CN110769512A - 星载资源分配方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本申请公开了一种星载资源分配方法、装置、计算机设备及存储介质，涉及卫星通信技术领域，该方法用于卫星物联网系统的卫星中，卫星物联网系统包括卫星和多个用户设备UE，对于各UE，获取UE对应的缓存队列在当前时隙的缓存参数，缓存参数用于指示当前时隙缓存队列中缓存数据的大小；获取UE在当前时隙的信道状态参数；对于各UE，根据缓存参数和信道状态参数计算UE在当前时隙的传输功率。相比于现有技术，本申请实施例突破了传统只依赖信道状态分配资源的方案，联合考虑缓存状态和信道状态分配功率，避免了缓存溢出。同时考虑单时隙功率峰值和长期均值功率约束，扩大了可服务的信道状态范围，降低了中断，提高了吞吐量。

Description

星载资源分配方法、装置、计算机设备及存储介质

技术领域

本申请涉及卫星通信技术领域，特别是涉及一种星载资源分配方法、装置、计算机设备及存储介质。

背景技术

随着全球大数据时代的到来，物联网通信系统的数据量呈现爆炸式增长。在这种情况下，传统的地面物联网通信系统在一些地域跨度大、基础设施薄弱以及环境恶劣的地区(例如远洋、冰川、沙漠等)会出现网络通信能力无法满足业务需求的情况。为了改善由于自然环境和空间环境对物联网通信系统的影响，现有技术提出了一种卫星物联网技术，由卫星与用户设备UE(英文：User Equipment；简称：UE)进行网络通信。

由于卫星的传输功率资源有限，在卫星物联网技术中，如何对传输功率资源进行分配是本领域的技术热点。现有技术对传输功率资源进行分配的方法为：针对不同时隙，对卫星的总的传输功率资源进行平均分配，使得每个时隙的可使用的传输功率资源相等。而在每个时隙中，针对该时隙接入卫星的各个UE，当UE对应的信道的信道状态好时分配较少的传输功率，当UE对应的信道的信道状态不好时，分配较多的传输功率，以保证UE的通信质量。

然而，上述方法中，向信道状态不好的信道分配较多的传输功率，即传输功率资源更多地分配给了信道状态不好的信道，而信道状态不好的信道的数据传输效率较低，这样会导致卫星物联网系统总体的数据传输效率较低，数据吞吐量较低。

发明内容

基于此，有必要对于上述存在的卫星物联网系统总体的数据传输效率较低，数据吞吐量较低的问题，提供一种星载资源分配方法、装置、计算机设备及存储介质。

第一方面，本申请实施例提供了一种星载资源分配方法，用于卫星物联网系统的卫星中，卫星物联网系统包括卫星和多个用户设备UE，该方法包括：

对于各UE，获取UE对应的缓存队列在当前时隙的缓存参数，缓存参数用于指示当前时隙缓存队列中缓存数据的大小；

获取UE在当前时隙的信道状态参数；

对于各UE，根据缓存参数和信道状态参数计算UE在当前时隙的传输功率。

在本申请的一个实施例中，对于各UE，根据缓存参数和信道状态参数计算UE在当前时隙的传输功率，包括：

对于各UE，根据缓存参数和信道状态参数计算UE对应的功率分配参数；

根据各UE的功率分配参数的大小对各UE对应的功率分配参数进行排序；

根据各UE对应的功率分配参数的排序，各UE的缓存参数和信道状态参数以及功率开销目标函数和约束条件，计算各UE对应的传输功率，其中，功率开销目标函数为以卫星物联网系统的数据吞吐量最大化为目标的函数。

在本申请的一个实施例中，功率开销目标函数为：

其中，K为接入卫星物联网系统的UE的数量；Q_i(t)为当前时隙第i个UE对应的缓存参数；b_i(p_i(t),g_i(t))为当前时隙第i个UE对应的数据传输速率；p_i(t)为当前时隙分配给第i个UE的传输功率；g_i(t)为当前时隙第i个UE对应的信道的信道状态参数；Z(t)为当前时隙对应的功率负债值，当前时隙对应的功率负债值为上一个时隙所有接入卫星物联网系统的UE消耗的传输功率与功率平均值的差值。

在本申请的一个实施例中，根据UE对应的功率分配参数的排序，UE对应的缓存参数和信道状态参数以及功率开销目标函数和约束条件，计算UE对应的传输功率之前，该方法包括：

建立下行通信链路的功率开销队列，功率开销队列记录有当前时隙对应的功率负债值。

在本申请的一个实施例中，对于各UE，获取UE对应的缓存队列在当前时隙的缓存参数之前，方法还包括：

对于各UE，当UE接入卫星物联网系统时，建立UE对应的缓存队列，缓存队列用于存储下行通信数据。

在本申请的一个实施例中，约束条件包括单时隙最大峰值功率约束，单时隙最大峰值功率约束为在当前时隙分配给各UE的传输功率之和小于等于卫星的最大瞬时功率。

在本申请的一个实施例中，约束条件包括长期均值功率约束，长期均值功率约束为T个时隙分配给各UE的传输功率之和小于等于卫星的总功率，其中，T为总的时隙数。

在本申请的一个实施例中，约束条件包括到达速率约束，到达速率约束为缓存队列中数据的到达速率小于等于最大到达速率。

在本申请的一个实施例中，约束条件包括队列稳定约束，队列稳定约束为各UE对应的缓存参数小于等于缓存队列的最大容量。

在本申请的一个实施例中，约束条件包括译码约束，译码约束为在根据前时隙各UE对应的功率分配参数的排序，分配给第N个UE的传输功率大于分配给前N-1个UE的传输功率之和。

