基于强化学习的自适应编码调制策略
2023年电子技术应用第5期
马颖1，王珂1，吴戈男2，邢哲2
（1.北京邮电大学 信息与通信工程学院，北京100876；2.中国空间技术研究院卫星应用总体部，北京100094）
摘要： NTN（Non-Terrestrial Network）是面向卫星通信和低空通信的重要应用场景，标志着5G技术应用从陆地通信走向了空间通信，可以预见卫星网络将是未来6G通信网络中重要组成。为了满足卫星通信质量要求、最大程度地增大系统容量，需要应用自适应编码调制技术根据信道状态信息在不断变化的通信环境下动态调整调制阶数和编码码率。人工智能在解决卫星高动态场景下信道条件快速变化所产生的问题具有明显的潜力。采用基于强化学习的低轨卫星自适应编码调制策略，解决了卫星通信环境的变化造成的门限表与实际信道不匹配的问题，与传统ARIMA （Autoregressive Integrated Moving Average）算法相比提升达到20%以上。
关键词：
强化学习6G自适应编码调制NTN
中图分类号：TN929.5
文献标志码：A
DOI: 10.16157/j.issn.0258-7998.233992
中文引用格式： 马颖，王珂，吴戈男，等. 基于强化学习的自适应编码调制策略[J]. 电子技术应用，2023，49(5)：35-40.
英文引用格式： Ma Ying，Wang Ke，Wu Genan，et al. Adaptive coding modulation strategy based on reinforcement learning[J]. Application of Electronic Technique，2023，49(5)：35-40.
文献标志码：A
DOI: 10.16157/j.issn.0258-7998.233992
中文引用格式： 马颖，王珂，吴戈男，等. 基于强化学习的自适应编码调制策略[J]. 电子技术应用，2023，49(5)：35-40.
英文引用格式： Ma Ying，Wang Ke，Wu Genan，et al. Adaptive coding modulation strategy based on reinforcement learning[J]. Application of Electronic Technique，2023，49(5)：35-40.
Adaptive coding modulation strategy based on reinforcement learning
Ma Ying1，Wang Ke1，Wu Genan2，Xing Zhe2
(1.School of Information and Communication Engineering， Beijing University of Posts and Telecommunications， Beijing 100876， China； 2.Department of Satellite Application， China Academy of Space Technology， Beijing 100094， China)
Abstract： NTN (non-terrestrial network) is an important application scenario for satellite communications and low-altitude communications, marking the transition of 5G technology applications from land communications to space communications. It is foreseeable that satellite networks will be an important component of future 6G communications networks. In order to meet the quality requirements of satellite communication and maximize the system capacity, it is necessary to apply adaptive coding and modulation technology to dynamically adjust the modulation order and coding rate according to the channel state information in the changing communication environment. AI has clear potential to solve problems arising from rapidly changing channel conditions in satellite high-dynamic scenarios. This paper adopts the low-orbit satellite adaptive coding and modulation strategy based on reinforcement learning to solve the problem of the mismatch between the threshold table and the actual channel caused by the change of the satellite communication environment, which is improved by above 20% compared with the traditional ARIMA (autoregressive integrated moving average) algorithm.
Key words : reinforcement learning；6G；adaptive coding modulation；NTN
0 引言
2001年，Goldmith等学者深入研究了平坦衰落信道场景下的自适应调制，同时考虑误码率和系统频谱效率，有效提升了系统的性能，随着自适应技术的发展，将自适应调制编码应用在卫星通信上的研究越来越深厚。2004年，DVB-S2标准中加入了自适应编码调制技术，与DVB-S标准相比，传输信道容量至少提高了30%，在同样的频谱效率限制下接收到的信号质量更高。2012年，Vassaki等学者利用陆地移动卫星通信的阴影莱斯模型和自适应调制方案，导出了最优功率分配和有效容量的封闭表达式，证明了在特定的服务质量约束下，系统的有效容量是最大的。2019年，于秀兰等学者考虑到在Ka波段下雨衰和地面移动容易干扰卫星信号的特点，提出了低轨卫星自适应传输方案，仿真结果表明其有效地弥补了信号衰减，并降低了系统误码率。
本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005320
作者信息：
马颖1，王珂1，吴戈男2，邢哲2
（1.北京邮电大学 信息与通信工程学院，北京100876；2.中国空间技术研究院卫星应用总体部，北京100094）
此内容为AET网站原创，未经授权禁止转载。