一种基于强化元学习的高动态空间链路自修复方法及系统与流程

摘要: 本发明属于通信信号传输,尤其涉及一种基于强化元学习的高动态空间链路自修复方法及系统。背景技术:1、空间微波通信系统在进行高动态数据传输时,通常采用载波同步锁相环...
一种基于强化元学习的高动态空间链路自修复方法及系统与流程

本发明属于通信信号传输,尤其涉及一种基于强化元学习的高动态空间链路自修复方法及系统。

背景技术:

1、空间微波通信系统在进行高动态数据传输时,通常采用载波同步锁相环和频率补偿逻辑,根据解调状态实时调整发射机与接收机的载波中心频率,以适应多普勒频移变化并保持空间链路稳定,在常规跟踪弧段内,星地相对角速度变化较为平缓,接收端通过对相位误差进行闭环滤波,即可实现对载波相位的平稳跟踪。

2、当低轨卫星运行至地面测控站天顶区域时,地面双轴天线方位轴的旋转角速度逐渐接近伺服电机的物理极限,容易出现瞬时波束指向偏差,使接收射频能量在数毫秒内快速下降,为维持解调电平稳定,射频前端会自动触发固态开关步进衰减器切换挡位,这种挡位切换会使中频模拟带通滤波器接口短时间内出现阻抗失配,并激发网络中的高阶谐振能量,使通道出现阻抗弛豫衰减振荡,进而向基带回路引入明显的相位突变,在此期间,如果卫星进行大角度姿态机动,偏心安装的发射天线还会产生附加视向线速度,使空间载波频率明显偏离根据卫星质心公转轨道推算得到的多普勒频移,现有处理方式通常采用基带数字滤波进行平滑处理或者增大锁相环的跟踪带宽,但这些方式难以有效抑制射频前端阶跃切换对基带测量回路产生的非线性影响,容易使环路滤波器中的误差持续振荡,在算法与控制层面,现有技术即便尝试引入星历辅助与导频联合估计,在应对前述复合扰动时同样存在缺陷,例如,公开号为cn116074171a的中国发明专利申请公开了一种低轨卫星系统中多普勒频偏估计与补偿方法,通过星历粗估计预补偿结合导频分段与最大后验概率算法实现频偏补偿,然而,该方案在机理上受制于理想平稳信道与质心公转轨道的预设约束,当出现过顶跟踪滞后引发射频衰减器挡位突变时,硬件接口阻抗弛豫引入的剧烈时延阶跃和瞬时相位突变,会破坏导频分段序列的复相关性,导致后验概率模型失效。

3、因此,在天顶跟踪滞后引起的射频增益阶跃、带通滤波器阻抗弛豫以及星体机动频偏同时存在的情况下,如何避免射频前端切换扰动继续传入基带回路,识别天线旋转带来的附加频偏,准确判断滤波器是否真正恢复稳态,并消除数控振荡器过调和解调星座图发散,成为本发明所要解决的技术问题。

技术实现思路

1、为解决背景技术中的问题,本发明的技术方案如下:一种基于强化元学习的高动态空间链路自修复方法,包括以下步骤:

2、步骤s1,响应射频前端步进衰减器的选通脉冲,拉低载波同步锁相环对频偏估计共享存储器的写使能信号线,将频偏测量数据锁定为选通脉冲触发前连续导频周期的算术平均频偏值;

3、步骤s2,在写使能信号线拉低期间,依据星历数据解算名义多普勒频移变化率,对解调流水线中相邻接收导频符号进行复共轭相乘解调出附加频偏量,将算术平均频偏值、名义多普勒频移变化率的积分量与附加频偏量求和生成复合前馈过渡频偏量写入频偏估计共享存储器,约束数控振荡器的频率调整量;

4、步骤s3,采选载波同步锁相环中鉴相器输出的连续离散相位误差,计算一阶差分项与二阶差分项并绝对值加权求和,生成瞬态波动能量指标;

5、步骤s4,在滑动判定窗口内,当离散相位误差的绝对值与瞬态波动能量指标均小于或等于对应的收敛门限时,提取实际相位偏差与理论相位的差值生成静态补偿值送入数字相位旋转器,将复合前馈过渡频偏量预置为环路滤波器的积分状态,拉高写使能信号线恢复闭环写入。

6、优选的,步骤s1包括:步骤s11,射频前端检测到检波电压低于预设门限时驱动步进衰减器切换挡位,自步进衰减器的使能引脚输出高电平脉冲作为选通脉冲;步骤s12,数字基带处理芯片捕获选通脉冲的上升沿,置位保护寄存器拉低写使能信号线;步骤s13,读取触发前5个连续导频周期的瞬时频偏值,计算算术平均值作为算术平均频偏值并锁定至频偏估计共享存储器。

