CN109347536A - 一种基于态势知识的空间网络资源状态监控系统 - Google Patents
一种基于态势知识的空间网络资源状态监控系统 Download PDFInfo
- Publication number
- CN109347536A CN109347536A CN201811056884.7A CN201811056884A CN109347536A CN 109347536 A CN109347536 A CN 109347536A CN 201811056884 A CN201811056884 A CN 201811056884A CN 109347536 A CN109347536 A CN 109347536A
- Authority
- CN
- China
- Prior art keywords
- resource
- data
- spatial network
- telemetry
- situation
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18519—Operations control, administration or maintenance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种基于态势知识的空间网络资源状态监控系统,包括遥测遥控模块、资源建模模块、资源监控模块以及预测模块;资源监控模块从形成资源态势知识库中读取数据并进行遥测数据解析,获取星上载荷、整星的状态及报警信息形成资源实时态势数据库;预测模块获取星上载荷、整星的状态及报警信息计算空间网络资源参数指标并进行监测,生成资源预警信息。本发明将资源状态信息进行统一管理和控制,实现了空间网络系统中资源状态的实时监控,为系统资源调度提供实时数据支撑,提高了系统的运行效率;建立了卫星资源态势知识数据库,在此基础上进行空间网络资源的状态监控,有利于降低通信负载和优化功率消耗。
Description
技术领域
本发明涉及一种基于态势知识的空间网络资源状态监控系统,适用于建立卫星网络系统中的资源状态监控,属于卫星资源技术领域。
背景技术
随着未来空间业务的不断拓展,空间态势综合感知能力的不断增强,将使空间活动中需要传输的信息量越来越大,对传输的实时性、可靠性和安全性等都提出更高的要求,需要一体化的空间信息网络在通信容量、传输质量、抗干扰能力、可靠性和安全性等方面提供更好的支持。作为未来空间信息网络的核心组成部分,空间信息网络具有覆盖范围广、信息量大、实时性强的特点,必须实现各类空间信息资源的快速传送和交换,提供高速的信息传输和分发通道,充分利用空间信息平台的无缝覆盖能力实现及时高效、安全可靠的空间网络通信。未来空间信息网络将是执行空间任务的骨干,为了满足网络模式下海量信息资源在全球范围内高速传输的准确性,首先必须要实现空间网络资源状态的实时监控。
由于受位置分布、形态异构、需求多样等影响因素,空间网络资源具有如下特点:
(1)资源共享与分离并存
空间网络资源中,某些资源同一时刻只能被一个活动占用,如相机资源、天线资源等。相机资源同一时刻只能对一个目标成像,即只能被一个成像活动占用;同时,某些资源可以同时被多个活动消耗或者补充,如存储资源、电池资源等。存储资源可以同时用于成像的写入和数传的读取,即实时数传。此时,存储的占用量由两个活动共同决定。
(2)资源在时间上的累积和瞬时消耗并存
执行任务过程中,某些活动对资源的消耗在某一时刻瞬间完成,如相机开机和相机关机对相机状态的改变等;某些活动对资源的消耗在某一个持续时间内完成,如数传对卫星天线的占用等;某些活动对资源的消耗是一个累积过程,如数传和成像对卫星存储器的消耗和补充;某些资源在没有活动时以一定速率补充,活动对资源的消耗和补充具有叠加效果,如成像和对日定向对卫星电量的消耗和补充。
(3)资源过度订阅与区间调度
卫星作为稀缺资源,只能部分满足用户需求。为了以达到综合效益最优,需要在搜索中选择最优的资源组合。空间网络资源调度中活动的时间窗口耦合程度较复杂,具有明显的区间调度特性。而在搜索中,需要不断增删任务,增删任务过程中,若同时确定活动的开始时间,则会由于近视考虑问题造成过度承诺。因此,既需要在调整中保持时间的柔性,又需要在局部调整时增量式计算资源约束的一致性。
由于以上特点,空间网络个体之间在进行资源信息交换时容易产生信息缺失问题、在进行资源信息共享时会产生资源语义冲突问题以及在进行信息处理时会产生处理方法不兼容问题,对空间网络中实现资源灵活组网和统一管理造成很大困难。
发明内容
本发明的技术解决问题是:提供了一种基于态势知识的空间网络资源状态监控系统,实现了空间卫星网络系统中资源状态的实时监控,为系统资源调度提供实时数据支撑,提高了系统的运行效率。
本发明的技术解决方案是:
提供一种基于态势知识的空间网络资源状态监控系统,包括遥测遥控模块、资源建模模块、资源监控模块以及预测模块;
所述遥测遥控模块获取各卫星的遥测数据,包括静态特征、状态及负载;
资源建模模块将遥测数据转换为计算机可处理的数据并形成资源态势知识库;
