CN104270793A - 一种基于卫星协同传输的资源分配方法 - Google Patents

Abstract

本发明公开了一种基于卫星协作的资源分配方法，其中该方法特征为：将GEO间链路和GEO-LEO链路建模为M/M/1队列，建立两个系统参数(系统传输时延、信源缓存队列大小)与业务流量在转发卫星间分配结果的关系。通过调整分配方案追求优化的系统目标函数，从而突破单链路卫星通信情况下的传输速率限制，提高卫星信道的利用率，在提高用户数据传输速率的同时平衡卫星网络的负载。

Description

一种基于卫星协同传输的资源分配方法

技术领域

本发明涉及无线通信技术，特别涉及一种协同传输的资源分配方法。

背景技术

卫星通信是地球表面基站和低轨卫星飞行器等无线电通信站间与空间轨道卫星(作为中继或信源信宿)进行的通信。覆盖全球的静止地球轨道GEO卫星，轨道高度大约为36000km，成圆形轨道。通过多址连接的方式，同一个卫星转发器可以联接多个地球站。卫星通信常用的多址联接方式有频分多址联接(FDMA)、时分多址联接(TDMA)、码分多址联接(CDMA)和空分多址联接(SDMA)。

当前的卫星通信场景正在向融合和协同的网络化方向发展，随着通信业务和传输方式的多样化和业务量的加速增加，简单的GEO-LEO即传统点对点卫星通信模式已经不能满足当前空天信息网络中的用户需求。同时静态轨道卫星GEO的增多和通信能力不断加强，例如激光通信技术在GEO上的应用使得高轨卫星间拥有了较高质量的通信链路从而可以进行流量的转发和星间协作信令的传输，提供了进行卫星协作的上下行数据传输的可能性。

对现有的空天信息网络的卫星协作研究多是针对网络架构，分层模式以及单链路情况下的传输性能进行讨论。针对多路协作传输的研究在地面通信网络中开展的较为广泛，例如：通过分离快速重传机制,CMT的拥塞窗口增长机制，延迟的ACK应答机制处理SCTP并行传输协议中不必要的快速重传，过多的确认包等问题。然而地面网络的并传协议与空天场景中的需求相差较大。因为卫星协作中涉及的转发中继不多，路由算法需求小。同时，地面并传算法对空间通信中更为重视的全程传输时延缺乏考虑。

本发明通过将GEO间链路和GEO-LEO链路建模为M/M/1队列的方式，建立两个系统参数(系统传输时延、信源缓存队列大小)和业务流量在转发卫星间分配结果的关系。通过调整分配方案追求更优化的系统目标函数，从而突破单链路卫星通信情况下的传输速率限制，提高卫星信道的利用率，在提高用户数据传输速率的同时平衡卫星网络的负载。

发明内容

为了解决上述技术问题，本发明提供了一种基于卫星协作的资源分配方法。通过调整业务流量分配方案在单位时间内传输更多的数据，在一定程度上使得单位时间的传输时延最小，并且最大化系统吞吐量。分配子业务流时追求的优化目标函数为其中D_i表示第i颗转发卫星所属子流的全程时延。另外加入对源卫星缓存容量的约束，为协同信令提供容量保证。Ex_i表示源GEO为转发GEO的业务花费的缓存开销和维持中继星信令花费的缓存开销之比。

本发明提供的一种多卫星协同传输场景的业务分配方法，其特征在：

需要将从源GEO进入卫星网络的业务建模为M/M/1队列模型，从而利用数学方法进行业务分配方案对网络时延和卫星缓存消耗量的计算，每条转发路径上的业务和信道传输速率服从以下条件：

1)包到达服从参数为λ的泊松分布

2)卫星信道服务速率μ服从指数分布

3)各信道中的业务子流相互独立并仍服从泊松分布。

分配前的总业务流被分为多个业务子流在不同的网络中进行传输时，为了对业务子流进行传输控制，将加入相应的控制信令，这必然加大空口的信令开销，因此存在

所述方法中卫星信道中从而队列的状态构成的马尔科夫链具有时间可逆性，即该队列的输出过程仍然服从参数为λ的泊松分布。

所述的多个M/M/1队列所组成的卫星转发子信道中，各队列处于平稳状态，从而各队列中的包数独立于过去从该队列离开的包数，而且各队列中的包数也是互相独立的。

在系统满足业务到达率服从泊松分布，信道服务速率服从指数分布时，所述的目标函数中的D_i可以通过M/M/1数学模型推导为其中n_hop为转发卫星GEO_i与源卫星之间的跳数，μ_GEO为高轨卫星件激光通信信道的业务速率。其中为信道中已由源GEO₁发出但还未未被中继GEO接收的业务数据，γ_i为对该GEO负责的业务需要缓存容量的加权(根据其距离源GEO的跳数而定)。L_x为源GEO₁与中继GEO信令通信消耗的缓存，为定值。