7、优选的,步骤s2中依据星历数据解算名义多普勒频移变化率,包括:步骤s21,调用注入的卫星轨道根数以及地面站经纬度、高程参数;步骤s22,依据开普勒轨道运动方程,按1ms为计算步长解算当前时刻卫星相对于地面接收天线的视向相对加速度;步骤s23,将视向相对加速度与载波标称中心频率相乘,除以真空光速常数,得到名义多普勒频移变化率;步骤s24,按计算步长对名义多普勒频移变化率离散积分,生成名义多普勒变化增量。

8、优选的,步骤s2中对解调流水线中相邻接收导频符号进行复共轭相乘解调出附加频偏量,包括:步骤s25,自解调流水线的前端缓存区采选未经环路滤波的原始基带同相分量采样与正交分量采样,定位连续的已知接收导频符号;步骤s26,对相邻的前后两个接收导频符号进行复共轭相乘,抵消步进衰减器增益跳变引入的共模幅度缩放,生成差分复数向量;步骤s27,对差分复数向量的虚部与实部计算四象限反正切值,提取相邻导频符号间的瞬时相位差;步骤s28,将瞬时相位差减去理论标称导频相位差,除以相邻导频符号时间间隔以及二倍圆周率常数,得到天线偏心旋转附加频偏值;步骤s29,将连续生成的天线偏心旋转附加频偏值送入滑动平均寄存器滤波,输出附加频偏量。

9、优选的,步骤s2中写入频偏估计共享存储器以约束数控振荡器的调整量,包括:步骤s210,以1μs为刷新周期,将合成的复合前馈过渡频偏量递增写入频偏估计共享存储器;步骤s211,自适应策略控制网络按控制周期自频偏估计共享存储器读取平滑过渡状态输入,计算损失函数梯度;步骤s212,将控制网络输出的频率微调指令输入至星载数控振荡器以及地面数字下变频数控振荡器,限定单步频率调整量不大于卫星最大物理视向加速度、真空光速常数、载波标称中心频率以及控制周期的乘积组合值;步骤s213,将数控振荡器的瞬态载波频率偏差约束在接收机名义捕获带宽的正负十分之一区间内,维持正交解调调制符号聚类点的聚焦状态。

10、优选的,步骤s4中在滑动判定窗口内当离散相位误差的绝对值与瞬态波动能量指标均满足收敛门限时,包括:步骤s41,构建长度为6个采样周期的滑动判定窗口;步骤s42,在滑动判定窗口内逐周期比对离散相位误差的绝对值是否小于或等于绝对相位收敛门限π/36rad,以及瞬态波动能量指标是否小于或等于能量收敛门限π/72rad;步骤s43,若在滑动判定窗口内仅离散相位误差的绝对值小于或等于绝对相位收敛门限而瞬态波动能量指标大于能量收敛门限,判定处于阻抗弛豫衰减振荡波形的过零瞬态伪稳态,保持写使能信号线处于拉低状态;步骤s44,当连续6个采样周期内离散相位误差绝对值与瞬态波动能量指标同时小于或等于各自对应的收敛门限时,确认带通滤波器的接口阻抗弛豫高阶谐振能量耗散至稳态基底。

11、优选的,步骤s4中提取相位偏差与理论相位的差值生成静态补偿值送入数字相位旋转器,并将复合前馈过渡频偏量预置为环路滤波器的积分状态,包括:步骤s45,在确认射频模拟通道恢复稳态的时钟周期,锁存鉴相器输出的当前稳态相位偏差,并读取星历前馈通道计算的当前理论相位基准值;步骤s46,将当前稳态相位偏差与理论相位基准值求差得到固定相位阶跃补偿值,送入数字正交解调前端的数字相位旋转器进行反向复数旋转;步骤s47,读取当前的复合前馈过渡频偏量与锁相环当前输出频偏的残余频差,将残余频差写入环路滤波器的内部积分累加寄存器,将环路初始积分状态校准至与当前实际接收载波频率一致的工作点;步骤s48,在完成积分状态预置后的下一个时钟周期拉高写使能信号线,由开环复合前馈无扰切换至闭环相位跟踪。