资源监控模块从形成资源态势知识库中读取数据并进行遥测数据解析,获取星上载荷、整星的状态及报警信息形成资源实时态势数据库;
预测模块从资源实时态势数据库中获取星上载荷、整星的状态及报警信息计算空间网络资源参数指标并进行监测,生成资源预警信息,将资源预警信息、星上载荷、整星的状态及报警信息发送给任务调度模块。
优选的,资源建模模块从遥测数据中提取六元组Rj描述:
Rj={r,Pri,Set,Ava,Acc,CaP}
其中:r表示资源的名称;Pri表示资源的优先级;Set表示资源的准备时间;Ava表示资源的可用时间区间;Acc表示在同一时刻资源能够参与调度的任务数;Cap表示资源的容量;资源态势知识库包括资源{R1,…,Rm},1≤j≤m,以及资源对应的星上载荷、整星的状态及报警信息。
优选的,资源监控模块获取六元组Rj,并根据Ava和Acc判断该资源能否参与当前资源调度,如果能,则判定为正常,如果不能则生成报警信息,并发送给任务调度模块。
优选的,资源建模模块将帧标识发送给资源监控模块,资源监控模块根据帧标识判断帧同步码是否正确,如果不正确则丢弃该帧,如果正确,则进行解析。
优选的,解析包括对数据进行纠错、信道分录、载荷分包和源包重构,然后根据标准格式生成遥测数据包,将遥测数据包存放到资源态势数据库中。
优选的,预测模块根据遥测数据包生成以下资源参数:丢包率ln,时延T,在网率T1/T0,脱网率T2/T0,链路负载φ以及吞吐量ρ;预测模块判断参数是否在阈值范围内,如果不在则生成资源预警信息并发送给任务调度模块。
优选的,丢包率ln的生成方法为:从遥测数据包获取时段n内丢失的报文数Ln,以及在时段n内进入网络的报文数Cn,通过ln=Ln/Cn计算丢包率ln。
优选的,时延T的生成方法为:从遥测数据包获取数据报文的长度L,第i跳链路的带宽Ci,第i跳链路的物理长度di,第i跳链路的传播速度vi,数据报文在第i个路由器上的时延fi,根据公式计算时延T。
优选的,时延T的生成方法为:从遥测数据包获取数据报文的长度L,第i跳链路的带宽Ci,第i跳链路的物理长度di,第i跳链路的传播速度vi,数据报文在第i个路由器上的处理时延pi,数据报文在第i个路由器上的排队时延qi,根据公式计算时延T。
优选的,在网率T1/T0的生成方法为:从遥测数据包获取用户在网时间T1及设定时间段T0,并计算二者的比例。
优选的,脱网率T2/T0的生成方法为:从遥测数据包获取用户脱网时间T2及设定时间段T0,并计算二者的比例。
优选的,链路负载φ的生成方法为:从遥测数据包获取生成业务数据包的数目Nt,每个生成业务数据包的数据长度lti以及无线信道数据率c,计算信道上所有用户在单位时间内要传送的数据量计算链路负载其中ΔT为计算步长。
优选的,吞吐量ρ的生成方法为:从遥测数据包获取数据采集阶段正确接收到的数据包数目每个正确接受数据包的数据长度lri以及无线信道数据率c,计算吞吐量ρ,其中ΔT为计算步长。
本发明与现有技术相比的有益效果是:
(1)本发明基于态势知识提出了空间网络资源状态监控系统,相比采用谁需要谁获取的数据传输方案减少了信息数据的重复传输,建立了卫星资源态势知识数据库,在此基础上进行空间网络资源的状态监控,有利于降低通信负载和优化功率消耗;
(2)本发明提出的空间网络资源状态监控系统实现资源状态信息的统一管理,有效避免了空间网络个体之间在进行资源信息交换时容易产生信息缺失问题、在进行资源信息共享时会产生资源语义冲突问题以及在进行信息处理时会产生处理方法不兼容问题,提高了监控系统运行的鲁棒性。
(3)本发明优选了可以代表资源利用率和连通性的参数进行监控,覆盖了空间网络资源的主要预警性能,建立了一套完整的预警指标体系,并通过该指标体系实现了网络资源的实时监控,增强了空间网络资源调度的灵活性。
附图说明
图1为空间网络资源实时监控方法流程图;
图2为本发明可重复资源示意图;
图3为本发明消耗性资源示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行进一步的详细描述。
提供了一种基于态势知识的空间网络资源状态监控系统,实现了空间网络系统中资源状态的实时监控,包括遥测遥控模块、资源建模模块、资源监控模块以及预测模块;各模块的组成及处理过程如图1所示。资源以其客观实际的形态存在于实体层,通过星间遥测将其原始数据(静态特征、状态、负载)传送到遥测遥控模块;遥测遥控模块负责进行数据采集,并发送给资源建模模块;资源建模模块负责设计资源规范性描述,将资源原始数据转换为计算机可处理的信息,然后解耦资源与能力,对二者信息填充语义,使其变为计算机可理解的知识并建立卫星资源知识库;资源监控模块负责完成组网卫星间遥测数据的解析,并建立卫星资源态势知识数据库,在此基础上进行空间网络资源的状态检测,获取设备、系统、整星的工作态势及预警信息;根据星上载荷、整星的状态及报警信息计算空间网络资源参数指标并进行监测,生成资源预警信息,将资源预警信息、星上载荷、整星的状态及报警信息发送给任务调度模块。任务调度模块以资源预警信息、星上载荷、整星的状态及报警信息作为参考,生成空间网络的动作执行序列。
该方法的实现流程为:
首先针对空间任务内容与任务模式,分析空间网络资源存在形态和复杂特性,将分布异构的资源映射为一个可动态伸缩的资源池,以实现个体间的资源全局共享与快速分配,支持个体间的无缝互操作,实现空间网络资源的建模和规范性描述。
在空间网络资源建模中,从以下三个方面进行建模:
(1)时间窗口约束
时间窗口是卫星在执行任务时,任务目标必须处于的可见范围。卫星与目标之间并非时时可见,而是存在时间窗口约束。只有处于时间窗口范围内,资源才有可能被调度。
(2)多样性的资源
在多资源、多任务条件下,存在完成同一任务的资源并不唯一确定,资源的选择更加多样化。选择最适合的资源参与调度和当资源分配失败后选择其他可代替资源,增加了调度的复杂性。
(3)可中断的任务
一个可中断任务可被分成一系列时段执行,可被中断和恢复。当任务中断时,其资源被释放,可以分配给其他任务。任务的执行时段不能事先给定的,将增加调度的难度。
在对空间网络资源进行建模和规范性描述后,资源状态可以在空间网络中进行信息化传输和共享。要实时高效地对空间网络资源进行监控,还需将资源状态进行标准化集成,完成星间遥测数据的解析,并建立卫星资源态势知识数据库,在此基础上进行空间网络资源的状态检测,获取设备、系统、整星的工作态势及预警信息。
完成知识库建立后,对知识库中的信息进行标准化集成,生成数据格式对象,用于遥测数据的解析。遥测参数的处理包括接收存储和解析处理两个阶段。解析处理包括遥测参数的状态判断和状态检测。接收存储阶段从测控系统接收遥测数据流,解密并将原文件本地保存并入库,判断帧同步码并将数据流解析处理,标准化集成过程需提供帧同步信息,以获取帧标识。在解析处理过程中,需要对接收数据进行纠错、信道分录、载荷分包和源包重构,然后根据标准化集成提供的遥测数据格式规范解析源包中的参数数据,使其具有物理意义,完成遥测参数的状态判断。
通过对空间网络资源态势进行分析,将获取的遥测数据进行状态判断后根据天基资源状态知识库的关系知识进行卫星状态检测,获取设备、系统、整星的工作态势及预警信息。将经过处理的遥测参数与分析结果存入资源实时态势数据库,此数据库为资源态势预测提供了部分输入数据,并为资源效能评估提供资源参数。
对任务的规划和对资源的调度不仅需要资源的当前状态信息也需要未来一段时间内的状态预测信息,两种信息共同构成了卫星资源的态势信息。以资源态势实时监控得到的系统参数为预测的初始值,以任务指令为输入,结合该系统的参数和运行规律进行一系列的参数推算。若在预测结果中出现参数进入预警值范围,则对此参数发生预警的时间和预警级别进行记录,为资源运行效能评估提供参考。
在对资源进行建模时,可以将其分为可重复资源和消耗性资源。可重复资源在规划动作执行时被占用,每个动作可以占用不同数量的资源。当动作执行完成或中断时,占用的资源被释放,因此该类资源不需要进行补充,例如星上总线带宽、电源系统提供的总功率。可重复资源一般是瞬时变化的,图2给出了规划执行过程中可重复资源数量的变化情况。当侦察设备开始运行和通讯系统开始传输数据后,都将在电源系统中占用一定功率的电能,并且在动作完成后自动恢复。
消耗性资源与可重复资源的区别在于,消耗性资源在被使用时可用容量减少,并且不会自动恢复。在有些情况下,消耗性资源可以通过生产性动作进行补充,例如太阳能电池充电、存储器下传数据等,而有些消耗性资源无法得到补充。消耗性资源的变化可能是瞬时的或连续的,图3给出了规划执行过程中消耗性资源数量的变化情况。随着侦察设备不断进行执行任务,并将拍摄成像存储在存储器中,存储器资源不断被消耗,资源余量不断变化。当卫星执行向地面传输存储器数据的活动时,存储器将所有照片传输给地面系统,并且存储器可用资源余量恢复至最大容量。
那么天基资源调度过程中相关的资源,可以用一个六元组描述,即
Rj={r,Pri,Set,Ava,Acc,CaP} (1)
其中:r表示资源的名称;Pri表示资源的优先级;Set表示资源的准备时间,即资源从请求到可用的时间;Ava表示资源的有用性,即资源的可用时间区间;Acc表示资源的适用度,即在同一时刻资源可以参与调度的任务数;Cap表示资源的容量。所有资源的集合定义为资源集:R={R1,…,Rm),1≤j≤m。
在完成资源建模后,需要建立态势知识库,知识库中的知识分为两类,一类是表示参数正常范围及预警范围的数值知识,一类是表示遥测参数与卫星态势关系的关系知识。知识库的采用分级结构,将卫星资源信息分为整星级、系统级、设备级、参数级。例如一颗对地观测卫星的资源,系统级有姿态系统、轨道系统、测控系统、电源系统、温控系统、有效载荷等系统,系统级下有相应的设备,每个设备由不同的参数描述。
在数据库中需要考虑的参数有:
1、系统工作模式。比如数传系统的工作模式有不工作、记录、回放、直传等。
2、设备状态。每种工作模式对应系统中各设备的不同状态。比如数传系统不工作时,发射机、固存等设备处于关机状态。
3、设备对应的预期遥测参数。在不同状态时,根据经验知识科得到设备对应的正常遥测参数值或参数范围。
4、遥测参数预警值。为了及时发现状态异常,可以设计预警值,进入预警值的参数仍处在正常范围但有异常变化倾向。
