CN110740183A - 天基云雾计算架构下的资源配置方法、系统和存储介质 - Google Patents

天基云雾计算架构下的资源配置方法、系统和存储介质 Download PDF

Info

Publication number
CN110740183A
CN110740183A CN201911000229.4A CN201911000229A CN110740183A CN 110740183 A CN110740183 A CN 110740183A CN 201911000229 A CN201911000229 A CN 201911000229A CN 110740183 A CN110740183 A CN 110740183A
Authority
CN
China
Prior art keywords
resource allocation
space
computing
resources
cloud computing
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.)
Pending
Application number
CN201911000229.4A
Other languages
English (en)
Inventor
韦君勇
曹素芝
闫蕾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Technology and Engineering Center for Space Utilization of CAS
Original Assignee
Technology and Engineering Center for Space Utilization of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Technology and Engineering Center for Space Utilization of CAS filed Critical Technology and Engineering Center for Space Utilization of CAS
Priority to CN201911000229.4A priority Critical patent/CN110740183A/zh
Publication of CN110740183A publication Critical patent/CN110740183A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1001Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004Server selection for load balancing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1001Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004Server selection for load balancing
    • H04L67/1025Dynamic adaptation of the criteria on which the server selection is based

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明提供一种天基云雾计算架构下的资源配置方法、系统和存储介质。所述方法包括:根据需求进行基本资源配置,并生成基本资源配置结果信息;根据需求进行动态资源配置,并生成动态资源配置结果信息;待动态资源配置满足要求时,根据上述基本资源和动态资源的配置结果信息设计相对应的卫星星座轨道。本发明通过合理配置计算资源和存储资源,能够满足5G网络的需求,达到全球无缝覆盖,并使各个资源节点之间互不干扰,降低了资源配置成本,在有限资源配置的前提下实现资源利用率的最大化。同时,本发明还通过引入边缘计算,使卫星具有在轨计算能力,缩短了传播时延,并将传播时延达到毫秒级,从而确保数据能够得以实时计算处理。

