CN110224738A - 基于动态调整mf-tdma单波束卫星通信系统资源分配优化方法 - Google Patents
基于动态调整mf-tdma单波束卫星通信系统资源分配优化方法 Download PDFInfo
- Publication number
- CN110224738A CN110224738A CN201910435869.1A CN201910435869A CN110224738A CN 110224738 A CN110224738 A CN 110224738A CN 201910435869 A CN201910435869 A CN 201910435869A CN 110224738 A CN110224738 A CN 110224738A
- Authority
- CN
- China
- Prior art keywords
- antibody
- link
- indicate
- link application
- quantum
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0446—Resources in time domain, e.g. slots or frames
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Radio Relay Systems (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种基于动态调整MF‑TDMA单波束卫星通信系统资源分配优化方法,包括以下步骤:步骤1,根据链接申请的业务量进行载波分配;步骤2,采用量子免疫方法对每个链接申请的调制编码模式动态调整;步骤3,将链接申请所需要的时隙在载波上进行分配。本发明在充分利用系统时频资源以及满足链接申请业务量的基础上,通过动态调整每个链接申请的调制编码模式来实现MF‑TDMA单波束卫星通信系统资源的合理分配。
Description
技术领域
本发明属于卫星通信技术领域,具体涉及一种基于动态调整MF-TDMA单波束卫星通信系统资源分配优化方法
背景技术
在MF-TDMA卫星通信系统中,待分配的系统资源是二维的频域和时域资源。NCC将频域和时域资源以载波和时隙的形式进行划分,把不同的载波上的不同时隙封装给不同的用户以满足其业务需求。与SCPC系统中的一维资源分配问题相比,MF-TDMA二维的资源分配策略更加灵活,但是也正是这种灵活性,增加了其资源分配的难度。此外,与SCPC技术相比,MF-TDMA技术需要多个载波上在时间上都实现同步,增加了网络管理的复杂度。
MF-TDMA卫星通信系统中,当地面站所支持的链接有业务需要时,地面站会向NCC发送链接申请。在一个帧时间内,NCC综合考虑所有接收到的链接申请,根据资源分配算法动态地将不同的链接申请分配到不同的载波上的不同时隙中,然后将分配结果以突发时间计划(Burst Time Plan,BTP)的形式周期性的下发给所有的地面站。地面站收到BTP后,对其进行解析,寻找属于自己的载波和时隙,然后在相应的载波和时隙上发送业务数据。与FDMA卫星通信系统不同,在MF-TDMA卫星通信系统中,资源分配的对象不再是每个地面站(用户),而是每个地面站所支持的链接。因为在MF-TDMA卫星通信系统中,同一个地面站下链接可以在一个帧周期内与不同的地面站的链接进行通信。而FDMA卫星通信系统无法做到这点,其只能做到同一个地面站下的链接与另外一个地面站下的链接进行通信。
发明内容
本发明是基于动态调整MF-TDMA单波束卫星通信系统资源分配优化方法,通过不同于传统的算法对链接申请载波的调制编码,而是动态调整调制链接申请的编码模式,充分利用载波时隙,从而达到动态调整系统时隙资源分配。
实现本发明目的的技术解决方案为:动态调整的MF-TDMA单波束卫星通信系统资源分配优化方法,包括以下步骤:
步骤1,根据链接申请的业务量进行载波分配;
步骤2,采用量子免疫方法对每个链接申请的调制编码模式动态调整;
步骤3,将链接申请所需要的时隙在载波上进行分配。
进一步地,步骤1具体为:从载波集合φ取载波Fj为其分配链接申请,需要分配在载波Fj上链接申请的总业务量满足DtotalSj/Stotal,然后从链接申请集合X中依次取链接申请,取x个链接申请,这些链接申请的业务量满足公式(1),则分配在载波Fj上的链接申请数目为Lj=min{x,Yj},更新载波和链路申请的集合,即φ←φ-{Fj},X←X-{C1,C2,LLCT}。重复该过程,直到所有链接申请都分配到载波上,则终止链接申请分配;
其中,N表示载波的总数目;W表示链接申请的总数目;Stotal为载波速率总和;Dtotal表示链接申请的总业务量;φ表示载波集合,φ={F1,F2,L,FN};Fj表示第j条载波,并且假设载波按照载波速率的大小升序排序,即Sj表示第条载波的载波速率;X表示所有链接申请的集合,X={C1,C2,…,Cw},其中Ci表示第i个链接申请,并且按照链接申请业务量的大小升序排序,即D1≤D2≤……≤Dw,Di表示第i个链接申请的业务量;Yj表示第j条载波的时隙数目;Lj表示分配到第j条载波的链接申请的数目。
