CN102164420B - 基于卫星网络的多对一通信冲突处理方法 - Google Patents
基于卫星网络的多对一通信冲突处理方法 Download PDFInfo
- Publication number
- CN102164420B CN102164420B CN 201110034599 CN201110034599A CN102164420B CN 102164420 B CN102164420 B CN 102164420B CN 201110034599 CN201110034599 CN 201110034599 CN 201110034599 A CN201110034599 A CN 201110034599A CN 102164420 B CN102164420 B CN 102164420B
- Authority
- CN
- China
- Prior art keywords
- time
- time period
- satellite
- communication
- initial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Radio Relay Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明所属技术领域为卫星通信,涉及基于卫星网络的多对一通信冲突处理方法。本方法通过研究多个卫星和一个卫星进行通信的场景,提出了卫星网络的多对一通信冲突处理方法,解决了卫星因为资源不足所引发的争用、冲突的问题,适用于我国通信卫星和军用卫星系统。该方法具有低冲突率和低延时,对提高航天通信任务的质量和通信设备的使用效率具有重要意义。
Description
所属技术领域
本发明所属技术领域为卫星通信。本方法通过研究多个卫星和一个卫星进行通信的场景,提出了卫星网络的多对一通信冲突处理方法,解决了卫星因为资源不足所引发的争用、冲突的问题,适用于我国通信卫星和军用卫星系统。该方法具有低冲突率和低延时,对提高航天通信任务的质量和通信设备的使用效率具有重要意义。
背景技术
随着我国航天事业的发展,卫星网络日趋复杂,当有多个骨干节点卫星向一个骨干节点卫星进行通信申请时,由于被申请的卫星通信资源有限,在接收端会发生冲突。在一定的约束和假设条件下,利用算法处理多对一的冲突问题。具体处理方式采用优先级、通信时间和通信质量这三种策略。该问题需要最大限度保证一定的吞吐量,同时降低多星对一星发生争用冲突的百分比。
目前对该类问题的研究对象都是关于多个卫星向一个地面站通信,本文重点研究骨干节点卫星间的多对一通信。本算法主要思想是合理的分配卫星的通信时间,这类问题可采用智能优化算法如模拟退火、禁忌搜索(TS)、遗传算法和神经网络(NN)等来求解,本文提出采用遗传模拟退火算法进行冲突处理。
发明内容
基于卫星网络的多对一通信冲突处理方法,其特征在于具有如下步骤:
步骤1、首先采用编码策略,将低轨卫星low-earth-orbit satellites(LEO)的标号和通信时间绑定生成一维数组,奇数位表示标号,取值为0到n,偶数位表示通信时间,按照卫星标号和卫星的通信时间确定其通信的码元;
步骤2、接着采用启发式方式产生初始的分配方式,利用公式(1)计算满意度,去除低于满意度的数据,保证初始种群的多样性;
定义调整时间满意度函数:
f(Δt)=ced/Δt,Δt>0 (1)
其中,c、d为正常数,c表示最小满意度,d表示卫星通信所要调整的时间,e表示2.7到2.8间的常数,Δt表示调整后任务的提前或推迟时间;
步骤3、确定初温和初始解,利用公式(2)测算初温,在初温的范围内取初始的解;
由公式(1)利用启发式方法得到新的初始时间分配,冲突发生时需要确定算法应用的时间段,每个卫星编码之后采用纵向分割时间段的方式划分为几个小段,每个小段都可以作为初始时间;
卫星的通信时间冲突最小状态的目标值用Tb表示、卫星的通信时间冲突最大的状态的目用Tw表示,并令最差状态相对最优状态的接受概率为Pr,由函数:
T=(Tw-Tb)/lnpr (2)
可确定初温T,即模拟退火算法simulated annealing algorithm (SA)中的初始最高等级数,通过确定初温T,明确了卫星通信的上限时间;
T应该遵循公式(2),并在满意度公式(1)允许的情况下进行选择;
