地月空间网络的安全鲁棒通信
数值分析
2023-10-17 v1 机器学习
数值分析
摘要
毫无疑问，月球已成为商业与国际行为体的关注中心。过去十年间，规划的长期任务数量急剧增加。这使得建立地月空间网络（CSN）对协调月球与地球间不间断通信至关重要。然而，地月通信伴随众多挑战、未知与不确定性，可能给月球任务带来各类风险。本研究中，我们旨在通过提出一种基于机器学习的地月空间域感知（SDA）能力来实现鲁棒安全通信，以应对地月通信的这些挑战。为此，我们首先针对选定地月场景提出详尽信道模型。其次，我们提出两类可建模地月空间中出现、且迄今仅有限认知的异常的干扰。最后，我们讨论地月 SDA 与航天器通信系统协同工作。我们提出的地月 SDA 结合启发式学习能力与机器学习算法，以超 96% 准确率检测干扰模型。结果展示了我们的地月 SDA 方法在安全鲁棒地月通信上的良好性能。
引用
@article{arxiv.2310.09835,
title = {Secure and Robust Communications for Cislunar Space Networks},
author = {Selen Gecgel Cetin and Gunes Karabulut Kurt and Angeles Vazquez-Castro},
journal= {arXiv preprint arXiv:2310.09835},
year = {2023}
}