12、优选的,在步骤s1的选通脉冲触发时刻起至步骤s4的写使能信号线拉高且经过预设平滑恢复时长200ms为止的时间区间内,实施受扰样本过滤步骤s5,步骤s5包括:步骤s51,为链路在时间区间内采集的状态观测值、调整动作值以及误码率反馈值组成的训练样本元组打上受扰标记;步骤s52,样本管理逻辑识别到受扰标记后,阻断带有受扰标记的样本元组写入策略控制网络离线训练使用的主经验存储区;步骤s53,将带有受扰标记的样本元组分流导入暂存队列中,待暂存容量达到上限后覆盖丢弃;步骤s54,保持主经验存储区仅收录未标记受扰的平稳运行样本,供强化元学习策略控制网络进行抽样迭代更新。

13、优选的,在步骤s1之前,还包括物理扰动触发判决步骤s0,步骤s0包括:步骤s01,实时计算低轨卫星运行至地面站跟踪天线的视线仰角;步骤s02,当视线仰角大于80°且地面跟踪天线方位轴角速度达到预设最大极限角速度时,监测地面接收天线波束轴向由于机械转速受限引入的指向偏差;步骤s03,当检测到接收端中频检波电压在2ms内的功率下跌幅度达到6db门限时,自动增益控制逻辑驱动六位数字步进衰减器产生衰减量下调的挡位切换,并自选通端输出脉冲宽度为200ns的高电平脉冲作为选通脉冲。

14、一种基于强化元学习的高动态空间链路自修复系统,其用于实现基于强化元学习的高动态空间链路自修复方法,包括:

15、硬件联锁闭锁模块,用于响应射频前端步进衰减器的选通脉冲,拉低载波同步锁相环对频偏估计共享存储器的写使能信号线,将频偏测量数据锁定为选通脉冲触发前连续导频周期的算术平均频偏值;

16、复合前馈过渡模块,用于在写使能信号线拉低期间,依据星历数据解算名义多普勒频移变化率,对解调流水线中相邻接收导频符号进行复共轭相乘解调出附加频偏量,将算术平均频偏值、名义多普勒频移变化率的积分量与附加频偏量求和生成复合前馈过渡频偏量写入频偏估计共享存储器,约束数控振荡器的频率调整量;

17、瞬态波动能量构建模块,用于采选载波同步锁相环中鉴相器输出的连续离散相位误差,计算一阶差分项与二阶差分项并绝对值加权求和,生成瞬态波动能量指标;

18、稳态判决与闭环恢复模块,用于在滑动判定窗口内,当离散相位误差的绝对值与瞬态波动能量指标均小于或等于对应的收敛门限时,提取实际相位偏差与理论相位的差值生成静态补偿值送入数字相位旋转器,将复合前馈过渡频偏量预置为环路滤波器的积分状态,拉高写使能信号线恢复闭环写入。

19、相对于现有技术,本发明一种基于强化元学习的高动态空间链路自修复方法及系统,具有以下优势:

20、1、在强化元学习的高动态空间链路自修复中,通过在步进衰减器切换时及时拉低频偏估计共享存储器的写使能信号线,并以切换前稳定的算术平均频偏值保持当前频偏状态,可避免射频前端电平突变及由此产生的时延、相位尖峰误差进入基带频偏估计过程,在此基础上,利用星历数据得到的多普勒变化对过渡期间的频率进行连续引导,可减小硬件切换对数控振荡器调节过程的影响,避免载波频率出现明显过冲或偏离名义捕获带宽,使链路在接收电平突变期间仍能保持较为稳定的载波同步状态和解调星座图聚焦状态。

21、2、通过对相邻接收导频符号进行复共轭相乘,可在削弱步进衰减器增益变化影响的同时获得天线偏心旋转产生的附加频偏量,并将该附加频偏量与依据卫星轨道运动得到的名义多普勒频移变化率共同用于频率过渡补偿,由此能够弥补仅依赖卫星质心轨道模型时无法反映天线随卫星姿态旋转所产生附加视向速度的问题,减少闭锁期间的频差累积,避免恢复闭环时因频差过大再次发生相位滑动,有利于高动态空间通信链路保持连续同步和较低误码传输。

22、3、利用离散相位误差与瞬态波动能量指标共同判断模拟通道是否真正恢复稳定,可避免仅依据瞬时相位误差而将阻抗弛豫衰减振荡的过零状态误认为稳态,这样能够减少在中频带通滤波器仍处于振荡恢复过程时过早注入静态补偿值的情况,避免残余时变相移继续形成虚假频偏并干扰载波同步锁相环,降低环路滤波器的积分状态失准以及解调星座图持续旋转的风险,使闭环恢复时机更加可靠。