在本申请的一个实施例中，获取UE在当前时隙的信道状态参数，包括：

获取UE发送给卫星的信道探测参考信号，信道状态参数为参考信号的信噪比。

第二方面，本申请实施例提供了一种星载资源分配装置，用于卫星物联网系统的卫星中，卫星物联网系统包括卫星和多个用户设备UE，装置包括：

缓存参数获取模块，用于对于各UE，获取UE对应的缓存队列在当前时隙的缓存参数，缓存参数用于指示当前时隙缓存队列中缓存数据的大小；

信道状态获取模块，用于获取UE在当前时隙的信道状态参数；

传输功率获取模块，用于对于各UE，根据缓存参数和信道状态参数计算UE在当前时隙的传输功率。

第三方面，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该计算机程序被该处理器执行时实现上述第一方面的任一方法的步骤。

第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面的任一方法的步骤。

本申请实施例提供的技术方案带来的有益效果至少包括：

卫星物联网系统的卫星可以获取各UE对应的缓存队列在当前时隙的缓存参数，同时，卫星可以获取各UE在当前时隙的信道状态参数，其中，缓存参数用于指示当前时隙缓存队列中缓存数据的大小，信道状态参数用于指示当前时隙信道状态。对于各UE，卫星可以根据缓存参数和信道状态参数计算各UE在当前时隙的传输功率。由此可知，本申请实施例，将信道状态参数和缓存参数结合在一起计算给各UE分配的传输功率，既考虑到了信道状态也考虑到了缓存状态，因此，相比于现有技术仅根据信道状态确定给各UE分配的传输功率，可以避免传输功率资源过度地向信道状态不好的信道分配，从而可以提高卫星物联网系统总体的数据传输效率以及数据吞吐量。

附图说明

图1为本申请实施例提供的星载资源分配方法的实施环境的示意图；

图2为本申请实施例提供的一种卫星的内部结构图；

图3为本申请实施例提供的一种星载资源分配方法的流程图；

图4为本申请实施例提供的另一种星载资源分配方法的流程图；

图5为本申请实施例提供的仿真示意图一；

图6为本申请实施例提供的仿真示意图二；

图7为本申请实施例提供的仿真示意图三；

图8为本申请实施例提供的仿真示意图四；

图9为本申请实施例提供的仿真示意图五；

图10为本申请实施例提供的仿真示意图六；

图11为本申请实施例提供的仿真示意图七；

图12为本申请实施例提供的仿真示意图八；

图13为本申请实施例提供的仿真示意图九；

图14为本申请实施例提供的一种星载资源分配装置的框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。

随着全球大数据时代的到来，物联网通信系统的数据量呈现爆炸式增长。在这种情况下，传统的地面物联网通信系统在一些地域跨度大、基础设施薄弱以及环境恶劣的地区(例如远洋、冰川、沙漠等)会出现网络通信能力无法满足业务需求的情况。为了改善由于自然环境和空间环境对物联网通信系统的影响，现有技术提出了一种卫星物联网技术，由卫星与用户设备UE进行网络通信。

在卫星物联网技术中，每个卫星可提供的传输功率资源和存储资源是有限的，其中，传输功率资源用于传输数据，存储资源用于缓存待发送给UE的数据。相关技术中，对卫星的传输功率资源的分配方法为：针对不同时隙，对卫星的总的传输功率资源进行平均分配，使得每个时隙的可使用的传输功率资源相等。而在每个时隙中，针对该时隙接入卫星的各个UE，当UE对应的信道的信道状态好时分配较少的传输功率，当UE对应的信道的信道状态不好时，分配较多的传输功率，以保证UE的通信质量。

然而，上述方法中，对于卫星的下行链路的传输功率资源的分配仅仅根据每个UE的信道状态来决定给UE分配的传输功率，使得卫星物联网系统中在分配传输功率资源时会向信道状态不好的信道分配更多的传输功率，而信道状态不好的信道的传输效率较低，会造成对传输功率资源的浪费，导致卫星物联网系统总体的数据传输效率较低，数据吞吐量较低。

并且，上述方法中，忽略了由于存储资源有限导致在实际应用中存在的缓存溢出的风险。

本申请实施例提供的星载资源分配方法、装置、计算机设备及存储介质，可以提高卫星物联网系统总体的数据传输效率以及数据吞吐量，其中该星载资源分配方法中，卫星物联网系统的卫星可以获取各UE对应的缓存队列在当前时隙的缓存参数，同时，卫星可以获取各UE在当前时隙的信道状态参数，其中，缓存参数用于指示当前时隙缓存队列中缓存数据的大小，信道状态参数用于指示当前时隙信道状态。对于各UE，卫星可以根据缓存参数和信道状态参数计算各UE在当前时隙的传输功率。由此可知，本申请实施例，将信道状态参数和缓存参数结合在一起计算给各UE分配的传输功率，既考虑到了信道状态也考虑到了缓存状态，因此，相比于现有技术仅根据信道状态确定给各UE分配的传输功率，可以避免传输功率资源过度地向信道状态不好的信道分配，从而可以提高卫星物联网系统总体的数据传输效率以及数据吞吐量。