完成知识库建立后,用XTCE(基于可扩展标记语言的遥测遥控信息交换)方法对知识库中的信息进行处理,生成数据格式对象,用于遥测数据的解析。遥测参数的处理包括接收存储和解析处理两个阶段。解析处理包括遥测参数的状态判断和状态检测。接收存储阶段从测控系统接收遥测数据流,解密并将原文件本地保存并入库,判断帧同步码并将数据流解析处理,XTCE文件提供帧同步信息,以获取帧标识。在解析处理过程中,需要对接收数据进行纠错、信道分录、载荷分包和源包重构,然后根据XTCE提供的遥测数据格式规范解析源包中的参数数据,使其具有物理意义,完成遥测参数的状态判断。
经过状态判断之后的遥测数据被临时存储到文本文件中。文件中包括以下几项内容:
序号:遥测参数的标识号;
参数代号:遥测参数的编号,根据系统进行划分;
参数名称:遥测参数的名称;
原码:遥测数据帧中传输的原始二进制数据;
物理量:根据遥测原码进行处理得出的有物理意义的遥测参数值,如果遥测数据为电压、电流或者温度等数据,则处理后的结果用十进制数表示;如果遥测数据为卫星代号、帧识别字等信息时,处理后的结果一般用十六进制数表示;
判断结果:根据是否报警和正常状态信息进行判断后,得出的该遥测参数是否正常的信息,并确定报警级别,对于不需要报警的遥测参数,其判断结果恒定为正常。
在完成态势数据库的建立后,从卫星资源实时态势数据库中获得历史数据,形成参数的时间序列,在时间序列的基础上进行分析,完成资源态势预测。对于卫星的质量、惯量、推力器的参数、各系统功率等卫星固有的属性,对所需的参数进行计算。需要提前在知识库中存储不同类型卫星的物理属性知识,包括基本不随时间变化的星体质量、电源电压等参数和各系统的运行规律。以资源态势实时监控得到的系统参数为预测的初始值,以任务指令为输入,结合该系统的参数和运行规律进行一系列的参数推算。若在预测结果中出现参数进入预警值范围,则对此参数发生预警的时间和预警级别进行记录,为资源运行效能评估提供参考。
针对网络性能指标监视的实际应用,需要考虑以下因素:
(1)天基网络系统包含的性能指标繁多,由于网络内信息交互与传递,很多性能指标关系密切,指标参数之间存在信息冗余;并且根据网络任务及分工不同,各指标参数的重要程度也不同,因此没必要监测所有参数。
(2)航天器系统资源有限,其在轨计算能力和存储能力受限,这是天基网络性能监测系统需要考虑的重要因素。在获取重要性能指标的过程中,大量数据、信息收集及处理,将占用相当大的网络带宽,从而对正常网络通信造成重大影响。
基于以上两点原由,本项目在天基网络各层性能指标进行综合分析的基础上,围绕空间任务、网络性能、服务质量等典型性能特征,选择出重要且有代表性参数作为系统性能监测指标。
监测的重要性能指标参数如下:
(1)网络连通性
由丢包率和时延这两个量来描述网络连通性。
a)丢包率
丢包率定义为链路或者路径在一段时间内丢失包占传输包总数的比例。一个链路或路径在时段n的丢包率为
ln=Ln/Cn (2)
其中,Cn是在时段n内进入网络的报文数,Ln为时段n内丢失的报文数。
b)时延
当数据报文到达一个路由器,经过路由器的处理并发送到下一个路由器时,数据报文经历的时延由以下几个元素构成:
传输时延:传输时延是把数据报文发送到链路上的时间,即从数据报文第一位到达链路到数据报文最后一位到达链路的时间。
传播时延:传播时延是一个数据报文从链路的一端发送到另一端的时间,即从数据报文的第一位离开路由器到其到达下一个路由器的时间。
路由器时延:当一个数据报文到达路由器后,路由器查找转发表,确定数据报文转发目的接口,并通过内部交换系统把数据报文发送到目的接口,这部分时延称为处理时延。由于流量存在突发性,到达一个路由器或者转发到目的接口的数据报文会先被放到缓冲队列中,等待处理,这部分时延称为排队时延,一个数据报文的排队时延是由缓冲队列中排在它前面的数据报文决定的,该时延是随机变化的。
其中,传输时延、传播时延、处理时延由路径特征和报文长度决定,对于同一条路径,同样长度的数据报文,这部分时延是相同的,因此被称为固定时延或者确定性时延;每个数据报文要经历的排队时延则是随着网络的状况不停地变化的,这部分时延称为变化时延或者随机时延。
数据报文在每跳路径上的时延称为逐跳时延或者链路时延。数据报文通过网络中的一个个转发设备和传输链路到达目的结点时,传输路径上的所有转发设备和链路的时延累积构成数据报文的端到端时延。端到端时延是由路由路径上的多个逐跳时延构成的。包含n跳的端到端路径的时延可以表示为
或者
其中L为数据报文的长度,Ci为第i跳链路的带宽,di为第i跳链路的物理长度,vi为第i跳链路的传播速度,fi为数据报文在第i个路由器上的时延,它包括两部分:pi为数据报文在第i个路由器上的处理时延,qi是数据报文在第i个路由器上的排队时延。
(2)在网率T1/T0
在网率定义为用户在网时间T1占设定时间段T0的比例。
(3)脱网率T2/T0
在网率定义为用户脱网时间T2占设定时间段T0的比例。(T0=T1+T2)
(4)链路负荷/链路负载
用来表示网络业务负载,其定义为:某条链路上单位时间内要传送的数据量与信道传输速率的比值。生成业务数据包的数目为Nt,每个生成业务数据包的数据长度lti,信道上所有用户在单位时间内要传送的数据量G的公式如下:
则链路负荷φ的计算公式为:
(5)吞吐量ρ
用来描述网络传输效率,其定义为:某端到端之间单位时间(s)内成功传输的数据量与信道传输速率之比。
数据采集阶段正确接收到的数据包数目为每个正确接受数据包的数据长度lri,则数据采集阶段正确接收到的业务数L(以Bit计)为:
计算步长为ΔT(s),则单位时间(s)内正确接收到的业务数据量S(以Bit/s计)为:
无线信道数据率为c(bps),则吞吐量ρ的计算公式如下:
以卫星的轨道参数预测为例。每隔一段时间通过卫星资源态势实时监控获取卫星当前的轨道根数及星下点信息,任务指令中若不包含变轨指令,则卫星保持原有的轨道,只改变自身的位置参数和星下点参数。若任务指令中包含变轨信息,则考虑轨道机动。不论是否考虑变轨,都依据卫星轨道动力学和运动学规律对卫星未来的位置进行推算,得到轨道信息后依据几何位置关系推算星下点。将得到的预测参数结合对应的时间信息进行存储,比如每隔0.01s保存一个预测星下点坐标,存入卫星资源态势预测数据库。
根据以上流程即可建立资源态势状态实时监控体系,实现对资源统一化和标准化管理,也同时提供了对实时高效任务调度的可能性,进一步提高空间网络系统自主运行的能力。
本发明未详细说明部分属本领域技术人员公知常识。
Claims (13)
1.一种基于态势知识的空间网络资源状态监控系统,其特征在于,包括遥测遥控模块、资源建模模块、资源监控模块以及预测模块;
所述遥测遥控模块获取各卫星的遥测数据,包括静态特征、状态及负载;
资源建模模块将遥测数据转换为计算机可处理的数据并形成资源态势知识库;
资源监控模块从形成资源态势知识库中读取数据并进行遥测数据解析,获取星上载荷、整星的状态及报警信息形成资源实时态势数据库;
预测模块从资源实时态势数据库中获取星上载荷、整星的状态及报警信息计算空间网络资源参数指标并进行监测,生成资源预警信息,将资源预警信息、星上载荷、整星的状态及报警信息发送给任务调度模块。
2.如权利要求1所述的基于态势知识的空间网络资源状态监控系统,其特征在于,资源建模模块从遥测数据中提取六元组Rj描述:
Rj={r,Pri,Set,Ava,Acc,CaP}
其中:r表示资源的名称;Pri表示资源的优先级;Set表示资源的准备时间;Ava表示资源的可用时间区间;Acc表示在同一时刻资源能够参与调度的任务数;Cap表示资源的容量;资源态势知识库包括资源{R1,…,Rm},1≤j≤m,以及资源对应的星上载荷、整星的状态及报警信息。
3.如权利要求2所述的基于态势知识的空间网络资源状态监控系统,其特征在于,资源监控模块获取六元组Rj,并根据Ava和Acc判断该资源能否参与当前资源调度,如果能,则判定为正常,如果不能则生成报警信息,并发送给任务调度模块。
4.如权利要求3所述的基于态势知识的空间网络资源状态监控系统,其特征在于,资源建模模块将帧标识发送给资源监控模块,资源监控模块根据帧标识判断帧同步码是否正确,如果不正确则丢弃该帧,如果正确,则进行解析。
5.如权利要求4所述的基于态势知识的空间网络资源状态监控系统,其特征在于,解析包括对数据进行纠错、信道分录、载荷分包和源包重构,然后根据标准格式生成遥测数据包,将遥测数据包存放到资源态势数据库中。
6.如权利要求5所述的基于态势知识的空间网络资源状态监控系统,其特征在于,预测模块根据遥测数据包生成以下资源参数:丢包率ln,时延T,在网率T1/T0,脱网率T2/T0,链路负载φ以及吞吐量ρ;预测模块判断参数是否在阈值范围内,如果不在则生成资源预警信息并发送给任务调度模块。
7.如权利要求6所述的基于态势知识的空间网络资源状态监控系统,其特征在于,丢包率ln的生成方法为:从遥测数据包获取时段n内丢失的报文数Ln,以及在时段n内进入网络的报文数Cn,通过ln=Ln/Cn计算丢包率ln。
8.如权利要求6所述的基于态势知识的空间网络资源状态监控系统,其特征在于,时延T的生成方法为:从遥测数据包获取数据报文的长度L,第i跳链路的带宽Ci,第i跳链路的物理长度di,第i跳链路的传播速度vi,数据报文在第i个路由器上的时延fi,根据公式计算时延T。
9.如权利要求6所述的基于态势知识的空间网络资源状态监控系统,其特征在于,时延T的生成方法为:从遥测数据包获取数据报文的长度L,第i跳链路的带宽Ci,第i跳链路的物理长度di,第i跳链路的传播速度vi,数据报文在第i个路由器上的处理时延pi,数据报文在第i个路由器上的排队时延qi,根据公式计算时延T。
10.如权利要求6所述的基于态势知识的空间网络资源状态监控系统,其特征在于,在网率T1/T0的生成方法为:从遥测数据包获取用户在网时间T1及设定时间段T0,并计算二者的比例。
11.如权利要求6所述的基于态势知识的空间网络资源状态监控系统,其特征在于,脱网率T2/T0的生成方法为:从遥测数据包获取用户脱网时间T2及设定时间段T0,并计算二者的比例。
12.如权利要求6所述的基于态势知识的空间网络资源状态监控系统,其特征在于,链路负载φ的生成方法为:从遥测数据包获取生成业务数据包的数目Nt,每个生成业务数据包的数据长度lti以及无线信道数据率c,计算信道上所有用户在单位时间内要传送的数据量计算链路负载其中ΔT为计算步长。
