面向低轨卫星的时空特征融合LSTM松弛测量方法

来源：电子与信息学报杂志2025年第12期北京时间：

作者：杨孟欣, 张青婷, 曾令昕, 顾忆宵, 曾丹, 夏斌

单位：1.上海大学 上海 2004442.中国星网网络应用有限公司 重庆 4000653.上海交通大学 上海 200240

摘要：为降低低轨(LEO)卫星系统的高动态性导致的终端频繁链路测量，现有松弛测量方案主要采用基于静态阈值或常规的时空预测模型的方法。然而，卫星的高动态性导致不同历史时刻的测量数据和不同测量指标的重要性随之动态演化，而传统方法难以捕获这种时空重要性的动态变化。为此，针对上述挑战，该文提出一种面向低轨卫星的时空特征融合长短期记忆递归神经网络(LSTM)松弛测量方法。首先，建立了LEO卫星通信系统模型，以获取所需要的历史测量数据。然后，构建了集成双重注意力机制的LSTM预测模型，实现对关键历史时刻与动态重要特征的精准聚焦，从而完成对测量频点集合与测量周期的精准预测。最后，在选择的测量频点集合和松弛周期下，执行自适应的链路测量。仿真结果表明，相较于基线方法，该文所提松弛测量方案在确保链路可靠性的同时，可以显著降低终端的测量频次。与基线相比，在更大的速度和松弛周期下，具有更强的自适应性。

关键词：低轨卫星通信, 松弛测量, 频点选择, 测量周期松弛

基金资助：重庆市自然科学基金 (CSTB2024NSCQ-LMX0024)，上海市自然科学基金 (24ZR1421800)