下面，将对本申请实施例提供的星载资源分配方法所涉及到的实施环境进行简要说明。

请参考图1，图1是本申请实施例提供的星载资源分配方法所涉及到的一种实施环境的示意图，如图1所示，该实施环境为卫星物联网系统，其包括数据处理中心DPC(英文：Data Processing Center；简称：DPC)、卫星物联网系统的卫星和多个UE。其中，卫星的服务器(以下简称为卫星)中建立各个接入卫星的UE分别对应的缓存队列，Q_i(t)为UE对应的缓存参数；b_i(t)为卫星向UE发送数据的数据传输速率；数据处理中心DPC将需要发送给UE的数据先发送给卫星，卫星接收到DPC发送的数据之后，对接收到的数据进行缓存，缓存的过程为：对于每个UE，将需要发送给UE的数据对应存储到该UE对应的缓存队列中。然后，对于每个UE，卫星计算出给UE分配的传输功率，并根据分配给该UE的传输功率将缓存队列中的数据根据缓存的先后顺序依次发送给UE。

可选的，卫星物联网系统可以包括多个卫星，对于每个卫星，其对接入自身的UE分配传输功率的方法是相同的。

在本申请的另一个实施例中，提供了一种卫星的服务器(以下简称为卫星)，该卫星的内部结构图可以如图2所示。该卫星包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该卫星的处理器用于提供计算和控制能力。该卫星的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该卫星的数据库用于存储DPC发送给卫星的，需要发送给UE的数据，该数据库还用于存储卫星计算给各UE分配的传输功率的目标函数以及相应的约束条件，该数据库还用于存储一种星载资源分配装置，该星载资源分配装置用于实现一种星载资源分配方法。该卫星的网络接口用于与外部的发送端通过网络连接通信。该计算机程序被处理器执行时以实现一种星载资源分配方法。

图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

请参考图3，其示出了本申请实施例提供的一种星载资源分配方法的流程图，该星载资源分配方法可以应用于图1所示的卫星物联网系统的卫星中。其中，卫星物联网系统包括卫星和多个UE，该多个UE接入该卫星，并由该卫星分配传输功率资源。如图3所示，该星载资源分配方法可以包括以下步骤：

步骤301、对于各UE，卫星获取UE对应的缓存队列在当前时隙的缓存参数。

本申请实施例中，对于各UE，当UE接入卫星物联网系统的卫星时，该卫星为该UE建立缓存队列，即该卫星从自身的缓存资源中分配部分缓存资源给到该UE。缓存队列用于存储需要发送给该UE的下行通信数据。卫星可以在每个时隙读取缓存队列的缓存参数，缓存参数用于指示当前时隙缓存队列中缓存数据的大小。可选的，当缓存数据的大于缓存阈值时，可以认为该缓存队列存在缓存溢出的风险，当缓存数据的大小小于缓存阈值时，可以认为该缓存队列不存在缓存溢出的风险。卫星可以通过读取当前时隙的缓存参数确定当前时隙该缓存队列是否存在缓存溢出的风险。

需要说明的是，每个缓存队列具有相应的缓存容量，缓存容量表示该缓存队列最大可缓存的数据的大小，其中缓存阈值小于等于缓存容量。由于卫星的缓存资源是有限的，当接入卫星的UE的数量越来越多时，分配给每个UE的缓存队列的缓存容量会变小。

步骤302、卫星获取UE在当前时隙的信道状态参数。

本申请实施例中，对于每个UE，在UE接入卫星时，UE可以向卫星发送信道探测参考信号，卫星接收到UE发送的信道探测参考信号，可以获取该信道探测参考信号的信噪比，其中，信道探测信号的信噪比即为信道状态参数。

UE在每个时隙，可以获取每个UE当前时隙的信道状态参数。

步骤303、对于各UE，卫星根据缓存参数和信道状态参数计算UE在当前时隙的传输功率。

在一种可选的实现方式中，如图4所示，对于各UE，卫星根据缓存参数和信道状态参数计算UE在当前时隙的传输功率的过程可以包括以下步骤：

步骤401、对于各UE，卫星根据缓存参数和信道状态参数计算UE对应的功率分配参数。

可选的，功率分配参数可以根据公式(1)计算得到，公式(1)为：

F_i(t)＝Q_i(t)+μg_i(t)；

其中，F_i(t)表示当前时隙第i个UE的功率分配参数，Q_i(t)表示当前时隙第i个UE的缓存队列的缓存参数，g_i(t)表示当前时隙第i个UE的信道的信道状态参数，μ信道状态的权重系数。

根据公式(1)可以卫星物联网系统中所有UE的功率分配参数。

步骤402、卫星根据各UE的功率分配参数的大小对各UE对应的功率分配参数进行排序。

可选的，本申请实施例中，卫星可以根据各UE的功率分配参数的大小对各UE进行升序排列，即功率分配参数越大，排序越往后。

需要说明的是，本申请实时例中，某一UE的功率分配参数越大表示该UE对应的缓存参数以及信道状态参数越大，功率分配参数越小，表示该UE对应的缓存参数以及信道状态参数越小。其中，缓存参数越大表示缓存队列中待发送的数据越多，信道状态参数越大，表示信道状态越好。