13.如权利要求6所述的基于态势知识的空间网络资源状态监控系统,其特征在于,吞吐量ρ的生成方法为:从遥测数据包获取数据采集阶段正确接收到的数据包数目每个正确接受数据包的数据长度lri以及无线信道数据率c,计算吞吐量ρ,其中ΔT为计算步长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811056884.7A CN109347536B (zh) | 2018-09-11 | 2018-09-11 | 一种基于态势知识的空间网络资源状态监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811056884.7A CN109347536B (zh) | 2018-09-11 | 2018-09-11 | 一种基于态势知识的空间网络资源状态监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109347536A true CN109347536A (zh) | 2019-02-15 |
CN109347536B CN109347536B (zh) | 2021-03-26 |
Family
ID=65305260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811056884.7A Active CN109347536B (zh) | 2018-09-11 | 2018-09-11 | 一种基于态势知识的空间网络资源状态监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109347536B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110708113A (zh) * | 2019-10-14 | 2020-01-17 | 中国人民解放军32039部队 | 任务调度中心平台及中继卫星地面站网资源管理方法 |
CN112124640A (zh) * | 2020-09-29 | 2020-12-25 | 中国科学院微小卫星创新研究院 | 基于多元态势感知的高价值空间设施自主生存方法及系统 |
CN113468168A (zh) * | 2021-05-27 | 2021-10-01 | 中国特种设备检测研究院 | 一种起重机械多源异构数据高速采集与处理软控制方法 |
CN115118327A (zh) * | 2022-06-17 | 2022-09-27 | 中国人民解放军军事科学院系统工程研究院 | 一种基于动态测量反馈的卫星通信资源调度方法和系统 |
CN115441935A (zh) * | 2022-09-01 | 2022-12-06 | 中国人民解放军军事科学院系统工程研究院 | 一种基于态势感知的任务网卫星资源动态调配装置 |
CN116319507A (zh) * | 2023-03-31 | 2023-06-23 | 西安电子科技大学 | 一种动态实时网云资源细粒度感知及交互系统与方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8432805B2 (en) * | 2008-11-10 | 2013-04-30 | Viasat, Inc. | Bandwidth allocation across beams in a multi-beam system |
CN103903069A (zh) * | 2014-04-15 | 2014-07-02 | 广东电网公司信息中心 | 存储容量预测方法及存储容量预测系统 |
CN104021045A (zh) * | 2014-05-04 | 2014-09-03 | 上海交通大学 | 基于模式融合的cpu负载多步预测方法 |
CN106021411A (zh) * | 2016-05-13 | 2016-10-12 | 大连理工大学 | 一种具有集群自适应性的Storm任务部署与配置平台 |
CN106534362A (zh) * | 2016-12-14 | 2017-03-22 | 航天通信中心 | 一种基于云平台的软件资源共享的方法以及装置 |
CN107294774A (zh) * | 2017-06-08 | 2017-10-24 | 深圳市迈岭信息技术有限公司 | 分布式系统物理节点的任务部署方法 |
CN107864007A (zh) * | 2017-11-03 | 2018-03-30 | 西安电子科技大学 | 面向区域目标的多星多地面站资源协同分配管理方法 |
CN108259078A (zh) * | 2017-12-20 | 2018-07-06 | 中国空间技术研究院 | 一种用于星上综合电子系统的资源分配方法及系统 |
