低轨卫星星座物联网业务量建模

随着物联网(IoT)规模的不断发展,其业务需求呈现出多样化、全球化的趋势.针对地面物联网无法覆盖全球的缺点,卫星物联网尤其是低轨卫星星座(LEOSC)物联网可以有效地为地面物联网提供覆盖性能上的补充和延伸.由于低轨卫星星座物联网系统广覆盖、高动态的特点,其业务量统计特性需要考虑到环境因素造成的影响,这导致其业务量分布与地面物联网存在显著差异.从合理高效利用星上有限资源角度出发,该文研究基于低轨卫星星座的全球物联网业务模型.结合多样化的业务特点以及卫星通信系统特性,采用统计建模理论,得出了全球物联网业务模型框架.并且初步提出了一种基于最高优先级的接入策略,以供设备节点实时选择接入的卫星.仿真结果表明:泊松过程可以用于近似模拟低轨卫星物联网中大量存在的异步流量的叠加过程;由于低轨卫星具有高动态性,其业务源高速变化,导致了卫星业务忙闲不均,峰均比(PAR)较高.     

一种卫星物联网免授权随机接入方案

随着低轨卫星通信系统的快速发展,基于低轨卫星星座的物联网凭借其无缝覆盖的优势得到了广泛的关注,其为偏远地区边缘设备的接入提供了一个有效的方案.面对低轨卫星物联网中大量随机接入的物联网设备,引入了一种免授权的随机接入机制,以减小接入时延,提高接入效率.在此基础上,针对引入免授权随机接入机制带来的调度信令缺乏,并由此导致活...     

基于5G技术的低轨卫星物联网技术

基于5G技术的低轨卫星物联网融合了地面5G技术灵活有效与低轨卫星网络广域覆盖的优势,是实现全球海量物联终端广域连续性泛在接入的必然选择。针对地面5G技术与低轨卫星物联网的融合,对低轨卫星物联网的组成和演进进行了全面概述,论述了技术体制的发展方向;针对低轨卫星物联网信道特性,对多普勒频移补偿技术、低轨卫星长时延信道补偿、卫星物联网随机接入等保证传输时效性和可靠性必须要解决的关键技术进行了适应性分析和设计,为未来低轨卫星物联网的发展提供支撑。     

适合中国的卫星通信组网的星座方案

针对我国地域分布的实际情况及通信业务量各时段的差异,提出适合中国的卫星无线光通信系统星座方案,利用3颗中轨卫星和16颗低轨卫星组成的通信系统能够覆盖我国区域,满足通信要求。     

适用于我国的中轨TDRSS星座方案研究

基于中轨跟踪与数据中继卫星系统(MEO-TDRSS)星座方案的功能和业务特性,对4种常见星座实现的我国中轨TDRSS的覆盖特性和星际链路性能进行了仿真分析和比较。仿真结果表明,我国的中轨TDRSS宜采用具备卫星全球均匀分布特性的玫瑰星座和共地面轨迹星座。     

中国低轨卫星星座组网设计与规划

针对全球性低轨卫星星座系统成本高、技术难度大、实现周期长等问题,提出了适 用于我国低轨卫星星座的分步实施方案。在分析星座设计主要问题的基础上,利用24颗卫星 设计了能够实现对中低纬度连续覆盖的低轨卫星星座,以此低轨星座构型为基础,结合我国 当前实际,在假定任务背景下,研究了第一阶段4颗卫星的优化部署方案,并利用STK对不同 设计方案的覆盖性能进行了仿真和对比分析,验证了连续覆盖型星座的优势,为我国低轨卫 星通信系统的组建提供了参考。     

一种MEO星座的覆盖性能及组网方案分析

地球静止轨道(geostationary earth orbit,GEO)卫星轨道位置资源稀缺已久,巨型低轨卫星星座的发展浪潮使得低轨轨道资源也变得空前紧张,中地球轨道(medium earth orbit,MEO)星座作为GEO和低地球轨道(low earth orbit,LEO)星座的折中,必将成为各国博弈的角逐场,参考世界各MEO星座和我国国情,提出了一种(6+4)MEO星座方案,并使用STK(Satellite Tool Kit)软件对星座覆盖性能、星际链路特性和信关站选址及覆盖性能进行了仿真分析,该方案通过地面站中继实现轨道间通信,有效规避了利用星际链路实现轨际通信时存在的各种问题,使系统得到简化、可靠性得到提高,在全球低轨卫星轨道资源紧张的形势下具有很强的战略价值。     

基于动态辐射源建模的低轨星座电磁发射评估系统设计

随着全球低轨星座系统蓬勃发展,不同星座系统卫星覆盖波束相互叠加,带来了频谱态势的复杂化,给其他系统带来了干扰隐患。传统的电磁频谱监视方案无法有效评估和高效表征低轨星座系统电磁辐射特性。为准确量化评估不同低轨星座卫星系统的电磁干扰,研究低轨星座卫星系统的电磁发射模型,结合轨道动力学研究电磁发射覆盖范围的动态分析方法,实现了低轨星座卫星电磁发射高效评估及可视化。     

低轨星座系统电磁发射可视化技术研究

针对国内外低轨卫星互联网的高速发展,O3b、OneWeb、starlink、Teleost、LEOsat等低轨互联网系统的逐步完善并覆盖全球,此时不同星座系统卫星覆盖波束相互叠加,带来了频谱态势的复杂化,给其他系统带来了干扰隐患。与此同时,随着各个星座系统的部署运营,地球所处电磁环境将变得复杂多变、电磁干扰情况发生的频次和程度更为严重。为准确量化评估低轨卫星系统的电磁干扰,本文通过研究低轨星座卫星系统的电磁发射模型,结合轨道运动学研究电磁发射覆盖范围的动态分析法,实现低轨星座卫星电磁发射的可视化。     

MIMO场景下的低轨卫星选星算法

低轨(LEO)宽带星座卫星通信作为地面5G无线通信系统的重要补充,始终面临地面可视卫星数量大、传统选星算法计算复杂度高等难题。为实现高效的卫星分组选择算法,基于多输入多输出(MIMO)系统原理,以大尺度路径损耗模型为基础,结合递减卫星选择算法,从而以较低计算复杂度、更快收敛速度有效逼近最优容量性能。该算法在典型LEO星座系统构型下通过数值仿真得到了验证,为未来5G低轨卫星星座通信传输方案设计提供了一种参考思路。     

基于流量预测的物联网卫星节点动态缓存分配路由策略

针对低轨物联网卫星系统的路由问题,提出了基于流量预测的物联网卫星节点动态缓存分配路由策略。首先,分析低轨卫星覆盖区域内业务分布的时空特性,提出了端到端流量预测方法。然后,根据流量预测结果,提出了动态缓存分配路由策略。卫星节点通过对星间链路的流量负载进行周期性监测,动态分配与邻居节点间各条星间链路的缓存资源,分为初始化和系统运行2个阶段。同时,提出了节点拥塞时的业务分流及数据分组转发策略,通过比较排队时延和转发时延的大小,决定数据分组是否需要进行重路由。仿真结果表明,所提路由策略有效地降低了分组丢失率及平均端到端时延,改善了业务在全网的分布情况。     

一种卫星物联网上行干扰分析高效计算方法

低轨卫星物联网(IoT)作为空间信息网络的重要组成部分,由于其星座规模激增,卫星平台动态性强,终端数量多,在与其他通信系统进行干扰分析及协调时,存在干扰计算复杂度较高的问题。实际中,物联网终端的分布与地理和人口高度相关,但由于单颗卫星覆盖面积大,面临多种密度和部署终端,采用静态遍历计算的方式将带来运算量爆炸。本文从同频干扰产生的机理出发,以区域化发射场强作为密集物联网终端上行集总干扰的建模核心,并引入泊松点过程(PPP)分布模型对地面终端进行等效建模,使区域化的上行集总干扰仅与分布参数及发射参数有关,而与终端确切位置、数量均无关。仿真结果表明,本文方法与传统链路分析结果相比误差较小,对不同数量终端的拟合性能均较好,并能有效降低长时分析的计算复杂度,能够用于高效干扰分析与计算。     

RIS辅助卫星物联网中基于压缩感知的SCMA信号重构

卫星物联网是未来6G网络重要组成部分,在地面部署可重构智能反射面（Reconfigurable Intelligence Surface, RIS）则能进一步增强天地之间信号的传输能力;然而海量设备的接入和检测,以及RIS的引入带来的较高复杂度,给系统设计与实现带来挑战。针对卫星物联网设备和业务稀疏特性,本文提出了一种基于压缩感知的信号重构算法,旨在提高系统的接入用户数和检测成功率,同时降低检测的复杂度。首先,介绍了RIS辅助的卫星物联网系统架构,构建了天地信道模型和星上接收信号模型。然后考虑到卫星物联网地面终端的稀疏性和业务的稀疏性,结合稀疏码分多址（Sparse Code Multiple Access,SCMA）和压缩感知的信号处理方法,通过合理设计SCMA中的稀疏码字,将多用户检测转化为压缩感知理论中的信号重构。最后提出了一种演进的近似消息传播算法（Evolved Approximate Message-Passing,EAMP）来实现压缩感知中的信号重构。仿真结果表明,RIS辅助的SCMA系统与功率域的非正交多址接入技术相比可以提高系统的吞吐量性能,同时EAMP算法相比传统的SIC算法具有更高的正确检测概率和更低的算法复杂度。      

Research on scheduling method based on traffic matrix for IoT security

With the increasing number of sensors in the Internet of Things (IoT), network nodes are prone to load imbalance, which seriously affects the reliability and scalability of the IoT. In this paper, a method of load balancing is proposed to reduce the pressure of switches in IoT and improve the efficiency of switch. The method is based on software defined network (SDN) technology using dynamic traffic scheduling of server cluster (DTSSC) model. It obtains the traffic and load matrices for each server and achieves load balancing on each of them. This method has high efficiency and low overhead and is easy to deploy. The validity of this method is verified through experiments; ie, the load ratio of each server is balanced.     

物联网中音频事件检测方法的研究

Recently, the Internet of Things (IoT) has attracted more and more attention. Multimedia sensor network plays an important role in the IoT, and audio event detection in the multimedia sensor networks is one of the most important applications for the Internet of Things. In practice, it is hard to get enough real-world samples to generate the classifiers for some special audio events (e.g., car-crashing in the smart traffic system). In this paper, we introduce a TrAdaBoost-based method to solve the above problem. By using the proposed approach, we can train a strong classifier by using only a tiny amount of real-world data and a large number of more easily colle cted samples (e.g., collected from TV programs), even when the real-world data is not sufficient to train a model alone. We deploy this approach in a smart traffic system to evaluate its performance, and the experiment evaluations demonstrate that our method can achieve satisfying results.     

物联网搜索技术综述

随着物联网的普及和发展,物联网搜索是摆在学术界和工业界面前迫切需要解决的问题,物联网搜索因此成为当前的一个研究热点。面对越来越多的传感器以及它们所产生的数据,只有结合智能的物联网搜索,才能体现这些数据的生命力。与传统的Baidu、Google、Bing、Yahoo等搜索引擎不同,物联网搜索从搜索对象、物理网数据的特点（大规模的、实时变化的、高度动态的、异构的、复杂的安全环境等）到物联网搜索的架构均与传统互联网不同,这导致了物联网搜所面临的挑战将更大。由此,阐述了物联网搜索的概念、特点、相关技术,对现有的典型系统和算法进行了比较性总结,分析了目前研究中存在的问题和挑战,并展望了其未来的发展方向。     

An intelligent and privacy-enhanced data sharing strategy for blockchain-empowered Internet of Things

With the development of the Internet of Things (IoT), the massive data sharing between IoT devices improves the Quality of Service (QoS) and user experience in various IoT applications. However, data sharing may cause serious privacy leakages to data providers. To address this problem, in this study, data sharing is realized through model sharing, based on which a secure data sharing mechanism, called BP2P-FL, is proposed using peer-to-peer federated learning with the privacy protection of data providers. In addition, by introducing the blockchain to the data sharing, every training process is recorded to ensure that data providers offer high-quality data. For further privacy protection, the differential privacy technology is used to disturb the global data sharing model. The experimental results show that BP2P-FL has high accuracy and feasibility in the data sharing of various IoT applications.     

基于危险免疫理论的物联网网络层检测器动态自适应算法研究

针对物联网网络安全,应用免疫危险理论原理,研究动态自适应算法,提出一种基于免疫危险理论的新型动态自适应算法。该算法能够动态调整机体内各个区域细胞器的数量,构建全方位的物联网网络层动态防御体系。算法分析表明该算法能够识别物联网网络层的危险信号,并对危险区域的范围大小、危险程度和危险频率进行计算,根据危险程度做出及时地响应,有效地保证物联网网络层的安全。     

卫星物联网混合随机接入技术

在卫星物联网(IoT)场景中,随着终端数量不断增加,频谱资源日益紧张。传统的随机接入技术频谱利用率较低,使得传统随机接入协议不适用于未来卫星IoT的高并发业务需求。同时,卫星通信链路长,开放性强,难以保证特种终端信号的安全性。对此,本文提出一种适用于卫星IoT的混合随机接入方案。该方案引入重叠传输的容量提升与安全性优势,利用扩频码对瞬时功率谱密度的控制能力,构造功率域非正交接入条件,并通过接收端的迭代分离实现稳健接收。对本文所提方案的吞吐量性能进行闭式解推导分析与计算机仿真,结果表明,与传统的随机接入协议相比,所提方案可提高系统吞吐量。同时,相较于常用信号隐藏方法,所提方法利用常规接入数据包的功率优势,强化了波形隐藏效果,提升了特种信息接入的安全性。     

A novel heuristic simulation‐optimization method for critical infrastructure in smart transportation systems

A simulation‐based optimization is a decision‐making tool that helps in identifying an optimal solution or a design for a system. An optimal solution and design are more meaningful if they enhance a smart system with sensing, computing, and monitoring capabilities with improved efficiency. In situations where testing the physical prototype is difficult, a computer‐based simulation and its optimization processes are helpful in providing low‐cost, speedy and lesser time‐ and resource‐consuming solutions. In this work, a comparative analysis of the proposed heuristic simulation‐optimization method for improving quality‐of‐service (QoS) is performed with generalized integrated optimization (a simulation approach based on genetic algorithms with evolutionary simulated annealing strategies having simplex search). In the proposed approach, feature‐based local (group) and global (network) formation processes are integrated with Internet of Things (IoT) based solutions for finding the optimum performance. Further, the simulated annealing method is applied for finding local and global optimum values supporting minimum traffic conditions. A small‐scale network of 50 to 100 nodes shows that genetic simulation optimization with multicriteria and multidimensional features performs better as compared to other simulation‐optimization approaches. Further, a minimum of 3.4% and a maximum of 16.2% improvement is observed in faster route identification for small‐scale IoT networks with simulation‐optimization constraints integrated model as compared to the traditional method. The proposed approach improves the critical infrastructure monitoring performance as compared to the generalized simulation‐optimization process in complex transportation scenarios with heavy traffic conditions. The communicational and computational‐cost complexities are least for the proposed approach.