步骤403、卫星根据各UE对应的功率分配参数的排序，各UE的缓存参数和信道状态参数以及功率开销目标函数和约束条件，计算各UE对应的传输功率。

其中，功率开销目标函数为以卫星物联网系统的数据吞吐量最大化为目标的函数。功率开销目标函数为：

其中，K为接入所述卫星物联网系统的UE的数量；Q_i(t)为当前时隙第i个UE对应的缓存参数；b_i(p_i(t),g_i(t))为当前时隙第i个UE对应的数据传输速率；p_i(t)为当前时隙分配给第i个UE的传输功率；g_i(t)为当前时隙第i个UE对应的信道的信道状态参数；Z(t)为当前时隙对应的功率负债值，当前时隙对应的功率负债值为上一个时隙所有接入所述卫星物联网系统的UE消耗的传输功率与功率平均值的差值。

可选的，本申请实施例中，卫星在根据功率开销目标函数和约束条件计算分配给UE的传输功率之前，卫星还可以建立功率开销队列，功率开销队列用于记录当前时隙卫星物联网系统对应的功率负债值，其中功率负债值表示上一个时隙卫星物联网系统消耗的传输功率相比于卫星物联网系统平均到每个时隙的功率平均值多消耗的传输功率。

下面对各UE对应的功率分配参数的排序对计算各UE分配的传输功率的影响进行举例说明：

例如卫星物联网系统中接入了3个UE，分别为UE1、UE2和UE3，UE1、UE2和UE3分别对应的功率分配参数分别为F1、F2和F3。

当UE1、UE2和UE3分别对应的功率分配参数的排序为F1<F2<F3时，其中，UE1排序第一，UE2排序第二，UE3排序第三，则目标函数的形式如下式(1)所示(目标函数的详细变形过程在下文叙述)：

其中，Q₁表示UE1在当前时隙的缓存参数，p₁为分配给UE1的传输功率，g₁为UE1在当前时隙的信道状态参数，η为噪声功率。其余UE2和UE3对应的参数可以参照第一个UE的参数，不再赘述。

而当UE1、UE2和UE3分别对应的功率分配参数的排序为F3<F1<F2时，UE3排序第一，UE1排序第二，UE2排序第三，则目标函数的形式如下式(2)所示：

根据上文中的式(1)和式(2)可以看出，当UE1、UE2和UE3分别对应的功率分配参数排序不同时，目标函数的具体形式也会发生变化，分配给每个UE的传输功率也随之变化。并且，功率分配参数排序越往后的UE，分配的传输功率越大。

需要说明的是，排序越往后的UE，分配到的传输功率越多，也即信道状态越好，分配的传输功率越多，信道状态越差，分配的传输功率越小。从而实现了传输功率资源更多地分配给信道状态好的信道，从而提高卫星物联网系统总体的数据传输效率和数据吞吐量。

在一种可选的实现方式中，本申请实施例中的目标函数对应设置有多种约束条件，下面将对目标函数对应的约束条件进行说明：

可选的，约束条件可以包括单时隙最大峰值功率约束，单时隙最大峰值功率约束为在当前时隙分配给各UE的传输功率之和小于等于卫星的最大瞬时功率。

单时隙最大峰值功率约束的表达式可以是：

其中，K为接入所述卫星物联网系统的UE的数量，p_i(t)为当前时隙分配给第i个UE的传输功率，P_max为卫星的最大瞬时功率。

可选的，约束条件还可以包括长期均值功率约束，长期均值功率约束为T个时隙分配给各UE的传输功率之和小于等于卫星的总功率，其中，T为总的时隙数。

长期均值功率约束的表达式可以是：

其中，

表示当前时隙分配给各UE的传输功率之和的期望，P_ave为功率平均值。

长期均值功率约束的意义在于使得每个时隙所使用的传输功率围绕单时隙卫星可提供的功率平均值上下浮动，而长期的总功率开销不变。具体的：

在现有技术中，卫星给每个时隙分配的可用传输功率为卫星总功率的平均值，即功率平均值，由于每个时隙卫星可提供的传输总功率是相等，例如每个时隙卫星可提供的传输总功率为30瓦，当各UE的信道状态总体较好时，仅需要20瓦功率就可以保证可靠通信时，那么该时隙多余的10瓦功率就会被浪费掉。而当各UE的信道状态总体不好时，需要40瓦功率才可以保证可靠通信，但卫星可提供的传输总功率只有30瓦，因此各UE的网络稳定性会下降。

而本申请实施例中，根据目标函数和长期均值功率约束可以实现：在不超过卫星最大瞬时峰值功率的情况下对卫星每个时隙的可用传输功率不做具体限制。在天气好的时隙，各UE的信道状态总体较好，卫星可以提供较少的传输总功率，以保证可靠通信并节约资源，而在天气不好的时隙，各UE的信道状态总体不好，卫星可以提供较多的传输总功率，以保证可靠通信。与此同时，卫星可以记录当前时隙使用的传输功率资源与功率平均值的差值，即功率负债值。这样，在当前时隙卫星提供的传输总功率比功率平均值多，那么在下一个时隙，卫星提供的传输总功率可以比功率平均值小，即这一时隙卫星提供的传输总功率使用多了，下一时隙就自动减少。这样使得每个时隙所使用的传输功率围绕单时隙卫星可提供的功率平均值上下浮动，而长期的总功率开销是不变的。即：当各UE的信道状态总体较好时，仅需要20瓦功率就可以保证可靠通信时，那么卫星只提供20瓦功率，以使得各UE可靠通信。而当各UE的信道状态总体不好时，需要40瓦功率才可以保证可靠通信时，卫星则提供40瓦功率以满足可靠通信的要求。这样提高了卫星在恶劣环境下进行可靠通信的概率，从而提高了通信网络的稳定性。且长期来看，卫星的总功率开销与现有技术相比是不变的。

