摘要
本发明涉及卫星通信技术领域,特别涉及一种面向LEO卫星系统的抗干扰方法,包括:利用预设的预测模型对当前频谱管理区块链网络内的多个LEO卫星系统进行频谱预测,并基于预测结果将频谱效率最高的频谱作为LEO卫星系统的使用频谱,并进行信噪比评估,确定信噪比小于预设阈值的目标LEO卫星系统,并在减小信噪比的影响系数后,重新执行利用预设的预测模型对LEO卫星系统进行频谱预测的步骤,直至LEO卫星系统的信噪比均大于或者等于预设阈值。由此,解决了背景技术中在突发情况下卫星系统间互相干扰严重、抗干扰能力不足的问题,通过结合区块链和深度学习技术,实现了高效、智能的频谱管理和抗干扰能力提升。
技术关键词
LEO卫星
信噪比
抗干扰方法
抗干扰装置
频谱管理
卫星系统
卫星姿态控制系统
恶意干扰
神经网络模型
卫星通信技术
深度学习技术
信号
处理器
可读存储介质
模块
存储器
数据
轨道
电子设备