Description

天基云雾计算架构下的资源配置方法、系统和存储介质
技术领域
本发明涉及计算机技术领域,尤其涉及一种天基云雾计算架构下的资源配置方法、系统和存储介质。
背景技术
云计算是一种基于虚拟化技术的计算存储资源共享模型,是当今网络中的一种主流计算架构。它通过将用户端复杂的计算卸载到云(即数据中心)中处理,再将结果从云端发送给用户,解决了用户终端设备存储和计算资源受限的问题。然而,近年来物联网和移动应用的快速发展导致了海量数据的产生,这些数据在用户和云之间的通信一方面给网络带宽带来了沉重的负担,另一方面给用户带来了难以忍受的传输延迟和服务质量下降。此外,云计算也缺少对移动性和地理分布的支持。
为了应对上述挑战,思科在2014年发布了雾计算的概念。和由性能强大的资源集中式数据中心支撑的云计算不同,雾计算由性能较弱、分散、异构的各种计算资源组成。它的位置更接近网络边缘,介于云计算和个人计算之间。雾计算是新一代分布式计算,符合互联网的“去中心化”特征,它可以支持和促进不适合云的应用程序:(1)时延敏感型应用(如在线游戏和视频会议);(2)和地理分布紧密相关的应用(如传感器网络);(3)快速移动应用(如智能车联网);(4)大规模分布式控制应用(如智能交通控制)。自从思科提出了雾计算的概念,已经有ARM、戴尔、英特尔、微软等几大科技公司以及普林斯顿大学加入了这个概念阵营,并成立了非盈利性组织开放雾联盟,旨在推广和加快雾计算的普及,促进物联网发展。
值得注意的是,雾计算的出现不是为了替代云计算,而是为了补充云计算,以减轻带宽负担和减少传输延迟。雾节点一边可以连接到用户终端,为其提供计算服务;一边可以连接到云,以便利用云的丰富功能和应用工具。这种云雾协作的两层计算架构被称云雾计算,它融合了两者的优点。目前,基于云雾计算架构的实际应用部署已成为人们进行学术研究的重要课题。
在天基计算架构研究中,为了解决时延敏感和大数据化的空间应用与星地带宽有限之间的矛盾,在软件定义卫星、虚拟化和空间网络等技术的支持下,已有一种天基云雾计算系统被提出。系统中主要包括:空间边缘节点、空间边缘云和地面远端云。
空间边缘节点可分为用户节点(卫星或飞机)和雾卫星节点。用户节点不承担或只承担相当少的计算功能,主要把业务卸载到边缘云或远端云上完成。雾卫星节点则具有一定的计算、存储能力,它既可以作为用户把自己的计算任务卸载到边缘云或远端云上请求协助完成,又可以作为计算资源接受云端发来的任务并独立地或通过与其他雾卫星节点组建快速服务集群执行任务。雾卫星节点使用通用虚拟化平台,可根据需求搭载不同类型的服务。
空间边缘云,是天基信息港基础设施,承担天基边缘数据中心的功能。和雾卫星相比,天基边缘云融合了CPU、GPU、FPGA等异构资源,具有更强大的计算和存储能力。在虚拟化技术的支撑下,它不仅可以完成从用户节点卸载上来的各种应用,还可以完成数据融合、任务分析、智能分发、构建雾卫星节点快速服务集群等功能。
地面远端云,是地基信息港基础设施,承担大规模云计算中心功能。和天基边缘云相比,地面云具有更多计算存储资源和更强的计算能力。
雾卫星节点、空间边缘云、地面远端云构成了空间信息雾网络的三层计算模型,从边缘到云,各层的计算能力是逐渐增强的。从计算分配的角度来看,复杂性低的计算可以在雾卫星节点上完成;复杂性较高且对处理实时性要求较高的计算适合放在天基边缘云上完成;对处理的实时性要求不高且计算量大、计算复杂性高的计算应放到地面远端云上完成。
天基计算资源的特殊性表现在:(1)异构性:卫星上的计算资源包括CPU、FPGA、GPU、内存等;(2)分散性:卫星计算资源分散在空间的各个位置;(3)动态性:卫星处于运动状态,空间信息网络的拓扑具有时变性。
因此,设计适应天基云雾计算架构下的资源配置系统流程,保证卫星计算/存储资源的高效和高可靠性,是值得研究的重点和难点。
发明内容
为了解决上述至少一个技术问题,本发明提出了一种天基云雾计算架构下的资源配置方法、系统和存储介质。
