针对低地球轨道(low earth orbit,LEO)卫星接入地球同步轨道(geosynchronous earth orbit,GEO)卫星频谱中时存在GEO卫星频谱变化不平稳、非线性的问题,提出了一种基于改进粒子群优化(improved particle swarm optimization,IPSO)图卷积...针对低地球轨道(low earth orbit,LEO)卫星接入地球同步轨道(geosynchronous earth orbit,GEO)卫星频谱中时存在GEO卫星频谱变化不平稳、非线性的问题,提出了一种基于改进粒子群优化(improved particle swarm optimization,IPSO)图卷积网络和长短期记忆(graph convolutional networks and long short term memory,GCN-LSTM)网络的星间频谱预测模型。该模型利用GCN-LSTM网络学习频谱数据的时频域特征,并结合自注意力机制调整关键信息的权重分配;利用基于非线性调整惯性权重策略和柯西变异策略改进后的粒子群算法寻优GCN-LSTM网络的第一层LSTM单元数、第二层LSTM单元数、学习率、随机失活率(dropout)和批处理量(batch_size),进而提高模型的预测准确性。使用采集的高轨卫星频谱数据集,对1 s、30 s和1 min三种频谱预测场景完成实验对比,结果表明:相较于卷积长短期记忆网络(convolutional long short term memory,ConvLSTM)基线模型,本文模型的平均绝对误差(mean absolute error,MAE)分别降低了27%、17.63%、17.68%,具有更好的频谱预测能力。展开更多
针对间谐波不易检测的特点,该文提出了一种新的间谐波参数分析方法。首先利用多维纳滤波器的旋转不变技术估计信号参数方法MSWF-ESPRIT(estimation of signal parameters via rotational invariance techniques based of multiple stage...针对间谐波不易检测的特点,该文提出了一种新的间谐波参数分析方法。首先利用多维纳滤波器的旋转不变技术估计信号参数方法MSWF-ESPRIT(estimation of signal parameters via rotational invariance techniques based of multiple stage wiener filter)对间谐波信号进行频率估计,然后再利用粒子群算法PSO(particle swarm optimization)结合自适应最小均方LMS(least mean square)算法以两种群协同进化的方式对间谐波信号的幅值与相角进行估计。双种群自适应PSO算法的提出提高了算法的收敛速度与粒子位置向量的准确度,减小了陷入局部极值的概率。仿真结果表明,MSWF-ESPRIT算法在较高信噪比下谱估计结果优于总体最小二乘旋转不变子空间。展开更多
文摘针对低地球轨道(low earth orbit,LEO)卫星接入地球同步轨道(geosynchronous earth orbit,GEO)卫星频谱中时存在GEO卫星频谱变化不平稳、非线性的问题,提出了一种基于改进粒子群优化(improved particle swarm optimization,IPSO)图卷积网络和长短期记忆(graph convolutional networks and long short term memory,GCN-LSTM)网络的星间频谱预测模型。该模型利用GCN-LSTM网络学习频谱数据的时频域特征,并结合自注意力机制调整关键信息的权重分配;利用基于非线性调整惯性权重策略和柯西变异策略改进后的粒子群算法寻优GCN-LSTM网络的第一层LSTM单元数、第二层LSTM单元数、学习率、随机失活率(dropout)和批处理量(batch_size),进而提高模型的预测准确性。使用采集的高轨卫星频谱数据集,对1 s、30 s和1 min三种频谱预测场景完成实验对比,结果表明:相较于卷积长短期记忆网络(convolutional long short term memory,ConvLSTM)基线模型,本文模型的平均绝对误差(mean absolute error,MAE)分别降低了27%、17.63%、17.68%,具有更好的频谱预测能力。
文摘针对间谐波不易检测的特点,该文提出了一种新的间谐波参数分析方法。首先利用多维纳滤波器的旋转不变技术估计信号参数方法MSWF-ESPRIT(estimation of signal parameters via rotational invariance techniques based of multiple stage wiener filter)对间谐波信号进行频率估计,然后再利用粒子群算法PSO(particle swarm optimization)结合自适应最小均方LMS(least mean square)算法以两种群协同进化的方式对间谐波信号的幅值与相角进行估计。双种群自适应PSO算法的提出提高了算法的收敛速度与粒子位置向量的准确度,减小了陷入局部极值的概率。仿真结果表明,MSWF-ESPRIT算法在较高信噪比下谱估计结果优于总体最小二乘旋转不变子空间。
