基于机器学习的WDM卫星激光通信中链路性能优化方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61701484
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    26.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0106.空天通信
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

The purpose of this project is to research the link performance optimization method of high-speed satellite laser communication system, aiming at the requirements of high-speed, low-delay, high-capacity and high reliability of future satellite laser communication network. Combining machine learning theory, we propose the optimization scheme of link performance based on theoretical and technically in satellite communication. The main research contents are as follows: 1) Establishment of Doppler frequency shift evaluation and compensation model, proposed Doppler frequency compensation scheme based on EM algorithm; 2) We propose in-band crosstalk suppression scheme based on advanced least squares method; 3) The effect modeling of of background light noise on the satellite laser communication system is proposed, and the background light noise suppression scheme based on K-means algorithm is proposed. Finally, a high-speed satellite laser communication system platform based on wavelength division multiplexing is proposed to verify the feasibility of the link performance optimization scheme. Through the research of this project, it is expected to make solid progress in the field of laser communication technology, and to accumulate the research results for high-speed satellite laser communication engineering.
本项目旨针对未来卫星激光通信网络的高速率、低时延、大容量、高可靠等要求,对高速的卫星激光通信系统的链路性能优化方法进行研究,结合机器学习理论,提出链路性能优化方案,为实现卫星激光链路的高速数据传输的工程应用提供理论技术基础。主要研究内容包括:1)建立多普勒频移评估模型,提出基于EM算法的多普勒频移评估补偿方案;2)基于改进型最小二乘法的带内串扰抑制方案研究;3)分析背景光噪声对卫星激光通信系统的影响,提出基于K-means算法的背景光噪声抑制方案;最后搭建高速基于波分复用的卫星激光通信系统仿真平台,验证链路性能优化方案的可行性。通过本项目的研究,期望在空间激光通信这一技术研究方向取得扎实的进展,为高速卫星激光通信的工程实现积累成果。

结项摘要

面向大容量、高速率、高谱效的天基信息光网络技术发展及研究是国家社会、经济与科技发展中重要的战略措施。以波分复用为基础的高速卫星激光组网技术是未来实现空天地一体化的重要组成部分。本项目围绕基于波分复用的卫星激光通信系统中链路性能,结合机器学习算法的优势,探索链路性能优化的机理及模型,重点攻克影响链路性能的主要因素,同时掌握自主知识产权的高速卫星激光通信系统链路性能优化方法,实现高速的、高性能的卫星激光通信系统。项目通过技术创新与突破,在高速卫星激光链路性能优化基础理论上取得研究成果,为未来高速的、高谱效的、大容量的及高性能的天基信息网、空天地一体化网络的应用及发展提供重要的理论依据与技术支撑。具体如下:针对高速空间激光通信系统信号衰减严重,通信延时较大的特点,开展了高速相干空间激光通信技术研究,实现速率为100Gbps的空间激光通信系统,完成了传输速率为100Gbps、大气信道传输距离为2.3km、调制格式为PM-QPSK的相干检测和高效DSP信号处理,同时,国内首次实现了传输速率为100Gbps、大气信道传输距离为2.3km的16路4k高清视频的实时传输;另外,针对大气湍流、背景光噪声、激光指向误差、多普勒频移以及空间光到光纤的耦合效率等问题,建立了包含大气湍流、指向误差、背景光噪声、光纤耦合及多普勒频移的链路性能评估模型,并提出了补偿方案,分析了各个因素对高速激光通信系统的影响,最后搭建高速激光通信系统仿真平台与实验验证平台,验证链路性能优化方案的可行性,为实现卫星激光链路的高速数据传输的工程应用提供理论技术基础。

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(12)
专利数量(8)
Analysis and testing of total ionizing dose effect on several commercial optical transceivers via gamma-ray radiation
通过伽马射线辐射对几种商用光收发器的总电离剂量效应进行分析和测试
  • DOI:
    10.3788/col201917.052302
  • 发表时间:
    2019-05
  • 期刊:
    Chinese Optics Letters
  • 影响因子:
    3.5
  • 作者:
    Zhan Yueying;He Jianhua;Wang Fei;Wang Liqian
  • 通讯作者:
    Wang Liqian
A Routing and Wavelength Assignment Algorithm Based on Two Types of LEO Constellations in Optical Satellite Networks
光卫星网络中基于两种LEO星座的路由和波长分配算法
  • DOI:
    10.1109/jlt.2020.2965185
  • 发表时间:
    2020-04-15
  • 期刊:
    JOURNAL OF LIGHTWAVE TECHNOLOGY
  • 影响因子:
    4.7
  • 作者:
    Sun, Xue;Cao, Suzhi
  • 通讯作者:
    Cao, Suzhi
Simultaneous wavelength and format conversion in SDN/NFV for flexible optical network based on FWM in SOA
SOA 中基于 FWM 的灵活光网络在 SDN/NFV 中同时进行波长和格式转换
  • DOI:
    10.1117/1.oe.57.4.046111
  • 发表时间:
    2018-04
  • 期刊:
    Optical Engineering
  • 影响因子:
    1.3
  • 作者:
    Zhan Yueying;Wang Danshi;Zhang Min
  • 通讯作者:
    Zhang Min

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

展月英的其他基金

基于SNSPD阵列探测器的高速高灵敏度激光通信探测理论与接收算法研究
  • 批准号:
    62371439
  • 批准年份:
    2023
  • 资助金额:
    53.00 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码