US10020876B2 (en) * | 2016-07-28 | 2018-07-10 | Spire Global Inc. | Systems and methods for command and control of satellite constellations |
-
2018
- 2018-09-11 CN CN201811056884.7A patent/CN109347536B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8432805B2 (en) * | 2008-11-10 | 2013-04-30 | Viasat, Inc. | Bandwidth allocation across beams in a multi-beam system |
CN103903069A (zh) * | 2014-04-15 | 2014-07-02 | 广东电网公司信息中心 | 存储容量预测方法及存储容量预测系统 |
CN104021045A (zh) * | 2014-05-04 | 2014-09-03 | 上海交通大学 | 基于模式融合的cpu负载多步预测方法 |
CN106021411A (zh) * | 2016-05-13 | 2016-10-12 | 大连理工大学 | 一种具有集群自适应性的Storm任务部署与配置平台 |
US10020876B2 (en) * | 2016-07-28 | 2018-07-10 | Spire Global Inc. | Systems and methods for command and control of satellite constellations |
CN106534362A (zh) * | 2016-12-14 | 2017-03-22 | 航天通信中心 | 一种基于云平台的软件资源共享的方法以及装置 |
CN107294774A (zh) * | 2017-06-08 | 2017-10-24 | 深圳市迈岭信息技术有限公司 | 分布式系统物理节点的任务部署方法 |
CN107864007A (zh) * | 2017-11-03 | 2018-03-30 | 西安电子科技大学 | 面向区域目标的多星多地面站资源协同分配管理方法 |
CN108259078A (zh) * | 2017-12-20 | 2018-07-06 | 中国空间技术研究院 | 一种用于星上综合电子系统的资源分配方法及系统 |
Non-Patent Citations (4)
Title |
---|
侯玉峰 等: "卫星群分布式技术的研究与实现", 《计算机系统应用》 * |
刘宁: "多卫星海量遥感数据协同处理平台监控系统的研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王睿 等: "天基信息网络资源调度与协同管理", 《通信学报》 * |
王超 等: "支持网络互连的可重构卫星平台关键技术研究", 《通信学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110708113A (zh) * | 2019-10-14 | 2020-01-17 | 中国人民解放军32039部队 | 任务调度中心平台及中继卫星地面站网资源管理方法 |
CN110708113B (zh) * | 2019-10-14 | 2021-04-23 | 中国人民解放军32039部队 | 任务调度中心平台及中继卫星地面站网资源管理方法 |
CN112124640A (zh) * | 2020-09-29 | 2020-12-25 | 中国科学院微小卫星创新研究院 | 基于多元态势感知的高价值空间设施自主生存方法及系统 |
CN113468168A (zh) * | 2021-05-27 | 2021-10-01 | 中国特种设备检测研究院 | 一种起重机械多源异构数据高速采集与处理软控制方法 |
CN113468168B (zh) * | 2021-05-27 | 2024-01-19 | 中国特种设备检测研究院 | 一种起重机械多源异构数据高速采集与处理软控制方法 |
CN115118327A (zh) * | 2022-06-17 | 2022-09-27 | 中国人民解放军军事科学院系统工程研究院 | 一种基于动态测量反馈的卫星通信资源调度方法和系统 |
CN115441935A (zh) * | 2022-09-01 | 2022-12-06 | 中国人民解放军军事科学院系统工程研究院 | 一种基于态势感知的任务网卫星资源动态调配装置 |
CN116319507A (zh) * | 2023-03-31 | 2023-06-23 | 西安电子科技大学 | 一种动态实时网云资源细粒度感知及交互系统与方法 |
CN116319507B (zh) * | 2023-03-31 | 2024-03-29 | 西安电子科技大学 | 一种动态实时网云资源细粒度感知及交互方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109347536B (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109347536A (zh) | 一种基于态势知识的空间网络资源状态监控系统 | |
