Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2510.00816

帮助 | 高级搜索

电气工程与系统科学 > 信号处理

arXiv:2510.00816 (eess)
[提交于 2025年10月1日 ]

标题: 在位置不确定性下的低轨卫星干扰抑制的零点整形

标题: Null-Shaping for Interference Mitigation in LEO Satellites Under Location Uncertainty

Authors:Fernando Moya Caceres, Akram Al-Hourani, Saman Atapattu, Kandeepan Sithamparanathan
摘要: 射频干扰(RFI)对卫星通信构成了日益严峻的挑战,特别是在低地球轨道(LEO)系统的上行链路信道中,这是由于频谱拥挤程度的增加以及地面干扰源位置的不确定性。 本文研究了RFI源位置不确定性对基于波束成形的干扰抑制的影响。 首先,我们从理论上分析了RFI位置的地理不确定性如何转化为从卫星观测到的角度偏差。 在此基础上,我们提出了一种鲁棒的零点成形框架,通过随机优化将RFI位置不确定性的概率密度函数(PDF)纳入波束成形设计,从而提高通信链路的弹性。 这使得天线阵列的零点模式能够自适应地调整,以在不确定性下增强干扰抑制效果。 大量的蒙特卡洛仿真,结合了现实的卫星轨道动力学和各种RFI场景,表明所提出的方法相比传统的确定性设计显著提高了干扰抑制性能。
摘要: Radio frequency interference (RFI) poses a growing challenge to satellite communications, particularly in uplink channels of Low Earth Orbit (LEO) systems, due to increasing spectrum congestion and uncertainty in the location of terrestrial interferers. This paper addresses the impact of RFI source position uncertainty on beamforming-based interference mitigation. First, we analytically characterize how geographic uncertainty in RFI location translates into angular deviation as observed from the satellite. Building on this, we propose a robust null-shaping framework to increase resilience in the communication links by incorporating the probability density function (PDF) of the RFI location uncertainty into the beamforming design via stochastic optimization. This allows adaptive shaping of the antenna array's nulling pattern to enhance interference suppression under uncertainty. Extensive Monte Carlo simulations, incorporating realistic satellite orbital dynamics and various RFI scenarios, demonstrate that the proposed approach achieves significantly improved mitigation performance compared to conventional deterministic designs.
评论: 6页,8图,GLOBECOM 2025
主题: 信号处理 (eess.SP)
引用方式: arXiv:2510.00816 [eess.SP]
  (或者 arXiv:2510.00816v1 [eess.SP] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.00816
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Fernando Moya Caceres [查看电子邮件]
[v1] 星期三, 2025 年 10 月 1 日 12:25:44 UTC (1,363 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
查看许可
当前浏览上下文:
eess.SP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号