输,以及后续借助6G内生智能赋能的地面处理与深度分析流程[1-4]然而,在6G时代空间活动愈发频繁的大趋势下,卫星系统遭遇的干扰问题也日益加剧,特别是在无源地球探测和地球观测系统(EESS)这一关键领域。一方面,6G天地空一体化网络使得空间中的信号交互更为复杂,众多新设备、新技术的涌入,无形中增加了干扰源;另一方面,由于缺乏有效的6G内生智能干扰管控机制,使得在EESS中,干扰问题频发,这极有可能致使传输回来的数据质量大打折扣,进而严重影响基于这些数据所做决策和预测的准确性,危害不容小觑,如图1所示。在此背景下,干扰管理和功率频率资源分配的现状显得尤为重要。目前,卫星通信抗干扰技术正从传统的压制式干扰演变到更复杂的灵巧干扰和智能干扰[5]。智能跳频技术已经成功应用到工程实践当中,并表现出其优越的抗干扰性能。该技术可以智能识别出已经被跟踪的频率,并改变跳频频率集,在未被干扰的频段进行跳频工作。此外,直接/跳频混合扩频技术整合了直接序列扩频和跳频两种扩频方式的优点,能更有效地对抗干扰[6]。

同时,智能调零天线与多波束天线技术的发展,为卫星通信提供了新的抗干扰手段[7-8]。智能调零天线通过改变天线的方向图,智能调整卫星信号的起始位置,使之面向敌方干扰信号方向并降低旁瓣波束以达到抗干扰的目的。多波束天线可以自动将波束切换至我方卫星信号的的频率需求范围,提高卫星通信的抗干扰能力[9]在全球范围内,无线电频率资源规划和管理也面临着新的挑战。《遥感和空间科学卫星无线电频率资源使用规划》中提到,对于搭载合成孔径雷达、云廓线雷达、测高计、散射计等有源传感器的遥感卫星,应根据卫星地球探测(有源)、空间研究(有源)等业务的频率划分,结合任务特性选择可用频率。同时,鼓励数传和遥测频率使用采用一体化设计,通过数传下行频率传输遥测信号,提高频谱利用率[10]随着国际移动通信技术的迅猛发展,特别是在WRC-15及其筹备会议CPM19-1中提出的议题1.13,全球范围内对24.25—86 GHz 频段的11个子频段进行了深入探讨,以期为未来的IMT系统寻找合适的频谱资源。在这一频谱范围内,25.5—27 GHz频段因其包含卫星直连业务(ISS, Inter-Satellite Service)、EESS、空间研究业务(SRS, Space Research Service)等关键空间业务而显得尤为重要[4, 6, 9-10]。这些业务不仅支撑着国家安全和发展战略,也是气象等多个系列卫星数传接收站运行的基石。然而,IMT系统的广泛部署和庞大用户基数可能对这些关键卫星系统的频率使用安全构成威胁。因此,对于25.5—27 GHz频段内的EESS数传接收站,尤其是固定站和车载站,进行深入的干扰分析和保护策略研究显得尤为迫切[11-12]从信号交互层面来看,6G天地空一体化网络架构下,地面基站数量大幅增加且分布广泛,其发射的各类信号在空间中纵横交错。无源EESS系统依靠接收自然辐射源或反射信号来进行探测,然而地面6G基站高强度、多频段的信号传输极易作为额外噪声源混入其中,干扰EESS系统对微弱目标信号的捕捉与识别,降低探测数据的准确性。例如,在城市密集区域,大量6G基站集中部署,周边运行的EESS设备所接收信号的信噪比显著恶化,致使对气象变化、地质特征等信息的采集出现偏差在频率使用上,尽管国际上对频谱资源有一定划分,但随着6G技术发展引入的新技术、新应用不断拓展频段需求。部分6G地面系统所使用的频段与无源EESS关键频段相邻甚至有一定重叠。当6G基站进行高速率数据传输时,其产生的带外发射和杂散辐射容易渗透到EESS频段,造成同频或邻频干扰,阻碍EESS系统正常的数据接收与处理流程,严重影响诸如气象卫星数据下传、环境监测数据回传等关键任务[17-20]

本文从干扰和功率资源的角度进行分析,旨在探讨基于ITU标准的无源EESS的干扰问题及其优化策略。首先,分析了在最低仰角条件下,不同环境密度下的基部对卫星覆盖区域的影响,以评估系统是否满足ITU的干扰门限标准。其次,基于此分析,研究了在满足干扰门限的前提下,如何通过优化地面基部的波束成形矢量来实现系统吞吐量的静态聚合。

