(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111656547.3 (22)申请日 2021.12.3 0 (71)申请人 重庆两江卫星移动通信有限公司 地址 401120 重庆市渝北区龙兴镇两江大 道618号 (72)发明人 潘睿　曾令昕　刘亿亮　黄辉　 刘湘蒲　 (74)专利代理 机构 成都行之专利代理事务所 (普通合伙) 51220 代理人 张杨 (51)Int.Cl. H04B 17/373(2015.01) H04B 17/391(2015.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于LSTM的信道状态预测方法及系统 (57)摘要 本发明公开了一种基于LSTM的信道状态预 测方法及系统， 通过获取多轮历史信道状态数据 作为LSTM预测器的输入； 根据所述多轮历史信道 状态数据获取训练集， 在所述LSTM预测器中， 利 用所述训练集对训练模型进行多次训练， 得到预 测模型； 在所述LSTM预测器中， 利用所述多轮历 史信道状态数据和所述预测模型获取当前SNR 值， 将所述当前SNR值作为信道状态预测结果输 出。 本发明用于准确拟合多维信道状态信息与信 道SNR值之间非线性的映射关系， 实现不实时依 赖于卫星终端处的信道估计值， 从而不严格受制 于ACM环路时延， 可缓解DVB ‑S2中ACM环路时延对 卫星通信系统自适应性的影响。 权利要求书2页 说明书7页 附图2页 CN 114362855 A 2022.04.15 CN 114362855 A 1.一种基于LSTM的信道状态预测方法， 其特征在于， 在引入LSTM预测器的ACM链路中执 行以下步骤： 获取多轮历史信道状态数据作 为LSTM预测器的输入， 所述历史信道状态数据包括： SNR 值、 传输时延、 天气和环境状态值； 根据所述多轮历史信道状态数据获取训练集， 在所述LSTM预测器中， 利用所述训练集 对训练模型进行多次训练， 得到预测模型； 在所述LSTM预测器中， 利用所述多轮历史信道状态数据和所述预测模型获取当前SNR 值， 将所述当前SNR值作为信道状态预测结果输出。 2.根据权利要求1所述的一种基于LSTM的信道状态预测方法， 其特征在于， 利用训练集 对训练模型进行多次训练的过程中， 包括以下步骤： 实时获取训练损失值和测试损失值， 根据 所述训练损失值和所述测试损失值确定训练 的停止条件， 根据所述停止条件停止训练； 实时保存所述测试损失值 最小的模型。 3.根据权利要求2所述的一种基于LSTM的信道状态预测方法， 其特征在于， 所述结束条 件包括： 若所述测试损失值连续多次保持不再 下降， 则停止训练； 若所述测试损失值连续多次高于所述训练损失值， 则停止训练。 4.根据权利要求2所述的一种基于LSTM的信道状态预测方法， 其特征在于， 获取所述训 练损失值和所述测试损失值所使用的损失函数为均方差函数； 所述训练模 型模为梯度下降 算法优化模型。 5.根据权利要求1所述的一种基于LSTM的信道状态预测方法， 其特征在于， 包括以下步 骤： 获取新的传输时延、 天气和环境状态值， 将所述新的传输时延、 天气、 环境状态值和所 述当前SNR值作为 新一轮信道状态数据输入LSTM预测器； 利用ACM网关路由器查表得到与所述当前SNR值 适配的MODCOD值； 由MODCOD值得到调制编码方式， AC M调制器对传输信息进行调制编码。 6.根据权利要求5所述的一种基于LSTM的信道状态预测方法， 其特征在于， 包括以下步 骤： 获取验证集， 利用所述验证集对所述预测模型进行性能验证； 所述性能验证的方法为： 在雨衰情况 下， 利用所述验证集获取 所述引入LSTM预测器的AC M链路的系统吞吐量； 将所述引入LSTM预测器的ACM链路的系统吞吐量与传统ACM链路的系 统吞吐量进行对 比， 得到对比结果； 若所述对比结果为： 引入LSTM预测器的ACM链路的系统吞吐量相比于传统ACM链路的系 统吞吐量提升幅值≥10％， 则判定所述预测模 型有效； 若所述对比结果为： 引入LSTM预测器 的ACM链路的系统吞吐量相比于传统ACM链路的系统吞吐量提升幅值＜10％， 则增加所述训 练集的数据量， 调整获取历史信道状态数据的轮数。 7.根据权利要求6所述的一种基于LSTM的信道状态预测方法， 其特征在于， 包括以下步 骤： 获取不同应用场景 下的微调数据集， 利用所述 微调数据集对所述预测模型进行微调，权　利　要　求　书 1/2 页 2 CN 114362855 A 2获取验证集， 对微调后的预测模型进行性能验证。 8.一种基于LSTM的信道状态预测系统， 包括传统ACM链路， 其特征在于， 包括： LSTM预测 器， 所述LSTM预测器连接在所述传统AC M链路中； 所述LSTM预测器包括： 数据存储模块， 用于暂存获取的多轮历史信道状态数据， 所述历史信道状态数据包括： SNR值、 传输时延、 天气和环境状态值； LSTM模型模块， 用于根据所述多轮历史信道状态数据获取获取当前SNR值， 并将所述当 前SNR值作为信道状态预测结果输出。 9.根据权利 要求8所述的一种基于LSTM的信道状态预测系统， 其特征在于， 所述LSTM预 测器包括： 模型验证模块， 用于获取验证集， 利用所述验证集对所述预测模型进行性能验 证； 所述模型验证模块包括： 系统吞吐量计算单元， 用于利用所述验证集获取所述引 入LSTM预测器的ACM链路在雨 衰情况下的系统吞吐量； 数据分析单元， 用于将所述引入LSTM预测器的ACM链路的系统吞吐量与传统ACM链路的 系统吞吐量进行对比， 得到对比结果； 结果判定单 元， 用于根据所述对比结果对所述预测系统的有效性进行判定 。 10.根据权利要求9所述的一种基于LSTM的信道状态预测系 统， 其特征在于， 所述LSTM 预测器包括： 模型微调模块， 用于根据不同的应用场景对所述预测数据微调， 得到不同应用 场景下的预测模型； 所述模型微调模块与所述模型验证模块连接 。权　利　要　求　书 2/2 页 3 CN 114362855 A 3