步骤4、采用LOX,CI,PMX,NABLE这4种不同方式的交叉操作来继承父代优良模式,由于初始分配得到的通信时间段比较单一,为了延长单个卫星通信的时间并且缩短多星冲突的通信时间,减少冲突率,需要在给定的范围内,将整个时间分为M个时间段,在各时间段中按一定的概率0.6~0.7随机选择一个时间段,与整个时间所述4种方式中的冲突最小状态所在的时间段,以不同的方式进行交叉,直至产生M个新的时间段;
步骤5、交叉算子运行后利用公式(1)舍弃低于满意度的值,剩余的时间段将运行退温操作;利用公式(3)交叉选择算子计算适合种群分布的最优解,交叉和选择的概率决定了种群的分布状况,
Metropolis抽样过程是针对每个时间段进行的,对旧时间段采用互换操作产生新时间段,并通过判断函数:
Tn=e-Δ/t,0≤Tn≤1 (3)
来接受新状态Tn,式中t为操作的时间点,Δ为新旧时间段的目标值差,如此起到概率可控的寻优操作,而且可以做到增加时间段多样性并避免搜索陷入局部极小;此算法中所产生的新时间段即变异时间,变异操作的目的是使遗传算法genetic algorithm(GA)具有随机搜索能力,并保持群体的多样性;在算法中,变异概率很小,通常取值为0~0.02;通过此操作能够保证算法产生最优卫星通信时间段;
步骤6、利用公式(2)初温和公式(4)退温,在固定的范围内进行种群的再度优化,
卫星通信时间的起点已确定,为了确定终点通信时间,达到通信上下限都明确的效果,采用工程中常用的指数退温,即模拟退火算法中的退温函数:
tk=λtk-1 (4)
λ为退温速率,一般取0.85~0.95,退温操作能优化时间的分配,并同初温操作一起确定了卫星通信的上下限,
最后得到最满意的解,此解使通信冲突的时间段达到最小。
在步骤2中,冲突发生时需要确定算法应用的时间段,为了便于分析卫星通信冲突时间,每个卫星编码之后采用纵向分割时间段的方式划分为几个小段;应用启发式方法,当一个LEO有多个时间段可供调整时,任务的调整时间满意度越大,该时间段被选中的概率越大,在公式(1)中,Δt越小,满意度越大;当Δt大于任务调整时间上限时,满意度趋于最小值c。
步骤4中采用LOX,CI,PMX,NABLE这4种不同方式的交叉操作来继承父代优良模式,其中LOX能够尽量保留通信时间的相对位置和相对初始值的绝对位置,CI能够在不过分打乱通信时间的基础上提供足够的修改范围,PMX能在一定程度上满足模式定理使最佳通信时间得以最大可能保留,NABLE采用置换操作来快速产生新时间段并使旧时间段发生很大的修改,如此复合化多交叉操作使得搜索行为具有明显的多样性,交叉概率的选取通过仿真验证在0.6~0.7时效果最好。
在步骤5中如果没有得到满意解则采用按区域轮询的方式进行,最后再产生状态生成函数;
采用基于适应值比例的轮盘式选择方法,并在每一代新群体中采用最优保存策略,以加强克服样本的随机误差;轮转式选择方法使用于遗传模拟退火算法genetic simulated annealingalgorithm(GASA)选择的时间段不好的情况下,设定这个门限阈值为该时间段的接收概率p(t)<=0.5;
采用时间整体替换策略,将作用在不同时间段上的交叉操作产生的所有新时间段与旧时间段进行整体择优筛选,从而加速时间分配的寻优过程。
本发明的有益效果是广泛应用于我国通信卫星系统中多个卫星到一个卫星的通信,同时亦可以应用于军用卫星系统,具有极高的经济效益和社会效益。利用多对一冲突处理方法,具有低延时和低冲突率,很好的解决了冲突的问题。
附图说明
图1是卫星网络的多对一通信冲突处理示意图;
图2是卫星可视时间状况图;
图3是LEO过GEO数量图
图4是骨干节点多对一OPNET仿真图
图5是冲突率的时间平均值对比波形
图6是延时的时间平均值对比波形
图7是吞吐量的时间平均值对比波形(bits/sec)
具体实施方式
本发明主要根据可视范围和通信时间,为卫星地面站建立详细的通信列表,具体采用编码方式、初始分配方式、确定初温、交叉替换抽样变异和退温,具有很广的适用性。
本发明内容包括:
1.编码策略
首先采用编码策略将LEO的标号和通信时间绑定,连成一维数组,奇数位表示标号,偶数位表示通信时间。前者取值为0到n,后者取值为单位时间的倍数。
2.初始分配方式
接着应用启发式方法,当一个LEO有多个时间段可供调整时,任务的调整时间满意度越大,该时间段被选中的概率越大。定义调整时间满意度函数:
f(Δt)=ced/Δt,Δt>0 (1)
其中,c、d为正常数,Δt表示调整后任务的提前或推迟时间。此函数用来对任务的调整时间进行满意度评估,Δt越小,满意度越大。当Δt大于任务调整时间上限时,满意度趋于最小值c。采用启发式方法对一维数组进行操作,随机地产生初始的时间分配,进而保证一定的质量和多样性,并且启发式方法的快速性保证了这种算法初始化的速度。
