一种基于业务量预测的低轨卫星波束动态开关算法

本文针对低轨卫星星座的星上资源浪费、波束开关算法复杂度过高的问题，提出了基于业务量预测的波束动态开关算法。首先，通过建模得到单颗卫星覆盖区域的发射信号强度分布；接着，考虑到通信业务量具有明显的时空周期性，利用长短期记忆神经网络(Conv-LSTM)对地区的通信业务量进行准确预测；最后，根据这两者定义波束业务重要程度，以此选择需要调整的波束。当卫星的服务区域切换时，该算法可依据预测结果对下一时刻的波束状态进行预设，从而减少波束调整次数。仿真结果表明，该算法考虑了波束覆盖区域的信号盲区与地面通信业务量，有效降低波束资源浪费与计算复杂度。

低轨(Low Earth Orbit, LEO)卫星星座因其低传输时延、低功耗链路等优点， 在现代移动通信领域发挥着重要的作用。为了提高卫星网络的灵活性与适应性，低轨卫星通常采用多波束技术，并逐渐采用全频率复用方案来充分利用稀缺的频谱资源、提高通信系统的容量。然而，全频率复用不可避免地导致了波束间干扰的增强[1]。同时，低轨卫星经常部署在倾斜轨道和极地轨道，当多个卫星同时运行经过高纬地区，它们的波束会产生过高的重叠；当低轨卫星经过沙漠、海洋等通信需求较少的地区时， 如果保持波束开启，会导致功率的浪费。这些均是星上资源的无效利用。故目前实际运行的低轨卫星星座大多采用波束关闭算法来减少波束资源的开销，进而降低星上功率，减少波束间相互干扰，提升通信质量。

近年来，卫星波束开关算法被广泛研究。例如，文献[2]提出了一种基于用户位置的低轨卫星动态波束关闭算法，其核心是计算每个服务用户是否被卫星波束覆盖，基于此对波束进行关闭，以此节约波束资源。文献[3]提出了预规划服务单元波束分配算法(PSBA)和动态服务单元波束分配算法(DSBA)， 该算法在波束资源的规划中考虑了卫星视距内蜂窝服务的情况。但是，由于文献[2]的方法考虑的是单个用户，其复杂度会随用户规模的增大而快速增加，同时每次服务区域切换时都需要执行算法来调整部分波束的开关情况，无法满足低轨卫星通信的实时性要求。同时，文献[2]和文献[3]只考虑地面业务的需求，没有考虑卫星星座视场下波束信号强度对通信性能的影响。文献[4]提出的动态波束关闭算法基于波束重叠覆盖情况来调整冗余的波束。但是，该算法仅考虑了波束重叠层数，没有精细到波束信号强度，导致波束真实覆盖范围内实际存在的信号盲区被忽略；并且业务需求只考虑了人口分布，没