为了实现上述目的,本发明第一方面提出了一种天基云雾计算架构下的资源配置方法,所述资源配置方法包括:
根据需求进行基本资源配置,并生成基本资源配置结果信息;
根据需求进行动态资源配置,并生成动态资源配置结果信息;
待动态资源配置满足要求时,根据上述基本资源和动态资源的配置结果信息设计相对应的卫星星座轨道。
本方案中,根据需求进行基本资源配置,还包括:
根据5G网络的要求,在4G网络的基础上增加计算/存储硬件资源;和/或
将雾卫星节点/天基边缘云节点的计算/存储资源按比例调配。
本方案中,根据需求进行动态资源配置,还包括:
根据用户访问量和每项应用对流量的耗费量进行调配资源;和/或
根据不同地理位置的用户访问产生流量的疏密性进行资源配置;和/或
根据时间周期进行资源配置;和/或
根据接入密集程度进行资源配置。
优选的,所述卫星星座轨道为walker卫星星座轨道、GPS卫星星座轨道、Galileo卫星星座轨道、北斗卫星星座轨道的一种或几种。
本方案中,由雾卫星节点、天基边缘云、地面远端云构成了天基计算架构下的三层计算模型,将复杂性低的计算数据分配在雾卫星节点上完成,将复杂性较高且对处理实时性要求高的计算数据分配在天基边缘云上完成,将处理实时性要求不高,但计算量大、计算复杂性高的计算数据分配在地面远端云上完成。
本方案中,所述资源包括计算资源和存储资源,所述计算资源为CPU、GPU、FPGA的一种或几种,所述存储资源为机械硬盘、固态硬盘、液态硬盘、光学硬盘的一种或几种。
本发明第二方面还提出一种天基云雾计算架构下的资源配置系统,所述天基云雾计算架构下的资源配置系统包括:存储器及处理器,所述存储器中包括一种天基云雾计算架构下的资源配置方法程序,所述天基云雾计算架构下的资源配置方法程序被所述处理器执行时实现如下步骤:
根据需求进行基本资源配置,并生成基本资源配置结果信息;
根据需求进行动态资源配置,并生成动态资源配置结果信息;
待动态资源配置满足要求时,根据上述基本资源和动态资源的配置结果信息设计相对应的卫星星座轨道。
本方案中,根据需求进行基本资源配置,还包括:
根据5G网络的要求,在4G网络的基础上增加计算/存储硬件资源;和/或
将雾卫星节点/天基边缘云节点的计算/存储资源按比例调配。
本方案中,根据需求进行动态资源配置,还包括:
根据用户访问量和每项应用对流量的耗费量进行调配资源;和/或
根据不同地理位置的用户访问产生流量的疏密性进行资源配置;和/或
根据时间周期进行资源配置;和/或
根据接入密集程度进行资源配置。
本发明第三方面还提出一种计算机可读存储介质,所述计算机可读存储介质中包括一种天基云雾计算架构下的资源配置方法程序,所述天基云雾计算架构下的资源配置方法程序被处理器执行时,实现如上述的一种天基云雾计算架构下的资源配置方法的步骤。
本发明根据需求进行基本资源配置,并生成基本资源配置结果信息;然后根据需求进行动态资源配置,并生成动态资源配置结果信息;待动态资源配置满足要求时,根据上述基本资源和动态资源的配置结果信息设计相对应的卫星星座轨道。本发明通过合理配置计算资源和存储资源,能够满足5G网络的需求,达到全球无缝覆盖,并可支持的用户连接数增长到100万用户/平方公里。本发明在达到全球无缝覆盖的同时,还进一步优化资源配置,使得各个资源节点之间互不干扰,降低了资源配置成本,在有限资源配置的前提下实现资源利用率的最大化。本发明通过引入边缘计算,使卫星具有在轨计算能力,缩短了传播时延,并将传播时延达到毫秒级,从而确保数据能够得以实时性计算处理。
本发明还可以使用激光通信等高通量通信技术,增大传输的数据量,同时,通过卫星在轨计算可以占用较少的带宽传输,并使有限的带宽传输更有效的数据。另外,本发明在初步分配资源了之后,根据用户服务质量评价还可以进行再次对资源进行调整,不断优化资源配置。
本发明的附加方面和优点将在下面的描述部分中给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1示出了本发明一种天基边缘云平台的服务框架图;