3.确定初温
当初始时间分配产生后,算法确定其中的最优和最差状态,即冲突最小和冲突最大的状态(目标值分别为Tb和Tw),并令最差状态相对最优状态的接受概率为Pr,由函数:
T=(Tw-Tb)/lnPr (2)
可确定初温T,即模拟退火算法中的初始最高等级数。一般而言,初温T应选得足够高,才能不使算法很快就落入局部最优值的陷阱,但又不能选得太高,以减少冗余的迭代。Pr对应于LEO卫星的通信时间选择的接受概率,即初始状态数据的可信度。
4.交叉操作
在执行交叉操作前,将整个时间分为K个时间段,在各时间段中按一定的概率随机选择一个时间段与整个时间中的冲突最小状态以不同的方式进行交叉,直至产生K个新的时间段,然后进行替换操作。仿真时采用LOX,CI,PMX,NABLE这4种不同方式的交叉操作来继承父代优良模式,其中LOX能够尽量保留通信时间的相对位置和相对初始值的绝对位置,CI能够在不过分打乱通信时间的基础上提供足够的修改范围,PMX能在一定程度上满足模式定理使最佳通信时间得以最大可能保留,NABLE采用置换操作来快速产生新时间段并使旧时间段发生很大的修改,如此复合化多交叉操作使得搜索行为具有明显的多样性。交叉概率的选取通过仿真验证在0.6~0.7时效果最好。
5.替换、抽样与变异
采用基于适应值比例(Proportional Model)的轮盘式选择(Roulette Wheel Selection)方法,并在每一代新群体中采用最优保存策略,以加强克服样本的随机误差。轮转式选择方法使用于GASA选择的时间段不好的情况下,设定这个门限阈值为该时间段的接收概率p(t)<=0.5。
采用时间整体替换策略,将作用在不同时间段上的交叉操作产生的所有新时间段与旧时间段进行整体择优筛选,从而加速时间分配的寻优过程。
Metropolis抽样过程是针对每个时间段进行的,对旧时间段采用互换操作(SWAP)产生新时间段,并通过判断函数:
Tn=e-Δ/t,0≤Tn≤1 (3)
来接受新状态Tn,式中t为操作的时间点,Δ为新旧时间段的目标值差,如此起到概率可控的寻优操作,而且可以做到增加时间段多样性并避免搜索陷入局部极小。此算法中所产生的新时间段即变异时间,变异操作的目的是使GA算法具有随机搜索能力,并保持群体的多样性。在算法中,变异概率很小,通常取值为0~0.02。
6退温操作
最后采用工程中常用的指数退温,即模拟退火算法中的退温函数:
tk=λtk-1 (4)
λ为退温速率,一般取0.85~0.95,退温操作通常能优化时间的分配。
下面通过附图对本发明的技术方案做进一步的详细描述。
本发明实施例提供的是一种卫星网络的多对一通信冲突处理方法,图1为本发明卫星网络的多对一通信冲突处理示意图实施例的流程示意图,如图1所示,包括如下步骤:
步骤1、首先采用编码策略生成一维数组,按照卫星标号和卫星的通信时间确定其通信的码元;
步骤2、接着采用启发式方式产生初始的分配方式,利用公式一计算满意度,去除不达标的数据,保证初始种群的多样性;
步骤3、确定初温和初始解,利用公式二测算初温,在初温的范围内取初始的解;
步骤4、利用公式三交叉选择算子计算适合种群分布的最优解,交叉和选择的概率决定了种群的分布状况。
步骤5、如果得到满意解,就直接按照相应的状态生成函数,如果没有得到满意解则采用按区域轮询的方式进行,最后再产生状态生成函数;
步骤6、利用初温和公式四退温,在固定的范围内进行种群的再度优化,最后得到最满意的解。
表1卫星冲突算法
时间段 | 冲突对象 | 时间Δt | 满意度公式(1) | 卫星通信时间 |
t1 12:00—12:12 | 1,2,3,4 | 12 | 1.47 | 1/4,1/4,1/4,1/4 |
t2 12:13—12:21 | 1,3,4 | 8 | 3.59 | 1/3,1/3,1/3 |
t3 12:22—12:30 | 1,4 | 8 | 3.59 | 1/4,3/4 |
t4 12:31—12:53 | 4 | 22 | 0.3 | 1 |
t5 12:54—13:01 | 2 | 7 | 4.84 | 1 |
t6 13:02—13:11 | 2,3 | 9 | 2.67 | 1/3,2/3 |
t7 13:12—13:33 | 1,2,3 | 21 | 0.3 | 1/3,1/3,1/3 |
t8 13:34—13:56 | 1,2,3,4 | 22 | 0.3 | 1/4,1/4,1/4,1/4 |
t9 13:57—14:01 | 1,3,4 | 4 | 43.05 | 0 |
