基于信道预测和强化学习的卫星自适应传输技术研究

目录

声明

缩略词表

第一章 绪论

1.1研究背景及意义

1.2国内外研究现状

1.2.1信道预测技术

1.2.2自适应调制编码技术

1.2.3强化学习

1.3本文主要研究内容

1.4组织结构安排

第二章 强化学习

2.1基本原理和组成要素

2.2马尔科夫决策过程

2.3主要算法

2.3.1蒙特卡洛法

2.3.2时序差分法

2.3.3 Q-learning算法

2.3.4 Dyna-Q算法

2.4本章小结

第三章 信道特性及仿真平台搭建

3.1卫星信道特性

3.1.1 Ka频段卫星通信传输影响因素

3.1.2多径和阴影衰落

3.2卫星动态信道模型

3.2.1 C.LOO信道模型

3.2.2雨衰时间序列模型

3.3基于DVB-S2标准的自适应通信链路仿真平台

3.3.1总体框架

3.3.2发送端模块

3.3.3接收端模块

3.4仿真平台结果测试

3.5本章小结

第四章 基于信噪比预测的自适应调制编码技术

4.1卫星通信中的自适应调制编码

4.2信噪比估计

4.2.1 ML信噪比估计算法

4.2.2 M2M4信噪比估计算法

4.2.3信噪比估计算法性能仿真分析

4.3信噪比预测

4.3.1基于ARIMA的信噪比预测

4.3.2基于LSTM的信噪比预测

4.3.3基于Online-LSTM的信噪比预测

4.3.4信噪比时间序列预测算法仿真及性能分析

4.4 MCS选择算法

4.4.1基于固定阈值的MSC选择

4.4.2过时信噪比对MSC选择的性能影响

4.4.3基于预测信噪比的MSC选择性能仿真

4.5本章小结

第五章 基于强化学习的自适应调制策略

5.1基于强化学习的自适应调制编码系统模型

5.2基于Q-learning的自适应算法

5.2.1算法描述

5.2.2探索与利用

5.3基于Dyna-Q的自适应算法

5.4仿真结果分析

5.4.1 SNR估计误差对传统AMC算法的性能影响

5.4.2基于强化学习的AMC与基于固定阈值的AMC算法性能对比

5.4.3 Dyna-Q和Q-learning算法性能对比分析

5.5本章小节

第六章 总结与展望

6.1本文工作总结

6.2未来工作展望

致谢

参考文献