面向 HAPS-LEO 链路的 CNN 辅助信道与载波频偏估计
信号处理
2022-06-28 v1
摘要
近地轨道（LEO）卫星巨型星座网络旨在满足高连接需求，预计不到十年内部署50,000颗卫星。为充分利用如此大规模动态网络，由平流层节点（特别是高空平台站（HAPS））组成的空中网络可在包括移动性管理等多方面提供显著助益。HAPS-LEO 网络将面临时变条件，本文针对独特的信道估计与同步问题引入了基于人工智能（AI）的方法。首先，利用所提基于卷积神经网络的估计器，将含残余多普勒效应的信道均衡与载波频偏降至最小。随后，通过使用非正交多址方法提升频谱效率，复合提高数据速率。我们观察到所提 AI 赋能的 HAPS-LEO 网络不仅凭借敏捷信号重建过程提供高每秒数据吞吐，也带来更高服务质量。
引用
@article{arxiv.2206.12908,
title = {CNN-aided Channel and Carrier Frequency Offset Estimation for HAPS-LEO Links},
author = {Eray Güven and Güneş Karabulut Kurt},
journal= {arXiv preprint arXiv:2206.12908},
year = {2022}
}
备注
6 pages, 7 figures