浅谈太空中无线电通信干扰问题

太空仿佛是空旷无垠的，因此，似乎是无线电通信的理想环境。实际却并非如此，太空中有很多东西会干扰无线电通信。地球上变化不定的电离层会破坏卫星与地面站之间的链接。天线材料在受热和遇冷时会变形。在这个近乎真空的空间里，充满了被称为宇宙噪声的低等级环境无线电辐射，这些辐射来自遥远的类星体、太阳以及我们银河系的中心。这种噪声还包括宇宙微波背景辐射，它是宇宙大爆炸的幽灵，虽然很微弱，但这些宇宙源会破坏行星之间的无线信号。 在某些航天器任务中，甚至某些任务的特定阶段，例如最大限度地提高数据吞吐量、最小化功率使用或确保某些关键数据的传输等，链路质量所有不同也许是令人满意的。为了保持连通性，通信系统需要不断地根据周围环境调整其操作。

假设火星上有一群宇航员。为了与地球上的地面站连接，他们将依靠一颗围绕火星的中继卫星。随着空间环境的变化和行星之间的相对运动，地面站、环绕火星的卫星和火星着陆器上的无线电设置需要不断调整。宇航员可能要等8到40分钟的往返时间，以便从任务控制中心获得如何调整设置的指示。也有更好的选择，即让无线电使用神经网络来实时调整其设置。即使是在极端条件下（如火星轨道），神经网络仍然能够保持和优化无线电的通信能力。

如果等待地球上的人来指示如何调整无线电系统，指令可能早已过时，而具有神经网络的无线电可以立刻进行调整。 这种装置名为认知无线电。它的神经网络会自动感知环境的变化并相应地调整设置，最重要的是，它能从经验中学习。这意味着认知无线电可以在新的情况下尝试新的配置，使其在未知环境中比传统的无线电更强大。因此，认知无线电是空间通信的理想选择，尤其是在环境相对未知的地球轨道以外的地方，那里无法进行人为干预，保持连通性至关重要。 伍斯特理工学院和宾夕法尼亚州立大学与NASA合作，最近测试了首台认知无线电设备，该无线电设备的目的是在太空中运行、使任务执行者与地球保持联系。

在我们的测试中，即使是最基本的认知无线电也能确保在国际空间站（ISS）与地面站之间保持清晰的信号。我们相信，随着进一步的研究，更先进、功能更强大的认知无线电未来会在成功的深空任务中发挥不可或缺的作用，届时将不会有任何误差。 未来登上月球和火星的宇航员将能够充分收集实地样本、进行科学试验和陆地勘测，并保持设备正常工作。认知无线电将使这些机组人员从维护通信链路的任务中解脱出来。更重要的是，认知无线电将有助于确保深空发生的意外事件不会切断连接，以防机组人员与数百万公里外的地球失去最后联系。

长途通话

宇航员最终前往火星时，强大的引|擎和充足的燃料能使他们往返于火星与地球之间，无线电则能使他们与地球保持联系。行星之间看似空旷的空间中实际上布满了无线电传输需要克服的障碍。

 

1998年，约瑟夫•米多拉三世在斯德哥尔摩的瑞典皇家理工学院首次提出了认知无线电。从那时起，就出现了许多认知无线电项目，但大多数项目的范围有限，或者只是作为系统的一部分被测试。迄今为止最强大的认知无线电是美国国防部制造的。 设计传统无线通信系统时，工程师通常会使用数学模型来表示无线电及其运行的环境。这些模型试图描述信号是如何在建筑物上反射或在潮湿空气中传播的，但即使是最好的模型也无法比拟真实环境的复杂性。 认知无线电和使其工作的神经网络是从环境本身中学习的，而不是从数学模型中学习。神经网络会接收有关环境的数据，例如哪些信号调制运行效果最好、哪些频率传播得最远，并对这些数据进行处理，以确定最佳链路的无线电设置。神经网络的主要特点是它可以随着时间的推移优化输入和结果之间的关系。这个过程称为训练。

针对认知无线电的训练如下：在信号无法传输的嘈杂环境中，无线电首先可能会尝试提高传输功率，之后确定接收到的信号是否更清晰；如果是，无线电会进一步提高发射功率，看看能否能进一步改善接收效果。如果信号并无改善，无线电会尝试另一种方法，例如转换频率。不管是哪种情况，无线电都能学习如何在当前环境中传输信号。训练认知无线电意味着不断调整传输功率、数据速率、信号调制或其他设置，以便学习如何更好地完成工作。 任何认知无线电发射前都需要进行初步训练。这项训练是今后改进无线电的指南。一旦神经网络接受了训练，进入太空后，无论处于太阳系中哪个位置，它都可以根据需要自动调整无线电的设置以维持紧密的联系。

为了控制基本设置，认知无线电使用了一种叫做软件定义无线电的无线系统。传统无线电中用硬件实现的主要功能，用软件定义无线电中的软件就可以实现，包括滤波、放大和检测信号。这种灵活性对于认知无线电来说至关重要。

不过，认知无线电试验的范围仍然有限，有几个基本原因。神经网络的核心是复杂的算法，需要大量的数据才能正常运作。此外，还需要大量的计算能力才能快速得出结论。无线电硬件的设计必须足够灵活以适应这些结论。任何成功的认知无线电都需要让这些组件协同工作。只有在国际空间站上最先进的空间通信和导航（SCaN）试验台上，我们才有可能建造用于空间通信的概念验证的认知无线电。

━━━━ NASA的格伦研究中心设计了专门研究软件定义无线电在太空中的使用情况的SCaN试验台。该试验台由日本宇宙航空探索厅发射，并于2012年7月安装在空间站的主架上。在2019年6月退役之前，研究人员借助SCaN试验台测试了软件定义无线电能在多大程度上满足太空无线电的预期需求，例如轨道运行的实时重新配置、定制空间网络新软件的开发和验证，以及与我们小组最为相关的认知通信。  

试验台由3个软件定义无线电设备组成，在S波段（2~4千兆赫）和Ka波段（26.5~40千兆赫）广播，并在L波段（1~2千兆赫)）接收。SCaN试验台可以与NASA的近地轨道跟踪和数据中继卫星系统以及克利夫兰的NASA格伦研究中心的一个地面站通信。

在此之前，还没有人在太空任务中使用过认知无线电系统，而且在这项技术通过彻底审查之前，人们也不会这么做。SCaN试验台提供了一个理想的平台，可以在接近地球的不那么恶劣的环境中进行技术测试。我们在2017年搭建了一个认知无线电系统，用于地面调制解调器和试验台之间的通信。我们的试验将是有史以来第一个在太空中进行的认知无线电试验。

在我们的试验中，SCaN试验台是深空探测器上无线电的替代品。对于深空探测器来说，保持与地球的联系至关重要，否则，整个任务就可能会失败。因此，我们的主要目标是证明无线电可以通过自动调整其无线电设置来维持通信链路，保持高数据速率或稳定信号的优先级则较低。 地面站的认知无线电会选定无线电的一个“动作”或一组操作参数，并将其发送给试验台发射机和地面站的两个调制解调器。该动作规定了测试台发射机和地面站调制解调器的特定数据速率、调制方案和功率电平，这些数据速率、调制方案和功率电平很有可能有效维持无线链路。 2017年5月，我们在两周的窗口期内完成了首批测试。我们的时间不宽裕，通常每天只有2次通路，每次持续8到9分钟。国际空间站在轨运行时每次经过地球上的点都不同，所以与特定位置保持视线连接的机会有限。

尽管通路次数不多，但我们的无线电系统还是经历了许多动态和具有挑战性的连接条件，包括大气和天气的波动。通常，国际空间站上的太阳能板和其他突出物会产生大量的回声和反射，这些都是我们的系统要考虑的。 在每次通路中，神经网络会将通信链路的质量与之前通路中的数据进行对比，然后将与当前通路条件最相似的前一次通路作为设置无线电的起点。就像扭动调频收音机上的旋钮一样，神经网络会将无线电的设置调整到最适合当前通路条件的状态。这些设置包含了无线信号的所有元素，如数据速率和调制。 神经网络并不仅仅是借鉴前一次通路数据。如果采用多次通路的比特和片段来创建定制的解决方案最好，神经网络也可以做到。 在测试中，认知无线电清楚地展示了它可以学习如何维护通信链路。无线电会自动选择设置以避免失联，即使是无线电进行自我调整，链路也可以保持稳定。它还拥有强大的信号传输能力，不过这不是我们的主要目标。