1 信号及干扰模型

2 优化问题与求解

3 仿真结果

利用仿真软件构建多层架构模型,核心聚焦无源EESS系统干扰模拟,量化多天线基站环境下小区间信号交互。结合凸优化工具,将吞吐量最大化目标转为数学约束,迭代求最优配置。

在仿真研究中,考虑了EESS传感器和FSS地球站天线始终对准的情况,以模拟最差情况下的干扰。这种假设反映了对EESS传感器在实际运行中可能遇到的极端条件的考量,旨在确保系统设计的鲁棒性。通过STK软件,可以获得直射方向与链路夹角的精确数据,进而根据ITU标准计算天线在不同离轴角度的增益。这一步骤对于评估和优化EESS系统在面对潜在干扰时的性能至关重要[10]。

仿真过程中,特别关注了锥形扫描和机械扫描传感器的干扰敏感性。锥形扫描传感器由于其较大的扫描范围,可能会在扫描过程中捕捉到来自多个方向的干扰信号,尤其是在高纬度地区,地球站与传感器的视角更容易重合,导致干扰更大。机械扫描传感器,如摆扫式传感器,使用移动部件来收集数据,这种移动部件的高成本和易损性也使其对干扰更为敏感。因此,在EESS中应用这些传感器时,必须充分考虑其在不同扫描模式下的干扰敏感性,并采取相应的优化策略以提升系统性能和抗干扰能力。

表2中给出仿真参数说明:

图2和图3展示了仿真结果,其中详细描绘了EESS无源卫星在受到多个地球站干扰的情况下的干扰情况以及集总干扰的效果。这些仿真数据表明,在考虑了多个干扰源后,EESS无源卫星所受到的干扰水平基本符合ITU标准。鉴于此,后续的研究可以排除额外干扰因素的考量,专注于优化系统的吞吐量。通过这种方式,可以更有效地利用卫星资源,提高数据传输效率,同时确保通信质量满足国际标准的要求。接下来的部分将专注于探讨如何通过技术手段进一步提升系统的吞吐量,以实现EESS无源卫星通信系统的性能优化。

图4展示卫星端接收的干扰噪声比(I/N)与地面基站发射功率之间的关系。在此仿真中,地面基站采用了随机波束成形方案。在采用随机波束成形方案的情况下,卫星端接收到的I/N值成功地满足了预设的门限要求。这一结果表明,通过精确优化地面基站的波束成形矢量,能够有效地抑制对卫星的干扰。这种优化策略不仅确保了卫星通信的质量和可靠性,而且提高了整个系统的抗干扰能力。随机波束成形方案的仿真结果进一步证实了波束成形技术在卫星通信干扰管理中的潜力和有效性。

4 结束语

在论文研究中,完成了对EESS场景建模分析,深入探究星地网络干扰并建模,提出优化方案,旨在限定地面网络对卫星干扰门限的前提下,最大化地面网络吞吐量。通过将非凸优化问题转化为凸问题,优化地面基站波束成形矢量,有效抑制干扰。仿真结果显示,若缺乏功率控制或波束成形,地面网络对卫星干扰将超门限;优化后,既能抑制干扰满足门限,又能最大化地面网络总吞吐量。这些成果为EESS干扰管理与地面网络优化设计提供新思路与指导。未来工作将聚焦于6G内生智能在天地空一体化网络的应用:利用其智能学习能力,依据星地网络实时变化,自动精准调控地面基站波束成形参数;融入干扰识别与应对机制,凭借数据分析决策能力,快速甄别新型干扰并制定策略;构建基于6G内生智能的星地网络协同优化体系,实现深度协作、资源共享,提升网络综合性能。

参考文献:(上下滑动浏览)

[1] 王权,尤淑撑. 陆地卫星遥感监测体系及应用前景[J]. 测绘学报, 2022,51(4): 534-543.

[2] 周瑶;聂昌. 3 400~3 600 MHz频段5G系统与卫星固定业务共存研究[J]. 邮电设计技术, 2019(5): 37-42.

[3] 仲丽媛;周栋;孟溪. 26 GHz频段IMT-2020与卫星地球探测业务干扰共存研究[J]. 移动通信,2019,43(2): 53-57.

[4] 汪莉. IMT-2020系统与ISS系统/EESS系统的干扰共存研究[D]. 北京: 北京邮电大学, 2018.