图2示出了本发明一种天基云雾计算架构下的资源配置方法的流程图;
图3示出了本发明一种天基云雾计算架构下的资源配置系统的框图;
图4示出了本发明一种天基云雾计算架构下的资源配置系统的工作流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
天基边缘云平台的服务框架主要包括资源、服务和应用三个部分,如图1所示,依据分层设计的思想,本框架分成六个部分:基础资源层、虚拟化层、服务层、应用层、控制层和监测层。
基础资源层包括CPU、FPGA、GPU等计算资源以及用于数据存储的存储资源等;虚拟化层主要基于计算虚拟化、存储虚拟化和网络虚拟化;服务层主要用于数据处理、任务分析、智能分发等;应用层可以包括险情监控、海事应用、军事应用、航天管理等。本发明是基于天基边缘云平台的服务框架的基础资源层进行资源配置。基础资源层为天基边缘云平台最底层的一层,其他层是在该基础资源层上实现的。天基边缘云平台整合这些计算资源以及存储资源,实现对基础硬件资源的互联互通。设计适应天基云雾计算架构下的资源配置方法、系统和存储介质,保证卫星计算/存储资源的高效和高可靠性。
图2示出了本发明一种天基云雾计算架构下的资源配置方法的流程图。
如图2所示,本发明第一方面提出一种天基云雾计算架构下的资源配置方法,所述资源配置方法包括:
S202,根据需求进行基本资源配置,并生成基本资源配置结果信息;
S204,根据需求进行动态资源配置,并生成动态资源配置结果信息;
S206,待动态资源配置满足要求时,根据上述基本资源和动态资源的配置结果信息设计相对应的卫星星座轨道。
需要说明的是,所述资源包括计算资源和存储资源,所述计算资源为CPU、GPU、FPGA的一种或几种,所述存储资源为机械硬盘、固态硬盘、液态硬盘、光学硬盘的一种或几种。
需要说明的是,基本资源配置包括了天基云雾计算架构内所有节点都会在底层硬件中配置的计算/存储资源,能够满足最基本的任务,一般情况下这个任务需要的资源量不会特别大。动态资源配置包括一些特殊的计算/存储资源,计算资源可以是异构计算资源(如:GPU、CPU、FPGA等),存储资源可以是不同的存储资源(如:机械硬盘,固态硬盘,液态硬盘,光学硬盘等)。由于天基网络的高动态特性,需要根据天基云雾计算架构下的资源配置系统的配置要求,设计来相对应的卫星星座轨道来完成资源的配置。
进一步的,根据需求进行基本资源配置,还包括:
根据5G网络的要求,在4G网络的基础上增加计算/存储硬件资源;和/或
将雾卫星节点/天基边缘云节点的计算/存储资源按比例调配。
具体的,可以在现在4G网络的基础上增加计算/存储硬件资源,满足5G网络基本的指标需求。优选的,可以通过增建一些基站,增加一些设备,增发几颗卫星来弥补广域覆盖的需求。
根据本发明的实施例,雾卫星节点、天基边缘云、地面远端云构成了云雾结合计算架构的天基信息网络的三层计算模型,从边缘到云,各层的计算能力是逐渐增强的。从计算分配的角度来看,可以将复杂性低的计算数据分配在雾卫星节点上完成,将复杂性较高且对处理实时性要求高的计算数据分配在天基边缘云上完成,将处理实时性要求不高,但计算量大、计算复杂性高的计算数据分配在地面远端云上完成。
进一步的,根据需求进行动态资源配置,还包括:
根据用户访问量和每项应用对流量的耗费量进行调配资源;和/或
根据不同地理位置的用户访问产生流量的疏密性进行资源配置;和/或
根据时间周期进行资源配置;和/或
根据接入密集程度进行资源配置。
根据本发明的实施例,可以根据流量特点进行调配资源。流量特点主要表现在用户访问量和每项应用对流量的耗费量,也可以根据用户或者节点的移动性,主要划分有基于地理位置,基于时间分布,基于接入密集层度的特点。
可以理解,用户访问流量在地理或空间位置上存在一定的疏密特性,某个位置最容易有用户访问产生流量很大,需要资源量大,则可以在这个位置多配置一些资源,以保证用户的服务质量。