进一步地,步骤2包括以下步骤:
步骤2.1,初始化量子免疫方法参数,初始化种群中每个抗体的量子编码向量;
步骤2.2,将每个抗体的量子编码向量转化为二进制向量;
步骤2.3,检验每个抗体编码向量是否满足链路预算最低限制公式;检验每个抗体编码向量是否满足链接申请编码模式范围限制;
步骤2.4,确定每个抗体的期望繁殖概率,根据期望繁殖概率从种群中提取父代种群和记忆库种群;采用量子旋转门操作方法得到新群体中抗体,并且合并记忆库中抗体,构成新一代种群;
步骤2.5,重复步骤2.1~步骤2.4NIg次,输出链接申请编码模式的最优解,其中NIg表示量子免疫方法的最大迭代次数。
更进一步地,步骤2.1所述的初始化量子免疫方法参数,初始化种群中每个抗体的量子编码向量,具体为:
(4a)、初始化量子免疫方法抗体的数量Np、量子免疫方法迭代次数Ng,其中Np、Ng均为整数且Np∈[100,120]、Ng∈[300,350];
(4b)、令迭代次数序号gen=1,初始化链接申请ci分配在载波nj、链接申请ci分配在载波nj的载波模式
(4c)、初始化种群中每个抗体的量子编码向量Qxf=[qx,qf];其中向量表示链接申请调制编码指示的量子模式向量,向量表示链接申请调制编码分配的量子向量,αi和βj表示向量qx中的量子比特第i位;和N表示系统中链接申请的数目。
更进一步地,步骤2.2所述的将每个抗体的量子编码向量转化为二进制向量,具体为:对量子编码向量Qxf进行观察得到二进制向量XF=[x,f],向量x=[ci]中ci满足公式(2):
其中,X表示链接申请的集合,wi表示链接申请的业务量;
向量中满足公式(3):
其中,W表示载波的集合,XF表示量子免疫方法二进制编码向量,x表示链接申请调制编码指示的二进制编码向量,f表示链接申请编码分配的二进制编码向量。
更进一步地,步骤2.3所述检验每个抗体编码向量是否满足链路预算最低限制公式,如公式(4);检验每个抗体编码向量是否满足链接申请编码模式范围限制,如公式(5);
其中,[]表示一种运算,[x]=10lg(x);Mi表示第i个链路申请ci的链路余量,其必须大于一定的常数以保证链路的传输质量。本算法主要探究动态调整的优化效果,故Con设为常数0;Di表示第i个链路申请ci的业务量;k表示波尔兹曼常数,表示第i个链路申请ci选择的调制编码模式对应的解调比特信噪比;(C/T)i表示第i个链路申请ci整个链路的载波功率与噪声温度比;
更进一步地,步骤2.4所述的确定每个抗体的期望繁殖概率,根据期望繁殖概率从种群中提取父代种群和记忆库种群;采用量子旋转门操作方法得到新群体中抗体,并且合并记忆库中抗体,构成新一代种群,具体为:
(7a)、采用公式(6)确定每个抗体的期望繁殖概率Pv:
其中,γ表示权重因子,Av表示抗体与抗原之间的亲和度函数,采用公式(7)确定抗体与抗原之间的亲和度函数Av:
Cv表示抗体与抗体之间的亲和力函数,N表示链接申请数目,W表示载波数目,采用公式(8)确定Cv:
Tv,u表示抗体浓度,采用公式(9)确定抗体浓度Tv,u:
T表示一个预先设定的门限,Sv,u表示抗体v和抗体u之间的相似度,采用公式(10)确定Sv,u:
其中,和分别表示抗体v和抗体u的第i位,N表示链接申请的数目;
(7b)、采用公式(11)的量子旋转操作,得到新群体中抗体:
其中,和表示新抗体向量qx中的量子比特第i位,Δθi表示第i位量子比特的旋转角度,αi和βi表示抗体向量qx中的量子比特第i位;
(7c)、将群体中的抗体按照期望繁殖概率Pv降序进行排列,从种群中提取望繁殖概率最大的NI1个抗体作为父代种群,同时将繁殖概率最大的NIp-NI1个抗体存入记忆库种群中,确定XFb(gen);NI1表示父带种群大小,NIp-NI1表示记忆库种群大小,XFb(gen)表示第gen次迭代种群中最优抗体。
更进一步地,步骤2.5所述的输出链接申请编码模式的最优解,即令gen←gen+1,重复步骤2.2~步骤2.4NIg次,输出XFb(gen)作为最优解,并且采用公式(19)确定MF-TDMA单波束卫星通信系统的目标函数F(XFb(gen)):
其中N表示链接申请的数目,W表示载波的数目,表示链接申请ci在载波nj上的载波编码模式。
更进一步地,步骤3所述的将链接申请所需要的时隙在载波上分配,根据步骤1和步骤2得出的结果对链接申请在载波上分配时隙。
本发明与现有技术相比具有如下优点:
1、充分利用不同载波的速率,将业务量小的链接申请分配在低速载波,业务量大的载波分配在高速载波;
2、采用动态调整链接申请的编码模式,减少链接申请所占的时隙数,尽可能多的容纳链接申请。
附图说明
图1为本发明动态调整MF-TDMA单波束卫星通信系统资源分配优化流程图。
图2为本发明所涉及的MF-TDMA卫星通信系统信道结构图。