t10 14:02—14:13 | 1,4 | 11 | 1.83 | 5/11,6/11 |
t11 14:14—14:30 | 4 | 16 | 1.04 | 1 |
t12 14:31—14:37 | none | 6 | 7.95 | 0 |
t13 14:38—14:41 | 2 | 3 | 210.92 | 0 |
t14 14:42—14:56 | 2,3 | 14 | 1.24 | 4/7,3/7 |
t15 14:57—15:11 | 1,2,3 | 14 | 1.24 | 1/3,1/3,1/3 |
t16 15:12—15:42 | 1,2,3,4 | 30 | 0.3 | 1/4,1/4,1/4,1/4 |
t17 15:43—15:56 | 1,4 | 13 | 1.38 | 7/13,6/13 |
t18 15:57—16:00 | 4 | 3 | 210.92 | 0 |
对表1卫星冲突算法舍弃的原则是:无冲突时通信时间中最小的;
发生冲突时冲突时间最短的;
链路无法建立的时间。
根据上面的原则:
(1)舍弃四组解,得到14个个体。
(2)可得t0=-(四星冲突-一星通信)/1n x0,
最好的个体:t4 22
最差的个体:t16 30
x0接收概率:0.72
t0=-(30-22)/ln0.72=25。
(3)采用交叉操作令t5分别和每个个体进行交叉。
旧个体:7*(12 8 8 22 9 21 22 11 16 14 14 30 13)
最好的个体与每个个体交叉,交叉概率0.65。
新个体:10*(9 5 5 19 6 18 19 8 13 11 11 27 10)
(4)由于都满足metropolis抽样,所以不用舍弃。
μ=2,n=14,L=28。
(5)得出24=0.95*25,通过一步一步的退温,退到0为止,最后在限定范围内取值即可。
必须满足的约束条件有:GEO每次只和一个LEO通信,并且和一个LEO只通信一次;GEO在最短通信时间里执行通信任务不被打断;当有新的LEO出现需要重新执行新的通信;优先级越高的LEO优先保证通信;每个LEO都要被通信到。
根据算法流程,算法参数选取如下:LEO个数取4,时间段的个数为100,初温10,交叉概率0.65,变异概率0.01,退温速率0.9。算法的计算时间随着LEO个数的增加而增大只能求得一个估计值tg。
利用STK场景建模,对象包括一个地球同步轨道卫星GEO和四个低轨卫星LEO1、LEO2、LEO3和LEO4。该四个低轨卫星组成一个星座,并同GEO形成链路,见表2。
表2卫星对象的参数
对象 | 高度 | 经纬度 | 倾角 | 赤经 | 偏角 |
GEO | -- | 110deg | 0deg | 0deg | 0deg |
LEO1 | 1500km | -- | 20deg | 70deg | 0deg |
LEO2 | 1500km | -- | 45deg | 80deg | 20deg |
LEO3 | 1500km | -- | 60deg | 90deg | 60deg |
LEO4 | 1500km | -- | 80deg | 110deg | 80deg |
卫星可视时间状态图中横轴是时间坐标,纵轴是卫星对象。横轴被分为18个时间冲突小段,在图中可以清晰地看出发生冲突的个数和冲突的时间段,如图2。
LEO过GEO的数量图反映的是场景时间内每一时刻LEO卫星星座对GEO的访问情况。从此图中可以看出图3和图2是一一对应的,例如第一小段有四颗卫星,那么就是说此时LEO和GEO通信有四颗卫星发生冲突,其他的情况同上,如图3。
骨干节点多对一OPNET仿真图对应于STK软件的场景建立了四个LEO低轨卫星发射节点,一个GEO接收节点,首先建立无线的发射和接收的节点模型,然后建立拓扑结构图,并导入STK的卫星轨道,收集统计量包括冲突率、延迟和吞吐量。最后设置仿真时间为4小时,采样点为36000个,如图4。
(1)冲突率的比较
算法处理后冲突率的时间平均值对比波形图中可以看出SA的冲突率为8%左右,GA的冲突率为6%左右,GASA冲突率为3%左右。由图中可以看到GASA有很强的冲突处理能力,如图5。
(2)时延的比较
算法延时的时间平均值对比波形图可以看出GASA延时最小,1.18second左右。其次是GA,基本稳定在1.22second左右。最后是SA,大约在1.25second左右。由图中可以看出GASA的延迟能力要优于其它两种算法,如图6。
(3)吞吐量的比较