可以理解,用户访问流量在时间上也会有一定的潮汐规律,特别是白天黑夜的不同时期,对资源的需求也会有变化,可以根据时间周期合理安排资源的分布,形成基于时间的服务迁移。
需要说明的是,所述卫星星座轨道为Walker卫星星座轨道、GPS卫星星座轨道、Galileo卫星星座轨道、北斗卫星星座轨道的一种或几种。但不限于此。
进一步的,Walker卫星星座是具有相同轨道高度、均匀分布的倾斜圆轨道平面等特征的星座构型,卫星轨道高度为1450km,卫星的轨道倾角为56.68度,卫星的数目为50颗,卫星的轨道数目为10个。GPS卫星星座的构成为:24颗卫星部署在6个轨道平面中,每个轨道平面的升交点的赤经相隔60度,轨道平面相对赤道面的倾角均为55度,每条轨道上均匀分布4颗卫星,相邻轨道之间的卫星彼此分开30度,由此保证全球覆盖的要求。Galileo卫星星座由均匀分布在3个轨道上30颗中高度轨道卫星构成,其中每个轨道面上有10颗卫星,9颗为正常使用卫星,1颗为备用卫星;卫星轨道高度为23222km,轨道倾角56度,卫星运行周期约为14h。北斗卫星星座由5颗静止轨道卫星和30颗非静止轨道卫星组成,30颗非静止轨道卫星包括27颗中轨道卫星和3颗倾斜同步卫星;27颗中轨道卫星平均分布在倾角为55度的三个平面上,两轨道面的夹角为120度,轨道高度为21500km,卫星运行周期为12h50min。
需要说明的是,在设计相对应的卫星星座轨道,可以使卫星的覆盖性能尽可能完全覆盖地面,所述覆盖性能可以通过卫星对陆地的累计覆盖率和对纬度的时间覆盖率来表现。同时,还应保证各个卫星节点互不干扰。
图3示出了本发明一种天基云雾计算架构下的资源配置系统的框图。
如图3所示,本发明第二方面还提出一种天基云雾计算架构下的资源配置系统3,所述天基云雾计算架构下的资源配置系统3包括:存储器31及处理器32,所述存储器31中包括一种天基云雾计算架构下的资源配置方法程序,所述天基云雾计算架构下的资源配置方法程序被所述处理器32执行时实现如下步骤:
根据需求进行基本资源配置,并生成基本资源配置结果信息;
根据需求进行动态资源配置,并生成动态资源配置结果信息;
待动态资源配置满足要求时,根据上述基本资源和动态资源的配置结果信息设计相对应的卫星星座轨道。
需要说明的是,所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
需要说明的是,所述资源包括计算资源和存储资源,所述计算资源为CPU、GPU、FPGA的一种或几种,所述存储资源为机械硬盘、固态硬盘、液态硬盘、光学硬盘的一种或几种。
如图4所示,本发明的天基云雾计算架构下的资源配置系统的工作流程具体包括:基本资源配置,动态资源配置,卫星星座设计。
基本资源配置包括了天基云雾计算架构内所有节点都会在底层硬件中配置的计算/存储资源,能够满足最基本的任务,一般情况下这个任务需要的资源量不会特别大。动态资源配置包括一些特殊的计算/存储资源,计算资源可以是异构计算资源(如:GPU、CPU、FPGA等),存储资源可以是不同的存储资源(如:机械硬盘,固态硬盘,液态硬盘,光学硬盘等)。由于天基网络的高动态特性,需要根据天基云雾计算架构下的资源配置系统的配置要求,设计来相对应的卫星星座轨道来完成资源的配置。
进一步的,根据需求进行基本资源配置,还包括:
根据5G网络的要求,在4G网络的基础上增加计算/存储硬件资源;和/或
将雾卫星节点/天基边缘云节点的计算/存储资源按比例调配。
具体的,可以在现在4G网络的基础上增加计算/存储硬件资源,满足5G网络基本的指标需求。优选的,可以通过增建一些基站,增加一些设备,增发几颗卫星来弥补广域覆盖的需求。
根据本发明的实施例,雾卫星节点、天基边缘云、地面远端云构成了云雾结合计算架构的天基信息网络的三层计算模型,从边缘到云,各层的计算能力是逐渐增强的。从计算分配的角度来看,可以将复杂性低的计算数据分配在雾卫星节点上完成,将复杂性较高且对处理实时性要求高的计算数据分配在天基边缘云上完成,将处理实时性要求不高,但计算量大、计算复杂性高的计算数据分配在地面远端云上完成。
