发布时间：2024-01-23 15:10:30
绪论：一篇引人入胜的量子计算的含义，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
生物芯片是一种通过微加工或微型化的方法在固相支持物表面实现对生物分子的快速、准确、高通量检测和系统化分析的技术。国内研究生物芯片技术和光谱处理系统相对较晚，但发展很快，但大多无法满足市场的要求，在这样的背景下，研究一种便捷，低廉，高效的信号检测系统就显得尤为重要。
1 需求分析
生物芯片的检测过程为：
（1）在上位机上打开检测系统软件，打开对应的串口和USB，初始化电机和光谱仪，将生物芯片放置在检测平台上。
（2）打开CCD，配合电机定位第一个量子点的位置，依次确认边角四点的位置，然后通过位置算法算出25个点阵列的位置。检查每个点的位置是否准确，如果没有在量子点的中心的话，通过微调将定位到准确位置。
（3）确定生物芯片检测点以后，需要光学原理来检测，需要激发光源，由于光信号在传输过程中对角度精度要求较高，所以采用三相伺服电机和旋转电机来控制。这样光谱仪采集到的信号才准确。
（4）开启六轮检测，由于抗原抗体结合需要一定的时间，所以通过六轮光谱检测来做最后分析，绘出波形曲线。
（5）保存数据，显示光谱图，特征值，偏振角的波形曲线。
2 检测系统设计
整体检测系统分为五个模块，第一个模块是观测物滑动模块，即采用三相X、Y、Z方向电机控制生物芯片的位置，实现检测系统的高精准度，第二个模块是激光源，分为照明光源和激发光源。照明光源主要用于CCD定位每个量子点的精准位置，采用无连续白光LED；激发光源主要是用于检测过程中，需要激发光源的照射光谱仪才可以精确检测抗原抗体结合过程中光谱发生的变化。然后是微型光谱仪，光谱仪与上位机是通过USB口连接，实现对光谱数据的采集和传输。CCD数据传输采用串口方式。落射式的显微镜是整个检测的主体，光谱仪和CCD是放在目镜上来检测和观察。旋转电机的作用是控制偏振片旋转到特定角度的控制，在不同的偏振角度时光谱反馈的数据是不同的，会随着角度的变化而变化，因为光源的入射角度发生变化时，对光的吸收是不同的。
检测系统中分为上位机和下位机。PC用于上位机，整个软件部分荧光信号的采集和处理算法是通过Qt Creator来开发，Qt Creator平台由于其开放性、图形化、可移植、多线程、灵活性而得到广泛的应用。下位机采用STM32F103VE处理器，来配合上位机控制电机以及反馈。
该系统的整体框图如图1。
3 上位机与下位机通信
上位机是一台电脑，包括键盘，鼠标，显示屏等等。采用PC作为上位机是因为需要稳定的数据采集和数据处理的环境，并且需要对大量数据进行快速分析、处理的能力。与此同时考虑到整个系统的高效、便捷、微型化等需求。下位机是采用STM32为核心处理器，STM32具有高性能、低成本、低功耗的优点，可以满足检测系统的需求。上位机与下位机通信传输采用RS232方式。由于量子点的特性，要求电机的精度必须达到0.5 um。
具体通信过程如图2。
4 数据采集与处理
在与下位机通信和CCD操作都需要用到串口通信，这势必会造成串扰，是传输数据的准确性和稳定性受到影响，这样就导致整个检测系统的稳定性和精准性，为此通过严格控制数据传输间隔时间，校验方式和波特率的形式来解决这个问题。首先我们设置数据传输间隔时间为30ms，这样在30ms中上位机可以相应出相应的处理。通过添加帧头和帧尾校验的方式来验证数据的正确性。
数据采集是指将指令发送至光谱仪，通过USBB接在上位机上接收光谱数据。首先通过编写USB驱动来实现对USB口的打开、读和写等操作。整个光谱采集是光源激发量子点，通过显微镜的目镜连接至准直镜，光信号通过光纤跳线收集到微型光谱仪，信号采集卡分析通过USB口传输至计算机系统，整个系统对精度要求很高，必须保持在同一轴线上，这样才能保证光信号传输的准确度。
需要对采集到的大量光谱数据进行处理，首先对25个矩阵点进行通道划分，每五个为一个通道。我们需要对标记最强中心光强与波长，以及每一个通道特征值和旋转角度进行处理和绘图。波长计算公式：
λp=I+C1p+C2p2+C3p3
其中p为像素pixel的序号，p的取值1～1024；系数 I、C1、C2、C3通过USB接口命令获得。