图3为本发明基于量子免疫方法的动态调整调制编码方法流程图。
具体实施方式
本发明采用动态调整MF-TDMA卫星通信系统资源分配算法,对链接申请分配载波进行优化,具体为:
步骤1,对载波申请进行载波分配。
帧长Tframe为110ms,链接申请数目N为30,载波数目W为4,载波符号速率Sn为64K,2×64K,4×64K,8×128K,每个载波时隙长度Ln为10,7,5.5,3,时隙头长度Hn为128符号,时隙尾长度Tn为0.1,系统支持的调制编码模式为系统允许的最大误码率为e-6,调制编码模式的解调时的门限比特信噪比为3,4.2,5.4,6.5,7.8,9.8,每种地面站的EIRP值为76,68,64,60,48,43,链接申请的业务量服从均值为60K的指数分布。
步骤2,采用量子免疫方法对每个链接申请的调制编码模式动态调整。
首先,初始化量子免疫方法参数,初始化种群中每个抗体的量子编码向量,初始化Np=110,Ng=330,令gen=1,其次再通过满足公式(4)计算链接申请ci的链路余量,寻找链路余量最大链接申请进行调整,直至所有载波均分配完成。
再次,采用量子旋转门操作方法得到新群体中抗体,并且合并记忆库中抗体构成新一代种群;包括采用公式(13)确定Pv,公式(6)确定Av,公式(7)确定Cv,公式(8)确定Tv,u,公式(9)确定Sv,u,将群体中的抗体按照期望繁殖概率Pv降序进行排列,从种群中提取望繁殖概率最大的NI1=30个抗体作为父代种群,同时将繁殖概率最大的NIp-NI1个抗体存入记忆库种群中,确定XFb(gen),权重因子γ=0.6,Tv,u表示抗体浓度,预先设定的门限T=8,NI1=20表示父带种群大小,NIp-NI1表示记忆库种群大小,XFb(gen)表示第gen次迭代种群中最优抗体;
最后,令gen←gen+1,重复上述步骤NIg次,输出XFb(gen)作为最优解,并且采用公式(18)确定云计算网络中目标函数F(XFb(gen))。
步骤3,将链接申请所需要的时隙在载波上分配。
综上所述,本发明是一个通过动态调整MF-TDMA单波束通信系统资源分配的优化方法,充分利用载波的时隙资源,尽可能的提高链接申请的编码模式以达到占用更少的时隙,便于容纳更多的链接申请。
Claims (9)
1.动态调整的MF-TDMA单波束卫星通信系统资源分配优化方法,其特征在于,包括以下步骤:
步骤1,根据链接申请的业务量进行载波分配;
步骤2,采用量子免疫方法对每个链接申请的调制编码模式动态调整;
步骤3,将链接申请所需要的时隙在载波上进行分配。
2.根据权利要求1所述的动态调整MF-TDMA单波束卫星通信系统资源分配的优化方法,其特征在于,步骤1具体为:从载波集合φ取载波Fj为其分配链接申请,需要分配在载波Fj上链接申请的总业务量满足DtotalSj/Stotal,然后从链接申请集合X中依次取链接申请,取x个链接申请,这些链接申请的业务量满足公式(1),则分配在载波Fj上的链接申请数目为Lj=min{x,Yj},更新载波和链路申请的集合,即φ←φ-{Fj},X←X-{C1,C2,L L CT}。重复该过程,直到所有链接申请都分配到载波上,则终止链接申请分配;
其中,N表示载波的总数目;W表示链接申请的总数目;Stotal为载波速率总和;Dtotal表示链接申请的总业务量;φ表示载波集合,φ={F1,F2,L,FN};Fj表示第j条载波,并且假设载波按照载波速率的大小升序排序,即Sj表示第条载波的载波速率;X表示所有链接申请的集合,X={C1,C2,…,Cw},其中Ci表示第i个链接申请,并且按照链接申请业务量的大小升序排序,即D1≤D2≤……≤Dw,Di表示第i个链接申请的业务量;Yj表示第j条载波的时隙数目;Lj表示分配到第j条载波的链接申请的数目。
3.根据权利要求1所述的动态调整MF-TDMA单波束卫星通信系统资源分配的优化方法,其特征在于,步骤2包括以下步骤:
步骤2.1,初始化量子免疫方法参数,初始化种群中每个抗体的量子编码向量;
步骤2.2,将每个抗体的量子编码向量转化为二进制向量;
步骤2.3,检验每个抗体编码向量是否满足链路预算最低限制公式;检验每个抗体编码向量是否满足链接申请编码模式范围限制;
步骤2.4,确定每个抗体的期望繁殖概率,根据期望繁殖概率从种群中提取父代种群和记忆库种群;采用量子旋转门操作方法得到新群体中抗体,并且合并记忆库中抗体,构成新一代种群;
步骤2.5,重复步骤2.1~步骤2.4NIg次,输出链接申请编码模式的最优解,其中NIg表示量子免疫方法的最大迭代次数。
4.根据权利要求3所述的基于动态调整的MF-TDMA单波束卫星通信系统资源分配优化方法,其特征在于,步骤2.1所述的初始化量子免疫方法参数,初始化种群中每个抗体的量子编码向量,具体为:
(4a)、初始化量子免疫方法抗体的数量Np、量子免疫方法迭代次数Ng,其中Np、Ng均为整数且Np∈[100,120]、Ng∈[300,350];
(4b)、令迭代次数序号gen=1,初始化链接申请ci分配在载波nj、链接申请ci分配在载波nj的载波模式