进一步的,根据需求进行动态资源配置,还包括:
根据用户访问量和每项应用对流量的耗费量进行调配资源;和/或
根据不同地理位置的用户访问产生流量的疏密性进行资源配置;和/或
根据时间周期进行资源配置;和/或
根据接入密集程度进行资源配置。
根据本发明的实施例,可以根据流量特点进行调配资源。流量特点主要表现在用户访问量和每项应用对流量的耗费量,也可以根据用户或者节点的移动性,主要划分有基于地理位置,基于时间分布,基于接入密集层度的特点。
可以理解,用户访问流量在地理或空间位置上存在一定的疏密特性,某个位置最容易有用户访问产生流量很大,需要资源量大,则可以在这个位置多配置一些资源,以保证用户的服务质量。
可以理解,用户访问流量在时间上也会有一定的潮汐规律,特别是白天黑夜的不同时期,对资源的需求也会有变化,可以根据时间周期合理安排资源的分布,形成基于时间的服务迁移。
需要说明的是,所述卫星星座轨道为Walker卫星星座轨道、GPS卫星星座轨道、Galileo卫星星座轨道、北斗卫星星座轨道的一种或几种。但不限于此。
进一步的,Walker卫星星座是具有相同轨道高度、均匀分布的倾斜圆轨道平面等特征的星座构型,卫星轨道高度为1450km,卫星的轨道倾角为56.68度,卫星的数目为50颗,卫星的轨道数目为10个。GPS卫星星座的构成为:24颗卫星部署在6个轨道平面中,每个轨道平面的升交点的赤经相隔60度,轨道平面相对赤道面的倾角均为55度,每条轨道上均匀分布4颗卫星,相邻轨道之间的卫星彼此分开30度,由此保证全球覆盖的要求。Galileo卫星星座由均匀分布在3个轨道上30颗中高度轨道卫星构成,其中每个轨道面上有10颗卫星,9颗为正常使用卫星,1颗为备用卫星;卫星轨道高度为23222km,轨道倾角56度,卫星运行周期约为14h。北斗卫星星座由5颗静止轨道卫星和30颗非静止轨道卫星组成,30颗非静止轨道卫星包括27颗中轨道卫星和3颗倾斜同步卫星;27颗中轨道卫星平均分布在倾角为55度的三个平面上,两轨道面的夹角为120度,轨道高度为21500km,卫星运行周期为12h50min。
需要说明的是,在设计相对应的卫星星座轨道,可以使卫星的覆盖性能尽可能完全覆盖地面,所述覆盖性能可以通过卫星对陆地的累计覆盖率和对纬度的时间覆盖率来表现。同时,还应保证各个卫星节点互不干扰。
本发明第三方面还提出一种计算机可读存储介质,所述计算机可读存储介质中包括一种天基云雾计算架构下的资源配置方法程序,所述天基云雾计算架构下的资源配置方法程序被处理器执行时,实现如上述的一种天基云雾计算架构下的资源配置方法的步骤。
本发明根据需求进行基本资源配置,并生成基本资源配置结果信息;根据需求进行动态资源配置,并生成动态资源配置结果信息;待动态资源配置满足要求时,根据上述基本资源和动态资源的配置结果信息设计相对应的卫星星座轨道。本发明通过合理配置计算资源和存储资源,能够满足5G网络的需求,达到全球无缝覆盖,并可支持的用户连接数增长到100万用户/平方公里。本发明在达到全球无缝覆盖的同时,还进一步优化资源配置,使得各个资源节点之间互不干扰,降低了资源配置成本,在有限资源配置的前提下实现资源利用率的最大化。本发明通过引入边缘计算,使卫星具有在轨计算能力,缩短了传播时延,并将传播时延达到毫秒级,从而确保数据能够得以实时性计算处理。
本发明还可以使用激光通信等高通量通信技术,增大传输的数据量,同时,通过卫星在轨计算可以占用较少的带宽传输,并使有限的带宽传输更有效的数据。另外,本发明在初步分配资源了之后,根据用户服务质量评价还可以进行再次对资源进行调整,不断优化资源配置。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种天基云雾计算架构下的资源配置方法,其特征在于,所述资源配置方法包括:
根据需求进行基本资源配置,并生成基本资源配置结果信息;