计算出波长之后分析出每个量子点的特征波长，然后在对每个通道内的量子点的特征波长进行分析，取出这个通道的特征值。并且对不同时刻该通道的特征值进行比较，分析出特征值的差值。判断抗原抗体的结合情况。根据特征波长来确定最优偏振角，同时我们需要对每个量子点的最优偏振角进行记录并且处理，绘制出一轮测试每个通道的最优偏振角图。
在算法中加入了多线程，多线程是指从软件或者硬件上实现多个线程并发执行的技术。具有多线程能力的计算机因有硬件支持而能够在同一时间执行多于一个线程，进而提升整体处理性能。整个检测系统中代码不仅繁琐，还比较多。加入多线程是为了优化数据处理部分的代码，即使有将近20万的数据分析，整个程序运行顺畅。
5 结果分析与对比
上位机分别分析出实时波形、特征值、偏振角、波长-角度四种曲线，如图3。
这四种图形分别代表不同的含义，第一个波形显示是检测过程中每一个点波长、光强变化值的实时显示。特征值曲线是检测完之后通过算法分析出每一轮的特征值曲线。偏振角曲线是每一轮每个通道检测中的最优偏振角变化图。波长-角度图是检测完分析出的二者的关系图。通过算法分析的波形图与光谱仪自带的软件对比图如图4。
通过对比图可以看出两款软件在光谱采集和处理上已经相差无几，并且在噪声处理方面我们开发的软件处理的更加好一些，对细节处理更加精准。
6 结束语
本文从生物芯片的原理和市场的需求提出了检测系统的设计，基于量子点生物芯片的荧光信号采集与处理系统精度高、速度快、更自动化、操作更便捷来进行量子点生物芯片的检测。
参考文献
[1]Jasmin Blanchette，Mark Summerfield.C++ GUI Qt 4编程（第二版）[M].北京：电子工业出版社，2013.
[2]马立人，蒋中华.生物芯片-第二版[M].北京：化学工业出版社，2002.
[3]高西全，丁玉美.数字信号处理（第三版）[M].西安：西安电子科技大学出版社，2008.
作者简介
中图分类号:TN911文献标识码:A
文章编号:1004-373X(2010)05-047-04
Goals Optimization Based on Quantum Crowd Particle Algorithm in PHY
Layer and MAC Layer in Cognitive Radio System
XUE Zhoucheng1,LV Junwei1,NI Lei2
(1.Ordnance Engineering College,Shijiazhuang,050003,China;2.Unit 61451 of the PLA,Beijing,100094,China)
Abstract:Cognitive radio technology is tendency and the direction of future communication development,it is also the focus of the communication research.Aimming at solving the problem of goals optimization under certain channel condition in its physical layer and medium link layer in cognitive radio system.The problems of goals optimization problem in cognitive radio based on the basic thoughts of quantum particle crowd algorithm are solved and thoughts of quantum particle crowd algorithm in the cognitive radio system are used for carrying out proper improvements.Finally it emulates the optimization problem using the radio station controlled by WSGA.