吞吐量的时间平均值对比波形图中GASA平均能够达到300bit/sec左右。通过比较可以看出GASA的吞吐量较低,为了能够降低冲突率的大小,这种算法在保证一定吞吐量的情况下可以达到冲突处理的目的,如图7。
Claims (4)
1.基于卫星网络的多对一通信冲突处理方法,其特征在于具有如下步骤:
步骤1、首先采用编码策略,将低轨卫星的标号和通信时间绑定生成一维数组,奇数位表示标号,取值为0到n,偶数位表示通信时间,按照卫星标号和卫星的通信时间确定其通信的码元;
步骤2、接着采用启发式方式产生初始的分配方式,利用公式(1)计算满意度,去除低于满意度的数据,保证初始种群的多样性;
定义调整时间满意度函数:
f(Δt)=cea/Δt,Δt>0 (1)
其中,c、d为正常数,c表示最小满意度,d表示卫星通信所要调整的时间,e表示2.7到2.8间的常数,Δt表示调整后任务的提前或推迟时间;
步骤3、确定初温和初始解,利用公式(2)测算初温,在初温的范围内取初始的解;
由公式(1)利用启发式方法得到新的初始时间分配,冲突发生时需要确定算法应用的时间段,每个卫星编码之后采用纵向分割时间段的方式划分为几个小段,每个小段都可以作为初始时间;
卫星的通信时间冲突最小状态的目标值用Tb表示、卫星的通信时间冲突最大的状态的目用Tw表示,并令最差状态相对最优状态的接受概率为Pr,由函数:
T=(Tw-Tb)/lnpr (2)
可确定初温T,即模拟退火算法中的初始最高等级数,通过确定初温T,明确了卫星通信的上限时间;
T应该遵循公式(2),并在满意度公式(1)允许的情况下进行选择;
步骤4、采用LOX,CI,PMX,NABLE这4种不同方式的交叉操作来继承父代优良模式,由于初始分配得到的通信时间段比较单一,为了延长单个卫星通信的时间并且缩短多星冲突的通信时间,减少冲突率,需要在给定的范围内,将整个时间分为M个时间段,在各时间段中按一定的概率0.6~0.7随机选择一个时间段,与整个时间所述4种方式中的冲突最小状态所在的时间段,以不同的方式进行交叉,直至产生M个新的时间段;
步骤5、交叉算子运行后利用公式(1)舍弃低于满意度的值,剩余的时间段将运行退温操作;利用公式(3)交叉选择算子计算适合种群分布的最优解,交叉和选择的概率决定了种群的分布状况,
Metropolis抽样过程是针对每个时间段进行的,对旧时间段采用互换操作产生新时间段,并通过判断函数:
Tn=e-Δ/t,0≤Tn≤1 (3)
来接受新状态Tn,式中t为操作的时间点,Δ为新旧时间段的目标值差,如此起到概率可控的寻优操作,而且可以做到增加时间段多样性并避免搜索陷入局部极小;此算法中所产生的新时间段即变异时间,变异操作的目的是使遗传算法具有随机搜索能力,并保持群体的多样性;在算法中,变异概率很小,通常取值为0~0.02;通过此操作能够保证算法产生最优卫星通信时间段;
步骤6、利用公式(2)初温和公式(4)退温,在固定的范围内进行种群的再度优化,
卫星通信时间的起点已确定,为了确定终点通信时间,达到通信上下限都明确的效果,采用工程中常用的指数退温,即模拟退火算法中的退温函数:
tk=λtk-1 (4)
λ为退温速率,一般取0.85~0.95,退温操作能优化时间的分配,并同初温操作一起确定了卫星通信的上下限,
最后得到最满意的解,此解使通信冲突的时间段达到最小。
2.根据权利要求1所述的基于卫星网络的多对一通信冲突处理方法,其特征在于在步骤2中,冲突发生时需要确定算法应用的时间段,为了便于分析卫星通信冲突时间,每个卫星编码之后采用纵向分割时间段的方式划分为几个小段;应用启发式方法,当一个LEO有多个时间段可供调整时,任务的调整时间满意度越大,该时间段被选中的概率越大,在公式(1)中,Δt越小,满意度越大;当Δt大于任务调整时间上限时,满意度趋于最小值c。
3.根据权利要求1所述的基于卫星网络的多对一通信冲突处理方法,其特征在于步骤4中采用LOX,CI,PMX,NABLE这4种不同方式的交叉操作来继承父代优良模式,其中LOX能够尽量保留通信时间的相对位置和相对初始值的绝对位置,CI能够在不过分打乱通信时间的基础上提供足够的修改范围,PMX能在一定程度上满足模式定理使最佳通信时间得以最大可能保留,NABLE采用置换操作来快速产生新时间段并使旧时间段发生很大的修改,如此复合化多交叉操作使得搜索行为具有明显的多样性,交叉概率的选取通过仿真验证在0.6~0.7时效果最好。
4.根据权利要求1所述的基于卫星网络的多对一通信冲突处理方法,其特征在于,在步骤5中如果没有得到满意解则采用按区域轮询的方式进行,最后再产生状态生成函数;