与现有的地面网络协作传输方法相比，本方法在空天信息网络场景中弱化对多节点路由性能优化的侧重，而将最小化系统时延和信源卫星维护的信令缓存空间作为联合优化目标。并通过M/M/1队列模型模拟数据包在卫星转发路径中的排队时间和需要缓存的数据量变化情况，进而满足优化目标的需求，从而在提高卫星信道传输效率的同时对网络负载进行均衡。

在本发明的具体实施方式例中，给出了基于卫星协作的网络资源分配的具体实施案例。

附图说明

下面将通过参照附图详细描述本发明的示例性实施例，使本领域的普通技术人员更清楚本发明的上述及其它特征和优点，附图中：

图1为本发明一个实施例的卫星协作传输场景示意图。

图2为本发明一个实施例的卫星协作传输系统模型图。

图3为本发明一个实施例的资源分配流程图；

图4为本发明一个实施例与传统资源分配方法(按GEO-LEO链路容量进行分配)在全程时延上的性能对比。

图5本发明一个实施例与传统资源分配方法(按GEO-LEO链路容量进行分配)在源GEO缓存占用的性能对比。

具体实施方式

下面结合附图对本发明作进一步详细描述。

图2为本发明一个实施例的卫星协作传输系统模型图，GEO因为具有相对位置稳定，高层空间大气稀薄等特点采用链路质量较高速率较快的激光通信技术进行组网。其特点是每条链路的传输能力相同，多跳GEO之间的中继性能可以用跳数表征。在GEO-LEO之间采用Ka波段通信方式进行数据链路通信，每个GEO与同一用户LEO之间的通信延迟和数据发送速率的差异较大。图2中，GEO₁为信源，LEO为信宿。GEO₂与GEO₃为信源的协同卫星，帮助GEO₁转发部分业务流量。其中GEO₂既负责向用户转发业务又负责向GEO₃转发业务，即为中继星，GEO₂需要和源GEO₁维持信令通信。

图3为本发明一个实施例的流量分配流程图，下面将针对图2中的系统模型进行实施步骤的解析：

在步骤S100中，确定GEO间激光通信信道和GEO-LEO之间无线通信链路的服务速率μ_i，为后续步骤中对每条子信道中的业务到达率进行限定做准备。其中，GEO间激光链路由于处于高轨真空中，而且高轨卫星间隔相同，多跳中继转发时可以用跳数来衡量GEO间的包传输延迟。

在步骤S200中，需要将从源GEO进入卫星网络的业务建模为M/M/1队列模型，从而利用数学方法进行业务分配方案对网络时延和卫星缓存消耗量的计算，每条转发路径上的业务和信道传输速率服从以下条件：

4)包到达服从参数为λ的泊松分布

5)卫星信道服务速率μ服从指数分布

6)各信道中的业务子流相互独立并仍服从泊松分布。

为得到业务延迟应建立每条子业务流中的业务到达率与信道内传播时延之间的对应关系。根据排队论，可以得到其中p_k为信道中有k个包的概率，p0为信道中没有数据包的概率，从而，可以计算出每条子信道中包数目的数学期望值(式中L_s即为包数目的数学期望)： $L_s=\underset{k=0}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{kp}}_k=\underset{k=0}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{k\ρ}}^k{p}_0=\underset{k=0}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{k\ρ}}^k(1-\mathrm{\ρ})=\mathrm{\ρ}(1-\mathrm{\ρ})\underset{k=0}{\overset{\∞}{\mathrm{\Σ}}}{\mathrm{k\ρ}}^{k-1}=\frac{\mathrm{\ρ}}{1-\mathrm{\ρ}}=\frac{\mathrm{\λ}}{\mathrm{\μ}-\mathrm{\λ}}.$ 分配前的总业务流被分为多个业务子流在不同的网络中进行传输时，为了对业务子流进行传输控制，将加入相应的控制信令，这必然加大空口的信令开销，因此存在其中，R_i为各子信道业务流量，R为总业务负载。