CN108023637B (zh) | 一种同构多星在线协同方法 | |
CN110825510A (zh) | 任务驱动的多星协同任务分配方法及系统 | |
Augenstein et al. | Optimal scheduling of a constellation of earth-imaging satellites, for maximal data throughput and efficient human management | |
Lim et al. | UAV-assisted communication efficient federated learning in the era of the artificial intelligence of things | |
Fraire et al. | Battery-aware contact plan design for LEO satellite constellations: The ulloriaq case study | |
CN112288212A (zh) | 一种多星自主协同系统及方法 | |
CN112465296B (zh) | 一种敏捷卫星动态任务重规划方法 | |
US11223674B2 (en) | Extended mobile grid | |
CN108304958A (zh) | 一种单星多载荷复杂约束任务规划方法和系统 | |
CN109581983A (zh) | 基于多智能体的测控资源调度分配的方法和设备 | |
CN108832993A (zh) | 面向混合任务的在线中继卫星系统通信资源分配方法 | |
Yang et al. | Onboard coordination and scheduling of multiple autonomous satellites in an uncertain environment | |
CN112862306B (zh) | 一种面向时敏移动目标跟踪的多星在线协同任务规划方法 | |
Li et al. | Online velocity control and data capture of drones for the internet of things: An onboard deep reinforcement learning approach | |
Ma et al. | Satellite-terrestrial integrated 6G: An ultra-dense LEO networking management architecture | |
Wang et al. | Distributed clustering-based cooperative vehicular edge computing for real-time offloading requests | |
CN110113212A (zh) | 一种适于断点续传的中继卫星单址天线调度方法 | |
Dai et al. | Intelligent coordinated task scheduling in space-air-ground integrated network | |
CN103702384B (zh) | 无线传感器网络面向应用的分簇式路由方法 | |
Chen et al. | Varlenmarl: A framework of variable-length time-step multi-agent reinforcement learning for cooperative charging in sensor networks | |
Qu et al. | Elastic Collaborative Edge Intelligence for UAV Swarm: Architecture, Challenges, and Opportunities | |
Yan et al. | Topology design for GNSSs under polling mechanism considering both inter-satellite links and ground-satellite links | |
Fdhila et al. | A multi objective particles swarm optimization algorithm for solving the routing pico-satellites problem | |
Li et al. | Enhanced time-expanded graph for space information network modeling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |