SATSense：用于频谱感知的多卫星协作框架

低地球轨道卫星互联网最近已部署，通过非地面网络提供全球服务。随着非地面和地面网络的大规模部署，有限的频谱资源将无法得到充分分配。因此，动态频谱共享对于它们在相同频谱中共存至关重要，而准确的频谱感知是必不可少的。然而，由于信道条件多变，空间中的频谱感知比地面网络更具挑战性，使得单卫星感知不稳定。因此，我们首次尝试设计一种利用多颗卫星多样化数据的协作感知方案。然而，由于信道质量异构、原始采样数据量大和丢包，实现这种协作并非易事。为了解决上述挑战，我们首先通过将卫星的感知数据建模为图，并设计一种基于图神经网络的算法来实现有效的频谱感知，从而在卫星之间建立连接。同时，我们建立了一个联合子奈奎斯特采样和自编码器数据压缩框架，以减少传输的感知数据量。最后，我们提出了一种基于对比学习的机制来补偿丢失的数据包。大量实验表明，我们提出的策略可以实现高效的频谱感知性能，并且在频谱感知精度上优于传统的深度学习算法。