[5] Yin Z, Jia M, Lyu F, et al. Spectral Efficiency Analysis of SEFDM Systems with ICI Mitigation[C]//2019 IEEE 90th Vehicular Technology Conference (VTC2019-Fall). Honolulu, HI, USA, 2019: 1-5.

[6] 康龙. 5G重点候选频段IMT与卫星系统干扰共存研究[D]. 北京: 华北电力大学, 2017.

[7] Wu J, Jia M, Guo Q, et al. Joint Optimization Computation Offloading and Resource Allocation for LEO Satellite with Edge Computing[C]//2023 IEEE International Symposium on Broadband Multimedia Systems and Broadcasting (BMSB). Beijing, China, 2023: 1-5.

[8] Wu J, Jia M, Guo Q, et al. Efficient Resource Management Based on DQN in LEO Satellite Edge Computing System[C]//2023 IEEE Globecom Workshops (GC Wkshps). Kuala Lumpur, Malaysia, 2023: 135-140.

[9] Ding X, Ren Z, Lu H, et al. Improving SINR via Joint Beam and Power Management for GEO and LEO Spectrum-Sharing Satellite Communication Systems[J].中国通信:英文版, 2022,19(7): 12.

[10] Sheng M, Zhou D, Bai W, et al. 6G Service Coverage with Mega Satellite Constellations[J]. 中国通信: 英文版, 2022,19(1): 13.

[11] 张美蓉,镐梦婷,王闯,等. 高低轨卫星异构网络资源管控策略与技术研究[J]. 天地一体化信息网络, 2021,2(4): 67-74.

[12] 谢军,庄建楼,康成斌. 基于北斗系统的物联网技术与应用[J]. 南京航空航天大学学报, 2021,53(3): 329-337.

[13] 徐常志,靳一,李立,等. 面向6G的星地融合无线传输技术 [J]. 电子与信息学报, 2021,43 (1): 28-36.

[14] PachlerNils, Crawleyedward F, Cameronbruce G. Avoiding Self-Interference in Megaconstellations Through Cooperative Satellite Routing and Frequency Assignment[J]. IEEE Journal on Selected Areas in Communications, 2024.

[15] Toka M, Lee B, Seong J, et al. RIS-Empowered LEO Satellite Networks for 6G: Promising Usage Scenarios and Future Directions[J]. IEEE Communications Magazine, 2024.

[16] Ei N N, Kim K, Tun Y K, et al. Data Service Maximization in Space-Air-Ground Integrated6GNetworks[J]. IEEE Communications Letters, 2024.

[17] Hao F, Wang W, Li Y, et al. Robust Anti-Interference Strategy With Null Broadening in the UCA[J]. IEEE Sensors Journal, 2024(11): 24.

[18] Wang Q, Qin H, Yang K, et al. A Robust Sidelobe Cancellation Algorithm Based on Beamforming Vector Norm Constraint[J]. IET Signal Processing (Wiley-Blackwell), 2024.

[19] Seong J, Park J, Jung D H, et al. Rate-Splitting for Joint Unicast and Multicast Transmission in LEO Satellite Networks with Non-Uniform Traffic Demand[J]. IEEE Journal on Selected Areas in Communications, 2024.

[20] Wang L H, Han Z, Zheng Y, et al. Integrated Ultra‐Wideband Dynamic Microwave Frequency Identification System in Lithium Niobate on Insulator[J]. Laser & Photonics Reviews, 2024,18(10). ★

贾敏:哈尔滨工业大学长聘教授、博士/硕士研究生导师、IEEE高级会员,国家高层次青年人才,主要研究方向为人工智能与无线移动通信、卫星通信新技术及目标识别与跟踪技术。

孟士尧:哈尔滨工业大学在读博士研究生,主要研究方向为卫星通信和通信感知一体化。

王辉:哈尔滨工业大学在读硕士研究生,主要研究方向为卫星通信、智能资源分配。

★往期推荐




《移动通信》杂志由中国电子科技集团公司主管,中国电子科技集团公司第七研究所主办,是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国通信学会《信息通信领域高质量科技期刊分级目录》入选期刊、中国电子学会《电子技术、通信技术领域高质量科技期刊分级目录》入选期刊、中国应用型核心期刊、日本JST收录期刊。国内连续出版物号:CN44-1301/TN,国际连续出版物号:ISSN1006-1010,邮发代号:46-181。

来源:移动通信编辑部

相关推荐