所述方法中卫星信道中从而队列的状态构成的马尔科夫链具有时间可逆性，即该队列的输出过程仍然服从参数为λ的泊松分布。

所述的多个M/M/1队列所组成的卫星转发子信道中，各队列处于平稳状态，从而各队列中的包数独立于过去从该队列离开的包数，而且各队列中的包数也是互相独立的。

从而在系统满足条件(业务到达率服从泊松分布，信道服务速率服从指数分布)时，GEO₁-GEO₂，GEO₂-LEO子流的时延可以得出：其中μ_GEO为GEO之间链路的服务速率，μ₂为GEO₂-LEO之间下行数据链路的服务速率，λ₂为GEO₂子信道的业务到达率，L₂为GEO₁-GEO₂，GEO₂-LEO全链路中数据量的数学期望值。

在步骤S300中，针对QoS要求高的业务和通信信令，需要信源对已经发送但未被接收到的数据包进行缓存。由于上个步骤中给出了信道中包数的数学期望L_s的计算方法，可以进行缓存占用的估算。在图2所示系统模型中，信源GEO₁既需要缓存发送给GEO₂和GEO₃的转发业务，也需要缓存其与GEO₂之间进行通信的中继信令。在本模型中，用表示中继信令在缓存中的占比情况，L_i为GEO₁与GEO_i之间的转发业务所占用的缓存量，γ为由于GEO₃是两条转发卫星产生的加权值(不通顺)，L_x为中继星GEO₂与GEO₁之间维持通信的信令所占用的缓存量。

在步骤S400中，分配子业务流时追求的优化目标函数为其中D_i表示第i颗转发卫星所属子流的全程时延。另外加入对源卫星缓存容量的约束，为协同信令提供容量保证。Ex_i表示源GEO为转发GEO的业务花费的缓存开销和维持中继星信令花费的缓存开销之比。具体的目标函数为 $\mathrm{mi}\underset{\stackrel{\&RightArrow;}{\mathrm{\&lambda;}}}{n}[\mathrm{\&alpha;}(\underset{i=1}{\overset{3}{\mathrm{\&Sigma;}}}\frac{1}{{\mathrm{\&mu;}}_i-{\mathrm{\&lambda;}}_i}+\frac{1}{{\mathrm{\&mu;}}_4-{\mathrm{\&lambda;}}_2}+\frac{2}{{\mathrm{\&mu;}}_4-{\mathrm{\&lambda;}}_3})+\mathrm{\&beta;}\frac{L_2+\mathrm{\&gamma;}{L}_3}{L_x}],$ 并给出等式与不等式约束条件 $\underset{i=1}{\overset{3}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}_i=\mathrm{k\&lambda;},0\&le;{\mathrm{\&lambda;}}_1<{\mathrm{\&mu;}}_1,0\&le;{\mathrm{\&lambda;}}_2<\min ({\mathrm{\&mu;}}_2,{\mathrm{\&mu;}}_4-{\mathrm{\&lambda;}}_3),0\&le;{\mathrm{\&lambda;}}_3<\min ({\mathrm{\&mu;}}_3,{\mathrm{\&mu;}}_4),$ 其中系数k表示将源业务分流的额外开销，0≤λ₁＜μ₁,0≤λ₂＜min(μ₂,μ₄-λ₃),0≤λ₃＜min(μ₃,μ₄)表达了子信道中业务速率不能超过信道服务速率的要求，从而保证系统中各子信道处于稳定状态。因为当系统的服务速率小于到达速率时，将会导致系统拥塞。