采用基于适应值比例的轮盘式选择方法,并在每一代新群体中采用最优保存策略,以加强克服样本的随机误差;轮转式选择方法使用于遗传模拟退火算法选择的时间段不好的情况下,设定这个门限阈值为该时间段的接收概率p(t)<=0.5;
采用时间整体替换策略,将作用在不同时间段上的交叉操作产生的所有新时间段与旧时间段进行整体择优筛选,从而加速时间分配的寻优过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110034599 CN102164420B (zh) | 2011-02-01 | 2011-02-01 | 基于卫星网络的多对一通信冲突处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110034599 CN102164420B (zh) | 2011-02-01 | 2011-02-01 | 基于卫星网络的多对一通信冲突处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102164420A CN102164420A (zh) | 2011-08-24 |
CN102164420B true CN102164420B (zh) | 2013-07-31 |
Family
ID=44465320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110034599 Expired - Fee Related CN102164420B (zh) | 2011-02-01 | 2011-02-01 | 基于卫星网络的多对一通信冲突处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102164420B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102594433B (zh) * | 2011-12-14 | 2014-05-14 | 大连大学 | 一种卫星网络多对一通信冲突的动态优先级调度方法 |
IT201700056428A1 (it) * | 2017-05-24 | 2018-11-24 | Telespazio Spa | Innovativo metodo di scheduling satellitare basato su algoritmi genetici e simulated annealing e relativo pianificatore di missione |
CN108009718A (zh) * | 2017-11-30 | 2018-05-08 | 北京卫星信息工程研究所 | 测控数传资源一体化调度方法 |
CN108880663B (zh) * | 2018-07-20 | 2020-09-22 | 大连大学 | 基于改进遗传算法的天地一体化网络资源分配方法 |
CN111555794B (zh) * | 2020-04-16 | 2022-04-12 | 中国空间技术研究院 | 一种用于天基信息系统的资源分配方法 |
CN111510938B (zh) * | 2020-04-27 | 2021-09-07 | 西安交通大学 | 一种基于资源分配的认知卫星通信系统的干扰抑制方法 |
CN115226152B (zh) * | 2022-07-21 | 2023-07-25 | 广州爱浦路网络技术有限公司 | 一种卫星网络的通信方法、系统、电子设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1290457A (zh) * | 1997-10-24 | 2001-04-04 | 环球太空网络有限公司 | 多接入卫星通信网 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6901073B2 (en) * | 2001-02-14 | 2005-05-31 | Northrop Grumman Corporation | Encapsulation method and apparatus for communicating fixed-length data packets through an intermediate network |
-
2011