根据需求进行动态资源配置,并生成动态资源配置结果信息;
待动态资源配置满足要求时,根据上述基本资源和动态资源的配置结果信息设计相对应的卫星星座轨道。
2.根据权利要求1所述的一种天基云雾计算架构下的资源配置方法,其特征在于,根据需求进行基本资源配置,还包括:
根据5G网络的要求,在4G网络的基础上增加计算/存储硬件资源;和/或
将雾卫星节点/天基边缘云节点的计算/存储资源按比例调配。
3.根据权利要求1所述的一种天基云雾计算架构下的资源配置方法,其特征在于,根据需求进行动态资源配置,还包括:
根据用户访问量和每项应用对流量的耗费量进行调配资源;和/或
根据不同地理位置的用户访问产生流量的疏密性进行资源配置;和/或
根据时间周期进行资源配置;和/或
根据接入密集程度进行资源配置。
4.根据权利要求1所述的一种天基云雾计算架构下的资源配置方法,其特征在于,所述卫星星座轨道为walker卫星星座轨道、GPS卫星星座轨道、Galileo卫星星座轨道、北斗卫星星座轨道的一种或几种。
5.根据权利要求1所述的一种天基云雾计算架构下的资源配置方法,其特征在于,由雾卫星节点、天基边缘云、地面远端云构成了天基计算架构下的三层计算模型,将复杂性低的计算数据分配在雾卫星节点上完成,将复杂性较高且对处理实时性要求高的计算数据分配在天基边缘云上完成,将处理实时性要求不高,但计算量大、计算复杂性高的计算数据分配在地面远端云上完成。
6.根据权利要求1所述的一种天基云雾计算架构下的资源配置方法,其特征在于,所述资源包括计算资源和存储资源,所述计算资源为CPU、GPU、FPGA的一种或几种,所述存储资源为机械硬盘、固态硬盘、液态硬盘、光学硬盘的一种或几种。
7.一种天基云雾计算架构下的资源配置系统,其特征在于,所述天基云雾计算架构下的资源配置系统包括:存储器及处理器,所述存储器中包括一种天基云雾计算架构下的资源配置方法程序,所述天基云雾计算架构下的资源配置方法程序被所述处理器执行时实现如下步骤:
根据需求进行基本资源配置,并生成基本资源配置结果信息;
根据需求进行动态资源配置,并生成动态资源配置结果信息;
待动态资源配置满足要求时,根据上述基本资源和动态资源的配置结果信息设计相对应的卫星星座轨道。
8.根据权利要求7所述的一种天基云雾计算架构下的资源配置系统,其特征在于,根据需求进行基本资源配置,还包括:
根据5G网络的要求,在4G网络的基础上增加计算/存储硬件资源;和/或
将雾卫星节点/天基边缘云节点的计算/存储资源按比例调配。
9.根据权利要求7所述的一种天基云雾计算架构下的资源配置系统,其特征在于,根据需求进行动态资源配置,还包括:
根据用户访问量和每项应用对流量的耗费量进行调配资源;和/或
根据不同地理位置的用户访问产生流量的疏密性进行资源配置;和/或
根据时间周期进行资源配置;和/或
根据接入密集程度进行资源配置。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种天基云雾计算架构下的资源配置方法程序,所述天基云雾计算架构下的资源配置方法程序被处理器执行时,实现如权利要求1至7中任一项所述的一种天基云雾计算架构下的资源配置方法的步骤。
CN201911000229.4A 2019-10-21 2019-10-21 天基云雾计算架构下的资源配置方法、系统和存储介质 Pending CN110740183A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911000229.4A CN110740183A (zh) 2019-10-21 2019-10-21 天基云雾计算架构下的资源配置方法、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911000229.4A CN110740183A (zh) 2019-10-21 2019-10-21 天基云雾计算架构下的资源配置方法、系统和存储介质