(4c)、初始化种群中每个抗体的量子编码向量Qxf=[qx,qf];其中向量表示链接申请调制编码指示的量子模式向量,向量表示链接申请调制编码分配的量子向量,αi和βj表示向量qx中的量子比特第i位;和N表示系统中链接申请的数目。
5.根据权利要求3所述的基于动态调整的MF-TDMA单波束卫星通信系统资源分配优化方法,其特征在于,步骤2.2所述的将每个抗体的量子编码向量转化为二进制向量,具体为:对量子编码向量Qxf进行观察得到二进制向量XF=[x,f],向量x=[ci]中ci满足公式(2):
其中,X表示链接申请的集合,wi表示链接申请的业务量;向量中满足公式(3):
其中,W表示载波的集合,XF表示量子免疫方法二进制编码向量,x表示链接申请调制编码指示的二进制编码向量,f表示链接申请编码分配的二进制编码向量。
6.根据权利要求3所述的基于动态调整的MF-TDMA单波束卫星通信系统资源分配优化方法,其特征在于,步骤2.3所述检验每个抗体编码向量是否满足链路预算最低限制公式,如公式(4);检验每个抗体编码向量是否满足链接申请编码模式范围限制,如公式(5);
其中,[]表示一种运算,[x]=10lg(x);Mi表示第i个链路申请ci的链路余量,其必须大于一定的常数以保证链路的传输质量。本算法主要探究动态调整的优化效果,故Con设为常数0;Di表示第i个链路申请ci的业务量;k表示波尔兹曼常数,表示第i个链路申请ci选择的调制编码模式对应的解调比特信噪比;(C/T)i表示第i个链路申请ci整个链路的载波功率与噪声温度比。
7.根据权利要求3所述的基于动态调整MF-TDMA单波束卫星通信系统资源分配优化方法,其特征在于,步骤2.4所述的确定每个抗体的期望繁殖概率,根据期望繁殖概率从种群中提取父代种群和记忆库种群;采用量子旋转门操作方法得到新群体中抗体,并且合并记忆库中抗体,构成新一代种群,具体为:
(7a)、采用公式(6)确定每个抗体的期望繁殖概率Pv:
其中,γ表示权重因子,Av表示抗体与抗原之间的亲和度函数,采用公式(7)确定抗体与抗原之间的亲和度函数Av:
Cv表示抗体与抗体之间的亲和力函数,N表示链接申请数目,W表示载波数目,采用公式(8)确定Cv:
Tv,u表示抗体浓度,采用公式(9)确定抗体浓度Tv,u:
T表示一个预先设定的门限,Sv,u表示抗体v和抗体u之间的相似度,采用公式(10)确定Sv,u:
其中,和分别表示抗体v和抗体u的第i位,N表示链接申请的数目;
(7b)、采用公式(11)的量子旋转操作,得到新群体中抗体:
其中,αi new和βi new表示新抗体向量qx中的量子比特第i位,Δθi表示第i位量子比特的旋转角度,αi和βi表示抗体向量qx中的量子比特第i位;
(7c)、将群体中的抗体按照期望繁殖概率Pv降序进行排列,从种群中提取望繁殖概率最大的NI1个抗体作为父代种群,同时将繁殖概率最大的NIp-NI1个抗体存入记忆库种群中,确定XFb(gen);NI1表示父带种群大小,NIp-NI1表示记忆库种群大小,XFb(gen)表示第gen次迭代种群中最优抗体。
8.根据权利要求3所述的基于动态调整MF-TDMA单波束卫星通信系统资源分配优化方法,其特征在于,步骤2.5所述的输出链接申请编码模式的最优解,即令gen←gen+1,重复步骤2.2~步骤2.4NIg次,输出XFb(gen)作为最优解,并且采用公式(19)确定MF-TDMA单波束卫星通信系统的目标函数F(XFb(gen)):
其中N表示链接申请的数目,W表示载波的数目,表示链接申请ci在载波nj上的载波编码模式。
9.根据权利要求4所述的基于动态调整MF-TDMA单波束卫星通信系统资源分配优化方法,其特征在于,步骤3所述的将链接申请所需要的时隙在载波上分配,根据步骤1和步骤2得出的结果对链接申请在载波上分配时隙。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910435869.1A CN110224738B (zh) | 2019-05-23 | 2019-05-23 | 一种动态调整的mf-tdma单波束卫星通信系统资源分配优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910435869.1A CN110224738B (zh) | 2019-05-23 | 2019-05-23 | 一种动态调整的mf-tdma单波束卫星通信系统资源分配优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110224738A true CN110224738A (zh) | 2019-09-10 |
CN110224738B CN110224738B (zh) | 2022-02-22 |
Family