- 2011-02-01 CN CN 201110034599 patent/CN102164420B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1290457A (zh) * | 1997-10-24 | 2001-04-04 | 环球太空网络有限公司 | 多接入卫星通信网 |
Also Published As
Publication number | Publication date |
---|---|
CN102164420A (zh) | 2011-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102164420B (zh) | 基于卫星网络的多对一通信冲突处理方法 | |
CN113098714B (zh) | 基于强化学习的低时延网络切片方法 | |
CN108873936B (zh) | 一种基于势博弈的飞行器自主编队方法 | |
CN112685165B (zh) | 一种基于联合强化学习策略的多目标云工作流调度方法 | |
CN113794494B (zh) | 一种面向低轨卫星网络的边缘计算系统及计算卸载优化方法 | |
CN102158417A (zh) | 实现多约束QoS路由选择的优化方法及装置 | |
CN111629380A (zh) | 面向高并发多业务工业5g网络的动态资源分配方法 | |
CN102662756A (zh) | 一种资源可调整的卫星并行测试资源配置方法 | |
CN106059652A (zh) | 一种启发式快速卫星数据接收资源联合分配方法 | |
CN108021433B (zh) | 一种多星星簇的目标观测方法 | |
CN101616074B (zh) | 基于量子进化的组播路由优化方法 | |
EP4024212B1 (en) | Method for scheduling inference workloads on edge network resources | |
CN102523585A (zh) | 基于改进遗传算法的认知无线电方法 | |
Peng et al. | Edge intelligence for multi-dimensional resource management in aerial-assisted vehicular networks | |
CN114415735A (zh) | 面向动态环境的多无人机分布式智能任务分配方法 | |
CN114339842A (zh) | 基于深度强化学习无人机集群在时变场景下动态轨迹设计方法和装置 | |
CN117614520B (zh) | 基于无人机-卫星协作的去蜂窝大规模mimo资源优化方法 | |
He et al. | Balancing total energy consumption and mean makespan in data offloading for space-air-ground integrated networks | |
Zhao et al. | Resources scheduling for data relay satellite with microwave and optical hybrid links based on improved niche genetic algorithm | |
CN102395134B (zh) | 星地一体化路由规划选择方法及装置 | |
CN104967495B (zh) | 一种气象卫星Markov时变信道仿真模型的建立方法 | |
CN114356881A (zh) | 一种针对无人机协作簇的区块链系统设计方法及装置 | |
Yang et al. | Multi-objective optimization of freeway traffic flow via a fuzzy reinforcement learning method | |
CN102253978A (zh) | 基于混合蚁群算法的公交车载多媒体文件更新方法 | |
Hou et al. | Research on dynamic assignment of satellite communication tasks based on GA algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130731 Termination date: 20190201 |
|
CF01 | Termination of patent right due to non-payment of annual fee |