Keywords:cognitive radio;quantum crowd particle algorithm;goals optimization;PHY layer and MAC layer
0 引 言
认知无线电(Cognitive Radio)将人工智能与无线电通信相结合,这个领域具有高度的多学科性质,混合了传统通信与电子工程的无线电,同时应用了来自计算机科学的一些概念[1]。基本定义可归纳为:它是可以感知外界通信环境的智能通信系统,认知无线电系统通过学习,不断地感知外界环境的变化,并通过自适应调整内部的通信机理达到对环境变化的适应。这样的自适应调整,一方面是为了改进系统的稳定性,另一方面也是为了提高频谱的利用率。根据认知无线电框架,用户首先需要检测频谱环境,估计当前信道中的干扰温度及其接入对邻近用户的干扰,根据这些测量数据,用户可以自适应地改变传输参数,以达到系统最终的性能最优。其基本任务是:环境分析、信道预测估计和信道预测建模、传输功率控制和动态频谱管理[2]。
认知无线电的目标是最优化自身性能以及支持用户的需求,但是“最优化”的含义是什么?它不仅仅是无线电用户追求自身资源消耗最大化的自适应参数调整,考虑在无线电通信上,如果两对节点在不同的网络上通信,传输在时间和频率上的重叠,会形成干扰。节点将低信干噪比(SINR)的情况认为是观测到了干扰,传统应对干扰的方法是通过增大发射功率来增加SINR,┮惶趿绰飞系姆⑸浠增加发射功率,另一链路也将会以提高发射功率来回应[3]。每个无线电用户都将通过增大自身的发射功率来使接收机的SINR最大化,这样最终会使功率增加到硬件的极限[4]。
在严重拥塞的频谱环境中,改变频率可能不是一个很好的解决方法,这是为什么要查找可能调整的所有物理层和链路层来改善其性能的原因[5]。
首先定义,在无线电中实现了满足用户的性能水平,并最小化其消耗资源(如占用的带宽、消耗的功率等)时,就认为“最优化”。因此应该知道用户的需要以及如何调整无线电性能才能满足这些需要。
在物理层中,中心频率、符号速率、发射功率、调制类型和调制阶数、脉冲成形滤波器(PSF)类型、阶数、扩频类型、扩频因子等都能进行调整。链路层上则为各种可以改进网络性能的变量,包括信道编码和交织类型和速率,以及接入控制方法,如流量控制、帧的大小以及多址接入技术等。
认知无线电遵循的基本过程是调整自身的参数来实现某一期望的最优性能组合。无线最优化概念是通过分析许多目标函数的输入与输出来描述的,在这种情况下,描述各个目标之间的相互依赖关系使用单目标分析系统变得困难,用户和网络的需求不能同时得到满足,这种需求会随着时间和具体情况发生很大变化。这时单目标函数已不能充分表示这些不同目标的需求[6]。
设认知无线电需调整的N个参数为a=,具体参数是发射功率、调制方式、中心频率、符号速率等,由于受各种制度、物理环境、硬件条件等方面的限制,认知无线电参数通常要满足很多约束条件。为适应当前外部条件,认知无线电需优化的目标函数为f=,其中n为目标函数的个数,目标函数的选择要求能反映当前的链路质量,如平均发射功率、数据速率、识码率、带宽、频带效率、数据包延时等。不同的链路条件、不同的用户需求导致不同目标函数的重要性不尽相同。在实际运用中可用权重数值的大小来反映目标函数的重要性程度。由此可知实现认知无线电参数的调整功能是一个多目标优化问题,即如何调整无线电参数取值来实现给定权重情况下多个目标函数的优化[7]。
由于缺少单目标函数的衡量,所以不能从经典的优化理论来获得调整无线电参数的方法,取而代之的是使用MODE标准来分析无线电性能。MODE理论使得人们可以在与之用来建模的目标函数个数一样多的维数中实现最优化,目前遗传算法已被广泛用于MODE问题的求解[1]。
MODE理论的核心是用数学方法选择一系列的参数,从而使一组目标函数最优化。MODE方法的基本表示如式(1)、式(2)所示:
min/max(y)=f()=),f2(),…,fn()〗(1)
约束条件:
=(x1,x2,…,xm)∈X
=(y1,y2,…,ym)∈Y(2)
其中,所有的目标函数都定义成最大化y或最小化y,最大化或最小化取决于具体的实际应用。x的值(即x1,x2等)表示输入;y值表示输出。式(1)提供了MODE的表示,但没有指定优化系统的方法。某些目标函数以某种方式进行组合会产生最优化的输出。在实践中可以有很多方法实现最优化,目前遗传算法运用最广泛。
传统求解多目标优化问题的方法有加权法、约束法、目标规划法等,这些求解方法按某种策略确定多目标之间的权衡方式,将多目标问题转换为多个不同的单目标问题,并用这些单目标优化问题的最优解构成的解集去近似最优解。这些方法和每次优化结果,只得到┮桓鐾仔解,而且采用不同的方法求解,结果可能完全不同。
本文引入的量子粒子群算法用于对MODE问题的求解,同时对于量子粒子群算法进行了一些改进。量子衍生计算是近年来新提出的一种新的计算方法,引进量子理论的进化算法具有很好的空间搜索能力。量子多目标进化算法具有更强逼近最优前沿的能力和更好的多样性,具有量子行为的粒子群算法,能保证全局的收敛性,其性能优于传统的遗传算法。
1 量子粒子群算法
1.1 粒子群算法的基本思想
粒子群算法(PSO)是由Kennedy和Eberhart等于1995年率先提出的,它借鉴鸟群捕食过程的社会行为,是一种并行进化的计算方法,引入惯性权重来实现对解空间的搜索控制,逐步形成了目前普遍应用的基本粒子群算法[8]。思想是:为将每个个体看作是D维搜索空间中一个没有体积和质量的粒子,在搜索空间中,以一定的速度飞行,并根据个体和群体飞行经验的综合分析来动态调整这个速度。设群体中第i个粒子为Xi,它经历过的位置为Pi,其中最佳位置记为Pbest,当前组成的群体中所有粒子经过的最佳位置记为Pgbest,粒子i速度用vi=(vi1,vi2,…,vid)表示,对第i次迭代,粒子i在D维空间的运动方程为:
vid(t+1)=w•vid(t)+c1rand()[pbest-xid(t)]+
c2rand()[Pgbest-x(t)]
xid(t+1)=xid+v(t+1)(3)
式中:w为惯性权重,它使粒子保持运动的惯性,使其有能力探索新的区域;c1,c2为常数;rand为范围的随机数。
1.2 量子比特的表示
提出量子比特编码多态问题可由式(4):
α1α2…αm
β2β2…βm〗(4)
表示为。通用量子旋转门调整则相应可表示为:
α′iβ′i〗=cos(Δθ)-sin(Δθ)sin(Δθ)cos(Δθ)〗αiβi〗(5)
1.3 量子粒子群算法
从量子力学的角度出发提出了一种新的PSO算法模型。这种模型以DELTA势阱为基础,认为粒子具有量子行为,并根据这种模型,提出了一种具有量子行为的粒子群算法。此算法具有简单易实现和调节参数少的优点,具有良好的稳定性和收敛性[9]。
借用粒子群中的群智能策略,将这种群的所有量子看成一个智能群体,找到每次迭代过程中局部最优解进行进一步的动态调整,其操作过程是:量子粒子i在┑j比特经i次迭后,速度、位置、个体最好和全局位置分别为vij(t),θij(t),θbestij,θgbestij,则速度和位置迭代公式为:
vij(t+1)=w•vij(t)+c1rand()+
c2rand()
θij(t+1)=θij(t)+vij(t+1)(6)
本文基于以上量子粒子群算法的基本思想,采用基于Pareto支配关系的排序关系来更新粒子的个体最优值和局部发最优值,定义一种新的极大极小距离方法,并采用该距离方法裁减非支配解。利用量子粒子旋转门更新粒子的量子角度,提出了一种新的多目标优法算法。
1.4 基于距离方法的量子粒子群多目标优化算法
提出用于计算适应值的距离方法――量子粒子群多目标优化算法(Quantum Bit Particle Swarm Optimization,QBPSO),来解决多目标优化问题。这种方法的基本思想是根据每个个体到前┮淮获得的Pareto解之间的距离来分配其适应值。它采用外部惩罚函数将多目标优化问题转换为无约束问题。其中,参数r控制惩罚项的幅度,Pi是初始潜在值。
该距离方法对于Pi和r的设置比较敏感。对于任何不可行解,r的值越高,计算得到的距离值也越高,因此,适应值最终接近于0,如果太多,个体的适应值为0,搜索将无法进行。另外,如果初始潜在值与不同解之间的适应值差别会很不明显。这将导致选择压力过小,结果导致算法收敛速度较慢。另一方面,如果初始潜在值过小,计算得到的适应值将趋向于0。
对于每个个体历史最优解的选取,采用以下步骤:
(1) 如果当前解支配个体i个历史最优解,则作为历史最优解。
(2) 如果当前解不支配i个历史最优解,则比较当前解和历史最优解的D(i)值,选择具有较小D(i)的那个解作为历史最优解[10]。
1.5 惯性权重的改进
惯性权重类似模拟退火中的温度,较大的w有较好的全局收敛能力;而较小的w则有较强的局部收敛能力,惯性权重w满足:
w(t)=0.9-(0.5t)/MaxNumber(7)
式中:MaxNumber为最大截止代数。这样,将惯性权重w看成迭代次数的函数,可从0.9~0.4线性减少。
虽然该方法能保证惯性权重w随迭代次数的增加而减小,但在每一代中,所有粒子的惯性权重均一样,不能很好地体现每个粒子的支配关系和拥挤程度。因此,在本文算法中,采用不动态设置惯性权重。
惯性权重w=群体粒子数/个体粒子数N+被粒子I所支配的粒子数+距离密度D(i)。
可以看出,惯性权重取值区间为(0.33,1),在算法当前期粒子惯性权重趋向于后期惯性权重时,逐渐趋于1,而且在每次迭代过程中各个粒子的惯性权重也不尽相同,越好的粒子获得的惯性权重越小,越差的粒子获得的惯性的权重值越大。该方法能更好的平衡和局部搜索,提高算法的收敛速度。
1.6 算法流程
上述量子粒子群算法流程如下:
(1) t0,初始化种群Q(0)。
(2) 对初始化种群的各个体实施测量,得到一组状态P(0),并进行适应度评估。
(3) While 非结束条件do。
Begin
① tt+1;
② 对于Q(t-1)实施观测,得到P(t),进行适应评估;
③ 比较各解,计算各解所支配的解的个数;
④ 计算极大极小距离,求出各Pareto解的D(x)值;
⑤ 利用基于量子门旋转策略更新Q(t)。
End
2 算法验证及基于某型电台的最优化仿真
本文改进的这种基于粒子群化多目标优化算法,采用新的距离方法,以保持解群体的分布性能,同时,动态设置粒子的惯性权重,有效地保持了算法前期全局搜索和后期局部搜索之间的平衡。以多维0/1背包问题为测试对象,经多次实验结果表明,该算法具有较好的收剑性和保持解的分布性。该算法能够快速搜索到多目标优化问题的Pareto前沿,特别对多维、复杂优化问题提供更有效的方法[10]。
下面以某型电台为例,它是基于硬件的平台,具有有限的参数和调整范围,所有的物理层特性如表1所示。
在受限制的无线电台中,量子粒子群算法也是可行的,设计试验由WSGA控制的点对点无线电链路和作为干扰的第三个同型号的无线电台组成。
表1 硬件参数的配置
参数范围参数范围
频率5 730~5 820 MHz编码速率:1/2,2/3,3/4
功率6~17 dBmTDD29.2%~91%
调制QPSK,QAM8,QAM16
注:QPSK为正交相移键控;TDD为时分双工。
试验包括建立一条高流量的初始视频链路,当出现干扰时,信号质量迅速下降且变得无法区别时,WSGA接着运行,目标函数设置为最小化BER、最小化发射功率、最大化数据速率、电台不改变现有的频率,测试目的是为了测试无线电如何处理其他参数。
试验中显示了在测试中WSGA的良好性能,但仍然希望有更灵活的平台,这样就能建立一个软件无线电(SDR)的物理层仿真,具有更多的可调参数,以及更大的调整范围,如表2,表3所示。
表2 仿真参数
参数范围参数范围
功率0~30 dBmPSF滚降系数0.01~1
频率2 400~2 480 MHzPSF阶数5~10
调制MPSK,MQAM符号速率1~20 MSPS
调制M2~64
表3 仿真试验条件
函数
权重最小频谱占用最大流量干扰避免
BER255100200
带宽25510255
频谱效率100200200
功率22510200
数据速率100255100
干扰00255
在此时的无线电仿真参数和条件下,目标函数为BER、占用带宽、功率、数据速率以及干扰量。
运用算法如表3所示,每个目标都得到了优化,每个结果BER都为0。
第一试验:如图1所示,将占用频谱最小化为1 MHz。
第二试验:如图2所示,将流量最大化为72 Mb/s。
第三试验:如图3所示,找到一个嵌入干扰空隙的解。
图1 占用频谱最小化为1MHz
图2 流量最大化为72 Mb/s
图3 一个嵌入干扰空隙的解
3 结 语
认知无线电的设计目标是优化自身的性能,支持用户需求。当无线电在达到具有一定水平的性能,且满足用户需求时,对占用带宽和电池功率等资源消耗最小时,就实现了优化。本文所讨论的算法可解决物理层和链路层参数调整的一些基础性问题。
参考文献
[1][美] Bruce A Fette.认知无线电技术[M].赵知劲,郑仕链,译.北京:科学出版社,2008.