━━━━ 总的来说，我们在SCaN试验台上的试验成功地表明，认知无线电可以用于深空任务。不过，我们的试验也发现了一些问题，将无线电发射到另一个行星之前必须解决这些问题。 我们遇到的最大问题是“灾难性遗忘”。当神经网络过快地接收到太多新信息，因而忘记了它已经拥有的大量信息时，就会发生这种情况。比如，你正在从教科书上学习代数，到最后就忘记了前半部分内容，所以又得从头开始学习。在我们的试验中发生这种现象时，认知无线电的能力显著下降，因为它实际上是在不断地自我训练，以应对不断被覆盖的环境条件。 我们的解决方案是在认知无线电中实施一种叫做“集成学习”的策略。集成学习是一种偏向于试验性的技术，它使用一批“学习者”神经网络，每个神经网络负责在有限的条件下针对特定类型的通信链路进行训练。一个学习者可能最适合有严重太阳粒子干扰的国际空间站通路，而另一个学习者可能最适合有雷暴造成的大气扭曲时的通路。其中会有一个总体的元神经网络决定在当前情况下选择使用哪种学习者神经网络。这种情况下，即使一个学习者神经网络发生了灾难性遗忘，认知无线电仍然可以发挥作用。

要理解其中的原因，我们可以假设你正在学习开车。一种练习方法是花100个小时来开车，前提是你能在这个过程中学会所有需要学会的东西。这就是目前认知无线电的训练方式；我们希望训练中所学到的知识能运用到认知无线电遇到的任何情况中。不过，当认知无线电在现实世界中遇到的环境与训练环境明显不同会怎样呢？这就好比是你在高速公路上练习驾驶了100小时，之后找到了一份在市区做货车司机的工作。你可能擅长在高速公路上驾驶，却忘记了在充满压力的城市环境中驾驶的基本知识。

现在假设你正在练习以准备参加驾驶考试。你也许能确定自己可能会在哪些场景下进行考试，然后确保自己擅长应对这些场景。如果你知道自己不擅长平行停车，你一定会优先练习这项，而不是练习在四向停车标志处开车。问题的关键在于确定你需要学习的内容，而不是拼命练习直到最终学会所有东西。在集成学习中，这就是元神经网络的工作。 例如，元神经网络可以识别无线电所处环境中是否有大量电离辐射，它会选择适合这种环境的学习者神经网络。因此，神经网络会从一个更接近现实的基线开始。它不需要快速取代信息就能大大降低“灾难性遗忘”发生的可能性。 在2018年8月的第二轮试验中，我们在认知无线电中采用了一个非常基本的集成学习版本，然后发现这项技术减少了灾难性遗忘的发生。不过集成学习仍然存在许多问题。首先，如何训练元神经网络来为一个场景选择最佳学习者？如何确保选中的学习者确实掌握被选中的场景？这些问题还没有确切的答案。

为了提高无线电的性能，减少灾难性遗忘，伍斯特理工学院硕士生马克斯●李宏明( Max Hongming Li)对认知无线电的算法进行了调整，为2018年第二轮测试做准备。

2019年5月，SCaN试验台退役，为X射线通信试验让路，我们失去了在ISS进一步测试认知无线电的机会。幸运的是，NASA正在计划建造一个三立方体卫星星座，以进一步论证认知空间通信。如果这项任务获得批准，这个星座将在未来几年内发射。该项目的目标是将此星座作为中继系统，以了解多个认知无线电是如何协同工作的。 计划未来登月和进行火星任务的人所需要的通信和导航方法要比我们目前已有的更智能。宇航员也不是总能直接与地球通信。例如，从月球背面的射电望远镜发出的信号需要通过中继卫星才能到达地球。

NASA计划中的轨道月球门户（Lunar Gateway）除了作为月面任务的整备区外，还会是一个主要的通信中继。 月球门户正是那种会通过认知无线电受益的空间通信系统。地球和月球之间的信号往返延迟约为2.5秒。将无线电操作交给月球门户上的认知无线电设备，可以在时间宝贵的重要情况下（例如与正在着陆的机器人着陆器保持联系时）节省时间。 我们的SCaN试验台的试验表明，认知无线电会在未来的深空通信中占有一席之地。人类再次探索月球、火星和其他星球时，保证行星之间的可靠连接至关重要。太阳系的空间很大，但是没有通话中断的余地。

作者：Sven Bilén、Dale Mortensen、Richard Reinhart、Alexander Wyglinski

审核编辑：黄飞