可选的，约束条件还可以包括到达速率约束，到达速率约束为缓存队列中数据的到达速率小于等于最大到达速率。

到达速率约束的表达式可以是：0≤a_i(t)≤a_max；

其中，a_i(t)表示数据从数据处理中心DPC到达卫星的到达速率，a_max表示最大到达速率。其中，最大到达速率不超过缓存队列容量。

可选的，约束条件还可以包括队列稳定约束，队列稳定约束为各UE对应的缓存参数小于等于缓存队列的最大容量。

队列稳定约束是表达式可以是：

其中，E[Qi(t)]为缓存队列中缓存参数的大小的期望值。队列稳定约束的含义是在每个时隙，缓存参数小于等于缓存队列的最大容量，而从当前时隙到无穷，缓存参数趋于0。

可选的，约束条件还可以包括译码约束，译码约束为在根据前时隙各UE对应的功率分配参数的排序，分配给第N个UE的传输功率大于分配给前N-1个UE的传输功率之和。

译码约束的表达式可以是：

其中，p_i(t)为当前时隙分配给第i个UE的传输功率，η/g_i(t)表示信道噪声，

表示当前时隙，分配给第i个UE之前的j个UE的传输功率之和。

其中，卫星在每个时隙按照功率开销参数对UE进行排序，给排序第N的UE分配的传输功率必须大于排序在N之前的N-1个UE的所有传输功率之和，这样才可以保证排序第N的UE可以成功译码。本申请实施例中，可以通过如下推导得到译码约束：

……

下面将对本申请实施例的目标函数进行详细说明。

本申请实施例中，在针对每个UE建立了缓存队列，并针对卫星物联网系统建立了功率开销队列的基础上，围绕长期均值功率利用李雅普诺夫理论，建立了最大化网络效用函数，最大化网络效用函数及其对应的约束条件如下：

0≤a_i(t)≤a_max；

为满足上述最大化网络效用的目标与队列稳定的目标，本申请实施例中采用李雅普诺夫优化理论对该最大化网络效用函数进行一系列转换。

首先，定义李雅普诺夫函数为：

其中，Q表示缓存队列，用于表示缓存队列稳定，Z表示功率负债值，用于表示功率开销队列稳定。

根据李雅普诺夫函数得到对应的李雅普诺夫漂移函数如下：

Δ(Θ(t))＝E[L(Θ(t+1))-L(Θ(t))]；

其中，李雅普诺夫漂移函数表示上一时隙卫星物联网系统中开销的传输功率与功率平均值之间的差值，即功率负债值，需要说明的是，当卫星物联网系统中开销的传输功率大于功率平均值时，计算功率负债值，反之不计算。

为了满足长期的约束条件，需要尽量使得李雅普诺夫漂移函数最小化，李雅普诺夫漂移函数越小，表示队列越稳定，同时可以满足长期均值功率约束。在此基础上，本申请实施例提出，根据李雅普诺夫理论建立惩罚函数，在最大化网络效用的同时，保证两个缓存队列和功率开销队列的稳定。

可选的，本申请实施例提出用李雅普诺夫漂移函数减去惩罚函数得到初始目标函数：

DMP(Θ(t))＝Δ(Θ(t))-VE[U|Θ(t)]；

其中，V大于0，为惩罚因子，用来描述漂移函数最小化和效用最大化的重要性。

将Q(t+1)和Z(t+1)的更新过程代入初始目标函数，其中，Q_i(t+1)＝max(Q_i(t)-b_i(t),0)+a_i(t)，表示缓存队列模及其更新过程。

表示功率开销队列模型及其更新过程。我们可以得到上界如下：

此时，我们的优化目标变为最小化上界，同时，长期多时隙的优化问题已经转化为多个单时隙优化的子问题，也就是，问题的接近只依赖于当前时隙的信道状态和缓存状态。

其中，上界DPP(Θ(t))又可以分为两部分，一部分只与到达速率有关，另一方只与传输功率有关，因此可以将每个时隙拆分为两个子问题，即到达速率控制子问题和功率分配子问题。

其中，到达速率控制子问题对应的数学模型为：

min Q_i(t)a_i(t)-VU_i(a_i(t))

其中，到达速率控制子问题是一个凸函数，在极值点处取最大值。

功率分配子问题对应的数学模型为本申请实施例提出的以卫星物联网系统的数据吞吐量最大化为目标的函数：

约束条件为：

带入b_i(t)得到(b_i(t)表示缓存队列中数据的离开速率)：

约束条件为：

上述功率控制问题是一个非凸函数。因此，我们首先提出了一个利用库恩塔克条件缩小最优解搜索范围，然后选出部分遍历求得近似最优解的方法：

首先构造拉格朗日函数如下：

约束条件为：

其中，λ是拉格朗日乘子，分别对λ和p_i求导，得到：

接下来，根据λ的取值，分为两种情况讨论：

情况一：

化简得到：

情况二：

化简得到：

最后，根据以上两种情况，求出所有可能解，并遍历寻求最优解。本申请实施例中，求解的算法可以是NOMA-KKT算法，具体的：输入参数g,K,P_max,P_ave,P_max；

初始化缓存队列Q和功率开销队列Z；

输出最优的功率分配值p_opt；

计算过程可以是：

找到所有可能的KKT可行功率和的值

计算所有可能的总功率开销pa(i)；

当i≤K-1执行：

根据KKT条件计算可能的pa(i)值

若0＜pa(i)＜P_max，则Π(i)＝{0,pa(i)}；

分两种情况求pa(K)；

情况一：pa(K)＝P_max；

情况二：

当0＜ξ＜P_max，则pa(K)＝ζ，П(K)＝{0,pa(K)}；

在两种情况下，K个集合中的元素都排列组合成2^K个组合并将其放入矩阵R；

当case＝1：2执行

当l＝1:2^K执行

若

则P(l,1)＞R(l,1)；

当i＝2:K执行

若译码约束满足，则P(l,i)＝R(l,i)-R(l,i-1)

否则跳出循环，即译码失败。

但是NOMA-KKT算法随着用户数增加，空间复杂度呈指数增长。

于是我们转向粒子群算法，利用迭代的方法求最优值。在这个算法中，将功率分配系数当成粒子，目标函数值作为适应度值，每一次迭代，都记录当前最优值，并与之比较，以最优值为方向，不断迭代改进粒子以提高适应度值，具体如下：

使用PSO进行功率分配，NOMA-PSO；

输入参数g,K,T_max,S_max,v_max,v_min,ω_max和ω_min，其中，S_max表示粒子群大小，T_max表示粒子群进化的最大次数，v表示粒子运动速度，v_min表示粒子运动的最小速度，v_max表示粒子运动的最大速度，ω表示粒子运动速度调整权重值，ω_max表示粒子运动速度调整权重最大值，ω_min表示粒子运动速度调整权重最小值；

初始化队列Q和Z，pop；

输出结果最优功率分配P_opt；

当s≤S_max，执行计算当前粒子的适应度值；

获取[L_best,FIT(L_best,Q)]＝[pop,FIT(pop,Q)]；//局部最优粒子

获取[z_best,FIT(z_best,Q)]←max[FIT(L_best,Q)]；//全局最优粒子

当n≤T_max，执行

当s≤S_max，执行

计算速度调整权重值ω＝ω_start-(ω_start-ω_end)/(T_max-n)/T_max；

更新粒子运动速度v；

若v(i)≥v_max,则v(i)＝v_max；

若v(i)≤v_min,则v(i)＝v_min；

更新粒子pop；

更新L_best和z_best其中，L_best表示局部最优粒子，z_best表示全局最优粒子；

[p_opt,FIT(p_opt,Q)]←max[FIT(P(l,:),Q)]；

P_opt＝z_best；

返回P_opt；得到最优功率分配。

本申请实施例提供的星载资源分配方法，可以提高卫星物联网系统总体的网络稳定性以及数据吞吐量，其中方法中，卫星物联网系统的卫星可以获取各UE对应的缓存队列在当前时隙的缓存参数，同时，卫星可以获取各UE在当前时隙的信道状态参数，其中，缓存参数用于指示当前时隙缓存队列中缓存数据的大小，信道状态参数用于指示当前时隙信道状态。对于各UE，卫星可以根据缓存参数和信道状态参数计算各UE在当前时隙的传输功率。由此可知，本申请实施例，将信道状态参数和缓存参数结合在一起计算给各UE分配的传输功率，既考虑到了信道状态也考虑到了缓存状态，因此，相比于现有技术仅根据信道状态确定给各UE分配的传输功率，可以避免传输功率资源过度地向信道状态不好的信道分配，从而可以提高卫星物联网系统总体的数据传输效率以及数据吞吐量。

下面，通过仿真的方式对本申请实施例提供的星载资源分配方法的性能进行验证。

如图5所示，我们首先观察了5个UE下的缓存队列积压长度随随时间的变化，从图5可以看出，队列在50s内趋于稳定后一直保持队列稳定。

图6为NOMA-KKT算法复杂度示意图，图7为NOMA-PSO算法复杂度示意图，可以看出，随着用户数的增加NOMA-KKT的空间复杂度呈指数式增长。

从图8中可以看到，NOMA-PSO算法在5次循环就能收敛，于是我们后面选择进化次数为10。

图9中展示了NOMA-KKT算法、NOMA-PSO算法、正交多址OMA算法、动态规划求解的NOMA算法、根据信道状态分配功率的方案以及根据队列状态分配功率的方案等不同方案对应的网络效用值。

图10中展示了NOMA-KKT算法、NOMA-PSO算法、正交多址OMA算法、动态规划求解的NOMA算法、根据信道状态分配功率的方案以及根据队列状态分配功率的方案等不同方案对应的队列延迟。

图11中展示了NOMA-KKT算法、NOMA-PSO算法、正交多址OMA算法、动态规划求解的NOMA算法、根据信道状态分配功率的方案以及根据队列状态分配功率的方案等不同方案对应的到达速率。

根据图9图10和图11可以看出，本申请实施例提供的NOMA-PSO算法具有最高的效用和到达速率，以及最低的队列时延，NOMA-KKT性能次之。

图12展示了随着用户数量的增加，NOMA-KKT算法、NOMA-PSO算法、正交多址OMA算法、动态规划求解的NOMA算法、根据信道状态分配功率的方案以及根据队列状态分配功率的方案等不同方案在网络效用值方面的变化趋势。

图13展示了随着用户数量的增加展示了随着用户数量的增加，NOMA-KKT算法、NOMA-PSO算法、正交多址OMA算法、动态规划求解的NOMA算法、根据信道状态分配功率的方案以及根据队列状态分配功率的方案等不同方案在队列延迟方面的变化趋势。

根据图12和图13可以看出，本申请实施例提供的算法，在多余四个用户的情况下，体现出了绝对的性能优势。

本申请实施例提供的星载资源的分配方法，突破了传统只依赖信道状态分配资源的方案，联合考虑缓存状态和信道状态分配功率，避免了缓存溢出。同时考虑单时隙功率峰值和长期均值功率约束，扩大了可服务的信道状态范围，降低了中断，提高了吞吐量。

请参考图14，其示出了本申请实施例提供的一种星载资源分配装置的框图，该星载资源分配装置可以配置在图1所示实施环境中。如图14所示，该星载资源分配装置可以包括缓存参数获取模块1401、信道状态获取模块1402和传输功率获取模块1403，其中：

缓存参数获取模块1401，用于对于各UE，获取UE对应的缓存队列在当前时隙的缓存参数，缓存参数用于指示当前时隙缓存队列中缓存数据的大小；

信道状态获取模块1402，用于获取UE在当前时隙的信道状态参数；

传输功率获取模块1403，用于对于各UE，根据缓存参数和信道状态参数计算UE在当前时隙的传输功率。

在本申请的一个实施例中，传输功率获取模块1403，还用于对于各UE，根据缓存参数和信道状态参数计算UE对应的功率分配参数；

根据各UE的功率分配参数的大小对各UE对应的功率分配参数进行排序；

根据各UE对应的功率分配参数的排序，各UE的缓存参数和信道状态参数以及功率开销目标函数和约束条件，计算各UE对应的传输功率，其中，功率开销目标函数为以卫星物联网系统的数据吞吐量最大化为目标的函数。

在本申请的一个实施例中，传输功率获取模块1403，还用于在根据UE对应的功率分配参数的排序，UE对应的缓存参数和信道状态参数以及功率开销目标函数和约束条件，计算UE对应的传输功率之前，建立下行通信链路的功率开销队列，功率开销队列记录有当前时隙对应的功率负债值。

在本申请的一个实施例中，缓存参数获取模块1401，还用于在对于各UE，获取UE对应的缓存队列在当前时隙的缓存参数之前，对于各UE，当UE接入卫星物联网系统时，建立UE对应的缓存队列，缓存队列用于存储下行通信数据。

在本申请的一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：

对于各UE，获取UE对应的缓存队列在当前时隙的缓存参数，缓存参数用于指示当前时隙缓存队列中缓存数据的大小；获取UE在当前时隙的信道状态参数；对于各UE，根据缓存参数和信道状态参数计算UE在当前时隙的传输功率。

在本申请的一个实施例中，处理器执行计算机程序时还可以实现以下步骤：对于各UE，根据缓存参数和信道状态参数计算UE对应的功率分配参数；根据各UE的功率分配参数的大小对各UE对应的功率分配参数进行排序；根据各UE对应的功率分配参数的排序，各UE的缓存参数和信道状态参数以及功率开销目标函数和约束条件，计算各UE对应的传输功率，其中，功率开销目标函数为以卫星物联网系统的数据吞吐量最大化为目标的函数。

在本申请的一个实施例中，处理器执行计算机程序时还可以实现以下步骤：在根据UE对应的功率分配参数的排序，UE对应的缓存参数和信道状态参数以及功率开销目标函数和约束条件，计算UE对应的传输功率之前，建立下行通信链路的功率开销队列，功率开销队列记录有当前时隙对应的功率负债值。

在本申请的一个实施例中，处理器执行计算机程序时还可以实现以下步骤：在对于各UE，获取UE对应的缓存队列在当前时隙的缓存参数之前，对于各UE，当UE接入卫星物联网系统时，建立UE对应的缓存队列，缓存队列用于存储下行通信数据。

本申请实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

在本申请的一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

对于各UE，获取UE对应的缓存队列在当前时隙的缓存参数，缓存参数用于指示当前时隙缓存队列中缓存数据的大小；获取UE在当前时隙的信道状态参数；对于各UE，根据缓存参数和信道状态参数计算UE在当前时隙的传输功率。

在本申请的一个实施例中，计算机程序被处理器执行时还可以实现以下步骤：对于各UE，根据缓存参数和信道状态参数计算UE对应的功率分配参数；根据各UE的功率分配参数的大小对各UE对应的功率分配参数进行排序；根据各UE对应的功率分配参数的排序，各UE的缓存参数和信道状态参数以及功率开销目标函数和约束条件，计算各UE对应的传输功率，其中，功率开销目标函数为以卫星物联网系统的数据吞吐量最大化为目标的函数。

在本申请的一个实施例中，计算机程序被处理器执行时还可以实现以下步骤：在根据UE对应的功率分配参数的排序，UE对应的缓存参数和信道状态参数以及功率开销目标函数和约束条件，计算UE对应的传输功率之前，建立下行通信链路的功率开销队列，功率开销队列记录有当前时隙对应的功率负债值。

在本申请的一个实施例中，计算机程序被处理器执行时还可以实现以下步骤：在对于各UE，获取UE对应的缓存队列在当前时隙的缓存参数之前，对于各UE，当UE接入卫星物联网系统时，建立UE对应的缓存队列，缓存队列用于存储下行通信数据。

本申请实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (14)

1.一种星载资源分配方法，其特征在于，用于卫星物联网系统的卫星中，所述卫星物联网系统包括所述卫星和多个用户设备UE，所述方法包括：

对于各所述UE，获取所述UE对应的缓存队列在当前时隙的缓存参数，所述缓存参数用于指示当前时隙所述缓存队列中缓存数据的大小；

获取所述UE在当前时隙的信道状态参数；

对于各所述UE，根据所述缓存参数和所述信道状态参数计算所述UE在当前时隙的传输功率。

2.根据权利要求1所述的方法，其特征在于，所述对于各所述UE，根据所述缓存参数和所述信道状态参数计算所述UE在当前时隙的传输功率，包括：

对于各所述UE，根据所述缓存参数和所述信道状态参数计算所述UE对应的功率分配参数；

根据各所述UE的功率分配参数的大小对各所述UE对应的功率分配参数进行排序；

根据各所述UE对应的功率分配参数的排序，各所述UE的缓存参数和信道状态参数以及功率开销目标函数和约束条件，计算各所述UE对应的传输功率，其中，所述功率开销目标函数为以所述卫星物联网系统的数据吞吐量最大化为目标的函数。

3.根据权利要求2所述的方法，其特征在于，所述功率开销目标函数为：

其中，K为接入所述卫星物联网系统的UE的数量；Q_i(t)为当前时隙第i个UE对应的缓存参数；b_i(p_i(t),g_i(t))为当前时隙第i个UE对应的数据传输速率；p_i(t)为当前时隙分配给第i个UE的传输功率；g_i(t)为当前时隙第i个UE对应的信道的信道状态参数；Z(t)为当前时隙对应的功率负债值，所述当前时隙对应的功率负债值为上一个时隙所有接入所述卫星物联网系统的UE消耗的传输功率与功率平均值的差值。

4.根据权利要求2所述的方法，其特征在于，所述根据所述UE对应的功率分配参数的排序，所述UE对应的所述缓存参数和所述信道状态参数以及功率开销目标函数和约束条件，计算所述UE对应的传输功率之前，所述方法包括：

建立下行通信链路的功率开销队列，所述功率开销队列记录有当前时隙对应的功率负债值。

5.根据权利要求1所述的方法，其特征在于，所述对于各所述UE，获取所述UE对应的缓存队列在当前时隙的缓存参数之前，所述方法还包括：

对于各所述UE，当所述UE接入所述卫星物联网系统时，建立所述UE对应的缓存队列，所述缓存队列用于存储下行通信数据。

6.根据权利要求2所述的方法，其特征在于，所述约束条件包括单时隙最大峰值功率约束，所述单时隙最大峰值功率约束为在当前时隙分配给各所述UE的传输功率之和小于等于所述卫星的最大瞬时功率。

7.根据权利要求2所述的方法，其特征在于，所述约束条件包括长期均值功率约束，所述长期均值功率约束为T个时隙分配给各所述UE的传输功率之和小于等于所述卫星的总功率，其中，T为总的时隙数。

8.根据权利要求2所述的方法，其特征在于，所述约束条件包括到达速率约束，所述到达速率约束为所述缓存队列中数据的到达速率小于等于最大到达速率。

9.根据权利要求2所述的方法，其特征在于，所述约束条件包括队列稳定约束，所述队列稳定约束为各所述UE对应的缓存参数小于等于所述缓存队列的最大容量。

10.根据权利要求2所述的方法，其特征在于，所述约束条件包括译码约束，所述译码约束为在根据前时隙各所述UE对应的功率分配参数的排序，分配给第N个UE的传输功率大于分配给前N-1个UE的传输功率之和。

11.根据权利要求1所述的方法，其特征在于，获取所述UE在当前时隙的信道状态参数，包括：

获取所述UE发送给所述卫星的信道探测参考信号，所述信道状态参数为所述参考信号的信噪比。

12.一种星载资源分配装置，其特征在于，用于卫星物联网系统的卫星中，所述卫星物联网系统包括所述卫星和多个用户设备UE，所述装置包括：

缓存参数获取模块，用于对于各所述UE，获取所述UE对应的缓存队列在当前时隙的缓存参数，所述缓存参数用于指示当前时隙所述缓存队列中缓存数据的大小；

信道状态获取模块，用于获取所述UE在当前时隙的信道状态参数；

传输功率获取模块，用于对于各所述UE，根据所述缓存参数和所述信道状态参数计算所述UE在当前时隙的传输功率。

13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至11中任一项所述的方法的步骤。

14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11中任一项所述的方法的步骤。

Images