[2]Mitola J,Maguire G.Cognitive Radio:Making Software Radios more Personal[J].IEEE Personal Communication Magazine,1999,6(4):13-18.
[3]Mitola J.Cognitive Radio for Flexible Mobile Multimedia Communications[J].1999 IEEE International Work-shop on Mobile Multimedia Communications,1999,10(3):15-17.
[4]Ganesan G,Li YG.Cooperation Spectrum Sensing in Cognitive Radio Networks[J].Proceedings of IEEE,2005:137-143.
[5]Mitola J.Cognitive Radio for Flexible Mobile Multimedia Communications[J].Mobile Networks and Applications,2001,6(5):435-441.
[6]Urkowitz H.Energy Detection of Unknown Detection Signals[J].Proceedings of IEEE,1997,55:523-231.
[7]Nuttall A H.Some Integrals involving the Qm Function[J].IEEE Trans.on Information Theory,1975,21(1):95-96.
1.1.1空间段空间段包括通信卫星以及地面用于卫星控制和监测的设施，即卫星控制中心，及其跟踪、遥测和指令站，能源装置等。
1.1.2地面段地面段包括所有的地球站，这些地球站通常通过一个地面网络连接到终端用户设备，或直接连接终端用户设备。地球站的主要功能是将发射的信号传送到卫星，再从卫星接收信号。地球站根据服务类型，大致可分为用户站、关口站和服务站3类。
1.2卫星通信系统的工作过程卫星通信系统地球站中各个已调载波的发射或接收通路经过卫星转发器转发，可以组成多条单跳或双跳的双工或单工卫星通信线路，整个通信系统的通信任务就是分别利用这些线路来实现的。单跳单工的卫星通信系统进行通信时，地面用户发出的基带信号经过地面通信网络传送到地球站。在地球站，通信设备对基带信号进行处理使其成为已调射频载波后发送到卫星。卫星作为中继站，接收此系统中所有地球站用上行频率发来的已调射频载波，然后进行放大和变频，用下行频率发送到接收地球站。接收地球站对接收到的已调射频载波进行处理，解调出基带信号，再通过地面网络传送给用户。为了避免上下行信号互相干扰，上下行频率一般使用不同的频谱，尽量保持足够大的间隔，以增加收发信号的隔离度。
2卫星通信所使用的频率
卫星通信所用的频率大多是C频段和Ku频段，但是由于业务量急剧增加，这两个频段乃至1—10GHz的频段都显得过于拥挤，所以必须开发更高的频段。现已开发出Ka（26—40GHz）频段，其带宽是3—4GHz，远大于上述两个频段。
3卫星通信的基本参数
3.1有效全向辐射功率：也称等效全向辐射功率，其定义为发射机发出的功率与天线增益的乘积。
3.2噪声系数和等效噪声温度：噪声系数，定义为接收机的输入信噪比与输出信噪比的比值，它用来表示接收机噪声性能的好坏。根据噪声理论，电子元器件内部的电子热运动和电子不规则的运动都将产生噪声，而且温度越高，噪声越大。所以接收机的噪声可用等效噪声温度来衡量。等效噪声温度是假设接收机输入端接一等效电阻，该电阻在一定温度下与该系统实际产生的噪声温度相同的热噪声。
3.3载噪比：卫星通信线路中的载波功率与噪声功率之比，是决定卫星通信线路性能的最基本的参数之一。
3.4地球站的品质因数，定义为接收机天线增益与接收端系统噪声温度之比。
3.5卫星转发器饱和通量密度：表示卫星转发器的灵敏度，其基本含义是，为使卫星转发器单载波饱和工作，在其接收天线的单位面积上应输入的功率。
3.6门限载噪比：为保证用户接收到的话音、图像和数据的质量达到一定要求，接收机所必须得到的最低载噪比，也是门限载噪比的含义。
4卫星通信与互联网
互联网是全球最大的多媒体商用网络、信息库和数字媒体。互联网和数字技术的发展使得所有信息内容都在网上实现，特别是数字音视频技术使得可以在互联网上看电视听广播[3]。由于卫星通信具有三维无缝覆盖能力、远程通信、广播特性、按需分配带宽，以及支持移动性的能力，成为互联网摆脱自身诸多问题的一个重要途径，也是向全球用户提供宽带综合互联网业务的最佳选择[4]。基于卫星的互联网是卫星直播、数字音视频、互联网的有机结合，作为一个开放、宽频、实时广播的网络平台，可以提供以下服务。
4.1宽带互联网接入，可根据使用者的需求，通过地面网络和卫星线路回传。
4.2多媒体服务，比如网页内容投递、内容镜像、缓存、数字电视、商务电视、流式音视频、软件分发(更新)、远程教学、信息商亭等。
4.3交互式应用，如视频点播、网上学习、网上游戏等。卫星通信与互联网结合能够带来很多益处，同时也应注意到，卫星系统和现有互联网地面基础设施之间的结合存在着互操作性问题，再设计和实现基于卫星的互联网时还存在许多技术挑战。
5卫星通信与导航定位系统
该系统是以人造卫星为导航台的星基无线定位系统，其基本作用是向各类用户和运动平台实时提供准确、连续的位置、速度和时间信息。目前该技术已基本取代无线电导航、天文测量和大地测量，成为普遍采用的导航定位技术。拥有此技术及能力，国家就会在政治、军事和经济等诸多领域占据主导地位，因此世界各大国不惜花巨资发展这一技术。1958年美国为解决北极星核潜艇在深海航行和执行任务中的精确定位问题，开始研究军用导航卫星，命名为“子午仪计划”，从1960年起就取消了无线电导航，第二代导航系统即———GPS(GlobalPositioningSyitem)便应运而生。俄罗斯的GLONASS(GlobalNavigationSatelliteSystem)是继GPS之后又一全球卫星导航系统，欧盟与欧空局也开发了新一代卫星导航系统———伽利略（Galileo）系统，习惯上称其为3G（GPSGLONASSGalileo）系统。我国的导航定位技术始于GPS，从2000年10月开始，我国发射了多颗导航卫星，命名为北斗卫星导航系统，现已覆盖我国及周边地区，预计2020年前后覆盖全球。
6卫星与激光通信
卫星与激光通信是利用激光光束作为信息载体在卫星间或卫星与地面间进行通信。经过多年探索，卫星激光通信已取得突破性进展，逐步成为开发太空、利用广阔的宇宙空间资源提供大容量、高数据率、低功耗通信的最佳方案，对于国防及商业应用都具有极大的价值。其原理是信息电信号通过调制加载在光波上，通信双方通过初定位和调整以及光束的捕获、瞄准和跟踪建立起光通信链路，然后在真空和大气中传播信息。其组成有激光光源子系统、光发射/接收子系统、APT子系统和其他一些辅助系统，其工作过程如下：
6.1发射过程。使用不同的激光器，产生信号光和信标光。经准直系统对激光进行光束准直后，具备了合适的发射角，2束光由合束器合成1束光，然后经分光片、精对准机构和天线发射出去。
6.2接收过程。接收到的光经过天线和分光片后，信标光一部分到达粗对准探测器，由粗对准控制器控制和驱动电路控制粗对准机构，完成粗对准和捕获；信标光另一部分经精对准机构、分光片、分束片到达精跟中踪探测器，由精对准控制器控制精对准机构，完成双方的精确对准和跟踪。信号光由信号光探测器检测。
7卫星与量子通信
卫星搭载量子通信技术，能够使人们借助外太空的卫星平台，建立星地高效自由空间量子信道，实现量子保密通信、星地量子纠缠分发、量子隐形传态实验。我国拟在近期发射量子通信卫星，在卫星平台应用量子技术的能力将达到世界领先水平。
7.1星地量子通信通过自动跟踪瞄准系统在高速相对运动的地面站和卫星终端之间建立高效稳定的量子信道，地面站随机发送H/V和+/-四种偏振状态的单光子信号；接收端接收量子信号，并随机选择H/V或+/-基矢对单光子信号进行测量；测量到足够的量子比特后，接收端将通过经典信道通知发射端其每次测量所用的基矢，抛弃所用基矢不一致的测量结果；接收端再将基矢选择一致的测量结果取一部分在经典信道公布出来供发射端校验。通过这一过程就可以在星地之间建立安全的量子密钥。
7.2星地纠缠分发将纠缠光源放在卫星上，通过搭载在卫星平台上的望远镜系统和自动跟瞄系统同时与两个地面站之间建立量子信道。将纠缠光子对的两个光子分别发送给两个地面站，两站在满足类空间隔条件下分别对纠缠光子对进行独立测量，观测量子纠缠现象。