ID=67817882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910435869.1A Active CN110224738B (zh) | 2019-05-23 | 2019-05-23 | 一种动态调整的mf-tdma单波束卫星通信系统资源分配优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110224738B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111669213A (zh) * | 2020-05-22 | 2020-09-15 | 军事科学院系统工程研究院网络信息研究所 | 一种卫星通信资源的动态管控系统体系架构和管控方法 |
CN112311444A (zh) * | 2020-10-20 | 2021-02-02 | 陕西航天技术应用研究院有限公司 | 一种多维度卫星通信资源动态调度方法、装置及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6377561B1 (en) * | 1996-06-24 | 2002-04-23 | Spar Aerospace Limited | Data communication satellite system and method of carrying multi-media traffic |
CN103402207A (zh) * | 2013-08-01 | 2013-11-20 | 中国人民解放军理工大学 | 动态可变的mf-tdma卫星通信系统资源分配方法 |
CN103856563A (zh) * | 2014-03-06 | 2014-06-11 | 南京理工大学 | 基于服务质量要求驱动的云计算网络资源分配方法 |
US20160050014A1 (en) * | 2009-06-16 | 2016-02-18 | Viasat, Inc. | Dynamic bandwidth resource allocation for satellite downlinks |
CN107864506A (zh) * | 2017-10-25 | 2018-03-30 | 南京理工大学 | 基于萤火虫算法的Ka多波束卫星通信系统资源分配方法 |
CN107947910A (zh) * | 2017-10-25 | 2018-04-20 | 南京理工大学 | 基于人工鱼群算法的Ka多波束卫星通信资源分配方法 |
-
2019
- 2019-05-23 CN CN201910435869.1A patent/CN110224738B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6377561B1 (en) * | 1996-06-24 | 2002-04-23 | Spar Aerospace Limited | Data communication satellite system and method of carrying multi-media traffic |
US20160050014A1 (en) * | 2009-06-16 | 2016-02-18 | Viasat, Inc. | Dynamic bandwidth resource allocation for satellite downlinks |
CN103402207A (zh) * | 2013-08-01 | 2013-11-20 | 中国人民解放军理工大学 | 动态可变的mf-tdma卫星通信系统资源分配方法 |
CN103856563A (zh) * | 2014-03-06 | 2014-06-11 | 南京理工大学 | 基于服务质量要求驱动的云计算网络资源分配方法 |
CN107864506A (zh) * | 2017-10-25 | 2018-03-30 | 南京理工大学 | 基于萤火虫算法的Ka多波束卫星通信系统资源分配方法 |
CN107947910A (zh) * | 2017-10-25 | 2018-04-20 | 南京理工大学 | 基于人工鱼群算法的Ka多波束卫星通信资源分配方法 |
Non-Patent Citations (3)
Title |
---|
HENG WANG 等: "Optimal bandwidth allocation for multi-spot-beam satellite communication systems", 《PROCEEDINGS 2013 INTERNATIONAL CONFERENCE ON MECHATRONIC SCIENCES, ELECTRIC ENGINEERING AND COMPUTER (MEC)》 * |
ZHIHUI ZHU 等: "Application of quantum immune algorithm for fault-section estimation", 《2009 2ND INTERNATIONAL CONFERENCE ON POWER ELECTRONICS AND INTELLIGENT TRANSPORTATION SYSTEM (PEITS)》 * |
苏日娜 等: "基于免疫量子进化算法的负载均衡策略", 《计算机工程》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111669213A (zh) * | 2020-05-22 | 2020-09-15 | 军事科学院系统工程研究院网络信息研究所 | 一种卫星通信资源的动态管控系统体系架构和管控方法 |
CN112311444A (zh) * | 2020-10-20 | 2021-02-02 | 陕西航天技术应用研究院有限公司 | 一种多维度卫星通信资源动态调度方法、装置及系统 |
CN112311444B (zh) * | 2020-10-20 | 2022-08-23 | 陕西航天技术应用研究院有限公司 | 一种多维度卫星通信资源动态调度方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110224738B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lei et al. | Beam illumination pattern design in satellite networks: Learning and optimization for efficient beam hopping | |
CN103402207B (zh) | 动态可变的mf-tdma卫星通信系统资源分配方法 | |
CN106341893B (zh) | 一种资源分配的方法及装置 | |
CN110430613B (zh) | 多载波非正交多址接入系统基于能效的资源分配方法 | |
CN108737057A (zh) | 基于深度学习的多载波认知noma资源分配方法 | |
CN109905918A (zh) | 一种基于能效的noma蜂窝车联网动态资源调度方法 | |
CN110224738A (zh) | 基于动态调整mf-tdma单波束卫星通信系统资源分配优化方法 | |
CN105262521A (zh) | 一种多波束卫星通信系统中的功率分配算法 | |
CN107864506A (zh) | 基于萤火虫算法的Ka多波束卫星通信系统资源分配方法 | |
CN103857027B (zh) | 卫星通信系统中的功率分配方法 | |
You et al. | User clustering scheme for downlink hybrid NOMA systems based on genetic algorithm | |
CN107343268B (zh) | 非正交多播和单播传输波束赋型方法及系统 | |
CN109768851B (zh) | 一种scma下行系统中基于能效的资源分配方法 | |
Zhu et al. | Load-balanced virtual network embedding based on deep reinforcement learning for 6G regional satellite networks | |
CN109327918A (zh) | 一种低开销的fdd大规模mimo下行信道重建方法 | |
CN108882352A (zh) | 一种基于非完美sic的权重速率最优的下行noma功率分配方法 | |
Aygün et al. | Over-the-air federated learning with energy harvesting devices | |
CN105978673B (zh) | 大规模分布式天线系统中基于用户距离的导频分配方法 | |
Chen et al. | Graph-based resource allocation for air-ground integrated networks | |
CN106998222A (zh) | 一种分布式天线系统中高能效的功率分配方法 | |
CN113541768A (zh) | 一种基于noma的leo卫星通信系统频点分配方法 | |
CN108012275A (zh) | 超密集网络中基于动态分簇的小基站用户资源分配方法 | |
Li et al. | 6G shared base station planning using an evolutionary bi-level multi-objective optimization algorithm | |
CN109831759B (zh) | 一种基于软件定义无线网络的三维d2d匹配算法 | |
CN104868985B (zh) | 基于比例公平的认知ofdm网络中的资源分配方法 |
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 |