买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京大学申请的专利一种基于深度学习的超大规模低轨卫星通信自适应编码调制方法与系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118802075B 。

龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410994134.3，技术领域涉及：H04L1/00；该发明授权一种基于深度学习的超大规模低轨卫星通信自适应编码调制方法与系统是由周海波;夏雨涵;张欣;秦小寒设计研发完成，并于2024-07-24向国家知识产权局提交的专利申请。

本一种基于深度学习的超大规模低轨卫星通信自适应编码调制方法与系统在说明书摘要公布了：本发明公开了一种基于深度学习的超大规模低轨卫星通信自适应编码调制方法与系统，为超大规模低轨卫星对地通信系统提出了更高可靠性和稳定性的解决方案。本发明首先构建低轨卫星对地通信仿真系统和星地通信信道模型；其次构建单颗低轨卫星的移动模型，根据仿真的运行结果，得到卫星绕地过程中的距离和仰角变化数据；最后利用深度学习算法在卫星移动过程中对信道状态进行预测，将自适应编码调制方法应用到低轨卫星通信场景中。相比于传统的自适应编码调制方法，本发明考虑了动态卫星网络拓扑的快速变化，更加贴合真实场景，在使用了深度学习算法的基础上，能够最大程度地提高低轨卫星对地通信系统的吞吐量，改善通信效率。

本发明授权一种基于深度学习的超大规模低轨卫星通信自适应编码调制方法与系统在权利要求书中公布了：1.一种基于深度学习的超大规模低轨卫星通信自适应编码调制方法，其特征在于，包括以下步骤： 构建低轨卫星对地通信仿真系统和星地通信信道模型； 构建单颗低轨卫星的移动模型，根据仿真的运行结果，得到卫星绕地过程中的距离和仰角变化数据； 在建立的卫星信道环境下对各编码调制方案MCS进行仿真，得到误码率BER-信噪比SNR的曲线，并根据各个MCS在关系曲线中预设BER阈值对应的SNR阈值数据，得到信道质量指示CQI查找表； 发送端传输插入导频信号的数据后，接收端根据提取出来的导频信号先进行这一时刻的SNR估计，再使用深度学习算法进行下一时刻的SNR预测，将反映信道质量的SNR值映射到相应的MCS，然后将CQI反馈给发送端； 发送端接收到接收端反馈的CQI后，根据CQI查找表选择该CQI对应的MCS方式进行下一时刻的数据传输； 所述使用深度学习算法进行下一时刻的SNR预测，为采用将自回归积分滑动平均模型ARIMA与双向长短期记忆神经网络BiLSTM结合的时间序列预测算法AB-LSTM进行SNR预测；AB-LSTM算法利用BiLSTM通过预测序列的非线性残差来确定ARIMA的p阶和q阶，其中p体现时间序列数据的滞后长度，q表示预测误差的滞后长度；对于k+1时刻的SNR预测，模型的输入{γk}l为长度为l的SNR时间序列{γk-l,γk-l+1,…,γk}，模型的输出是预测的长度为n的SNR序列首先，遍历p和q的可能值，然后ARIMA输出一组n步预测值然后将预测SNR值与实际SNR值进行比较，得到一组残差时间序列{ek-n+1,ek-n+2,…,ek}，其中，将残差时间序列设置为BiLSTM的输入，BiLSTM神经网络的输出是预测的下一个时刻的残差找到使该预测残差最小的pk和qk，将{γk}l设置为ARIMApk,d,qk的输入，输出为k+1时刻的SNR预测值

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京大学，其通讯地址为：210093 江苏省南京市鼓楼区汉口路22号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。