在步骤S500中，将包含等式与不等式约束条件的非线性优化问题利用拉格朗日乘子法转化为无约束的优化问题，以降低最优解选取的难度。上一步骤中的目标函数构建的拉格朗日函数为 $L({\mathrm{\&lambda;}}_1,{\mathrm{\&lambda;}}_2,{\mathrm{\&lambda;}}_3,\mathrm{\&omega;})=f({\mathrm{\&lambda;}}_1,{\mathrm{\&lambda;}}_2,{\mathrm{\&lambda;}}_3)-v(\underset{i=1}{\overset{3}{\mathrm{\&Sigma;}}}{\mathrm{\&lambda;}}_i-\mathrm{k\&lambda;})-{\mathrm{\&omega;}}_1({\mathrm{\&mu;}}_1-{\mathrm{\&lambda;}}_1)-{\mathrm{\&omega;}}_2(\min ({\mathrm{\&mu;}}_2,{\mathrm{\&mu;}}_4-{\mathrm{\&lambda;}}_3)-{\mathrm{\&lambda;}}_2)$ -ω₃(min(μ₂,μ₄)-λ₃)。其中，根据一阶条件可以得到ω₁(μ₁-λ₁)＝0，ω₂(min(μ₂,μ₄-λ₃)-λ₂)＝0，ω₃(min(μ₂,μ₄)-λ₃)＝0。依据上一步骤中得到的约束0≤λ₁＜μ₁，0≤λ₂＜min(μ₂,μ₄-λ₃)，从而可得ω_i＝0。再由▽_λL(λ,ω,v)＝0可以得到优化目标的局部最优解。

在步骤S600中，由于约束条件对自变量求导不大于零，因此只需验证即目标函数为凹函数即可证实得到的分配结果为全局最优解。否则，重新感知信道参数再次进行计算。

图4和图5为本发明一个实施例的仿真结果对比图，对比方法为按GEO-LEO速率进行流量分配其中，Ri为各子信道业务流量，R为总业务负载，k表示进行流量分配所带来的开销。从图中(三条GEO-LEO速率分别为2Mbps,3Mbps和4Mbps，GEO-GEO的速率为3Mbps)可以看出，虽然本方法和传统方法的时延同样随着业务量的增加急剧增加，但是使用本方法时的时延和信源缓存性能在重负载情况下都得到了较大提升。另外图4，图5设置了不同的时延和信源缓存加权参数(α＝0.75,β＝0.25；α＝0.25,β＝0.75)，因此该仿真也体现了本发明的灵活性，即在追求整体效用值的同时还可以针对不同的网络和业务需求调整优化目标。

以上所述仅为本发明的一个实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于卫星协同传输的资源分配方法，其特征为

需要将从源GEO进入卫星网络的业务建模为M/M/1队列模型，从而利用数学方法进行业务分配方案对网络时延和卫星缓存消耗量的计算。分配子业务流时追求的优化目标函数为其中D_i表示第i颗转发卫星所属子流的全程时延，Ex_i表示源GEO为转发GEO_i的业务花费的缓存开销和维持中继星信令花费的缓存开销之比。每条转发路径上的业务和信道传输速率服从以下条件：

1)包到达服从参数为λ的泊松分布

2)卫星信道服务速率μ服从指数分布

3)各信道中的业务子流相互独立并仍服从泊松分布。

2.根据权利要求1所述的方法，其特征在于，分配前的总业务流被分为多个业务子流在不同的网络中进行传输时，为了对业务子流进行传输控制，将加入相应的控制信令，这必然加大空口的信令开销，因此存在

3.根据权利要求1所述的方法，其特征在于，所述的方法中卫星信道中从而队列的状态构成的马尔科夫链具有时间可逆性，即该队列的输出过程仍然服从参数为λ的泊松分布。

4.根据权利要求1所述的方法，其特征在于，所述的多个M/M/1队列所组成的卫星转发子信道中，各队列处于平稳状态，从而各队列中的包数独立于过去从该队列离开的包数，而且各队列中的包数也是互相独立的。

5.根据权利要求1所述的方法，其特征在于，在系统满足业务到达率服从泊松分布，信道服务速率服从指数分布的条件时，所述的目标函数中的D_i可以通过M/M/1数学模型推导为其中n_hop为转发卫星GEO_i与源卫星之间的跳数，μ_GEO为高轨卫星件激光通信信道的业务速率。其中为信道中已由源GEO发出但还未未被中继GEO接收的业务数据，γ_i为对该GEO负责的业务需要缓存容量的加权(根据其距离源GEO的跳数而定)。L_x为源GEO与中继GEO信令通信消耗的缓存，为定值。