Publications (1)

Publication Number Publication Date
CN110740183A true CN110740183A (zh) 2020-01-31

Family

ID=69270679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911000229.4A Pending CN110740183A (zh) 2019-10-21 2019-10-21 天基云雾计算架构下的资源配置方法、系统和存储介质

Country Status (1)

Country Link
CN (1) CN110740183A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111611071A (zh) * 2020-04-21 2020-09-01 中国人民解放军军事科学院国防科技创新研究院 星-云-边-端架构的卫星系统及其数据处理方法
CN114362809A (zh) * 2022-01-10 2022-04-15 中国人民解放军国防科技大学 天基智能网联边缘计算系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523032A (zh) * 2011-12-08 2012-06-27 中国空间技术研究院 一种地球静止轨道卫星轨位确定方法
US20180331885A1 (en) * 2017-05-10 2018-11-15 B.yond, Inc. Dynamic allocation of service components of information service in hierarchical telecommunication architecture
CN108900355A (zh) * 2018-07-24 2018-11-27 北京邮电大学 一种星地多级边缘网络资源分配方法
CN109121141A (zh) * 2018-07-24 2019-01-01 北京邮电大学 一种基于mec服务器的星地两级边缘网络及其协作方法
CN109936619A (zh) * 2019-01-18 2019-06-25 中国科学院空间应用工程与技术中心 一种基于雾计算的空间信息网络架构、方法和可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523032A (zh) * 2011-12-08 2012-06-27 中国空间技术研究院 一种地球静止轨道卫星轨位确定方法
US20180331885A1 (en) * 2017-05-10 2018-11-15 B.yond, Inc. Dynamic allocation of service components of information service in hierarchical telecommunication architecture
CN108900355A (zh) * 2018-07-24 2018-11-27 北京邮电大学 一种星地多级边缘网络资源分配方法
CN109121141A (zh) * 2018-07-24 2019-01-01 北京邮电大学 一种基于mec服务器的星地两级边缘网络及其协作方法
CN109936619A (zh) * 2019-01-18 2019-06-25 中国科学院空间应用工程与技术中心 一种基于雾计算的空间信息网络架构、方法和可读存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111611071A (zh) * 2020-04-21 2020-09-01 中国人民解放军军事科学院国防科技创新研究院 星-云-边-端架构的卫星系统及其数据处理方法
CN114362809A (zh) * 2022-01-10 2022-04-15 中国人民解放军国防科技大学 天基智能网联边缘计算系统
CN114362809B (zh) * 2022-01-10 2023-11-24 中国人民解放军国防科技大学 天基智能网联边缘计算系统

Similar Documents

Publication Publication Date Title
CN109936619B (zh) 一种基于雾计算的空间信息网络架构、方法和可读存储介质
CN109818669B (zh) 一种基于虚拟化的卫星业务处理方法、系统和存储介质
Arkian et al. MIST: Fog-based data analytics scheme with cost-efficient resource provisioning for IoT crowdsensing applications
Rahimi et al. Mobile cloud computing: A survey, state of art and future directions
CN110753107B (zh) 天基云雾计算架构下的资源调度系统、方法和存储介质
CN114153572A (zh) 一种星地协作网络中分布式深度学习的计算卸载方法
CN114268357B (zh) 基于低轨卫星边缘计算任务卸载方法、系统、设备及应用
CN110740183A (zh) 天基云雾计算架构下的资源配置方法、系统和存储介质
Gu et al. Coded storage-and-computation: A new paradigm to enhancing intelligent services in space-air-ground integrated networks
US20240106528A1 (en) Method and device for constructing integrated space-terrestrial network
Huang et al. Optimizing grid computing configuration and scheduling for geospatial analysis: An example with interpolating DEM
Jin et al. Traffic analysis of LEO satellite internet of things
Mohammed et al. Smart edge computing for 5 g/6 g satellite iot for reducing inter transmission delay
Cao et al. Space-based cloud-fog computing architecture and its applications
US20220345210A1 (en) Ultra-low latency inter-satellite communication links
Aljarah et al. Cooperative hierarchical based edge-computing approach for resources allocation of distributed mobile and IoT applications
Zhang et al. Mobile edge computing for UAVs
CN110719335A (zh) 天基云雾计算架构下的资源调度方法、系统和存储介质
CN114221689B (zh) 面向非静止轨道星座的跳波束调度方法及其系统
Chao et al. Satellite-UAV-MEC collaborative architecture for task offloading in vehicular networks
Cao et al. Space cloud-fog computing: architecture, application and challenge
Zaghdoudi et al. A protocol for setting up ad hoc mobile clouds over spontaneous MANETs: A proof of concept
Huang et al. Microservice scheduling for satellite-terrestrial hybrid network with edge computing
CN113742778A (zh) 基于联邦学习和alq压缩的分布式机器学习方法及系统
Shaik et al. Distributed service placement in hierarchical fog environments

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200131