CN111600643A - 一种卫星通信资源调度方法、装置存储介质 - Google Patents
一种卫星通信资源调度方法、装置存储介质 Download PDFInfo
- Publication number
- CN111600643A CN111600643A CN202010272471.3A CN202010272471A CN111600643A CN 111600643 A CN111600643 A CN 111600643A CN 202010272471 A CN202010272471 A CN 202010272471A CN 111600643 A CN111600643 A CN 111600643A
- Authority
- CN
- China
- Prior art keywords
- task
- resource scheduling
- resource
- satellite communication
- tasks
- 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
Links
Images
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
-
- 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
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/535—Allocation or scheduling criteria for wireless resources based on resource usage policies
Abstract
本发明提出了一种卫星通信资源调度方法、装置和存储介质,用以提高卫星网络的带宽利用率,预防网络拥塞。卫星通信资源调度方法,包括:从接收的任务需求信息中提取任务描述参数生成任务描述信息;基于所述任务描述信息,利用资源决策模型确定任务类别,其中,所述资源决策模型为根据训练样本集生成的,所述训练样本集包括历史任务和历史资源调度方案;从预先建立的资源调度规则库中,查找所述任务类别对应的资源调度方案,所述资源调度规则库中的资源调度规则为根据任务的资源需求类型和任务指标特点与卫星通信资源特点之间的匹配度确定出的;根据查找到的资源调度方案调度卫星通信资源。
Description
技术领域
本发明涉及卫星通信技术领域,尤其涉及一种卫星通信资源调度方法、装置存储介质。
背景技术
随着全球卫星通信技术的发展,卫星通信作为空间高新技术与市场融合的新型产业,已经广泛和深入的应用于国民生活、国防建设和社会服务的各个领域,成为经济建设、信息化社会建设和国家安全的重要支柱。在信息化时代,国家高度重视卫星应用产业体系的发展,且提供了有力的政策支持。面向国家信息化建设、国土普查、环保减灾和资源勘探等应用场景,我国对卫星通信技术提出了迫切的需求。这一切为卫星通信产业的发展建立了有利的物质基础和客观的发展环境,但目前卫星通信依然存在通信成本较高,资源受限等问题。如何利用有限的资源满足多种业务的服务需求,从而为用户提供优质的服务这是当前所面临的重要问题。
卫星资源调度技术是在有限的频谱、带宽、载荷等资源下,为终端用户提供优质的服务及用户体验。由于卫星网络具有信道高误码、链路长时延和非对称信道等特点,因此,如何提高卫星网络的带宽利用率,有效预防网络拥塞成为现有技术中亟待解决的技术问题之一。
发明内容
本发明实施例提供一种卫星通信资源调度方法、装置和存储介质,用以提高卫星网络的带宽利用率,预防网络拥塞。
第一方面,提供一种卫星通信资源调度方法,包括:
从接收的任务需求信息中提取任务描述参数生成任务描述信息;
基于所述任务描述信息,利用资源决策模型确定任务类别,其中,所述资源决策模型为根据训练样本集生成的,所述训练样本集包括历史任务和历史资源调度方案;
从预先建立的资源调度规则库中,查找所述任务类别对应的资源调度方案,所述资源调度规则库中的资源调度规则为根据任务的资源需求类型和任务指标特点与卫星通信资源特点之间的匹配度确定出的;
根据查找到的资源调度方案调度卫星通信资源。
在一种实施方式中,从接收的任务需求信息中提取任务描述参数生成任务描述信息,具体包括:
从接收的任务需求信息中提取以下中的至少一项作为任务描述参数生成任务描述信息:任务优先级、任务时间需求、任务可靠性需求、任务通信容量、任务用户数量、任务传输速率需求、任务通信时延需求、任务带宽需求、信道类型。
在一种实施方式中,根据所述训练样本集,利用决策树算法生成所述资源调度模型。
在一种实施方式中,在所述资源调度模型生成过程中,选择信息增益最大的任务描述参数创建决策树节点。
其中:
t表示任务描述参数;
Gain(t)表示t对应的信息增益;
Entrop(D)表示训练样本集的信息熵;
m表示按照任务描述参数对训练样本集进行划分后得到的子样本集数量;
D(j)表示第j个子样本集,1<j<m;
Entrop(Dj)表示第j个子样本集的信息熵。
其中:n为训练样本集中子类别的数量,pi为第i个子类别在训练样本集D中出现的频率。
在一种实施方式中,所述任务类别包括第一类别任务、第二类别任务、第三类别任务和第四类别任务,其中:
针对第一类别任务,采用低轨卫星与地面终端间进行L波段、多波束的低速通信资源,所述第一类别任务包括小数据包、广域覆盖、低功耗接入和海量连接的任务;
针对第二类别任务,采用星内不同频段的载波聚合传输资源,所述第二类别任务包括大容量、高带宽、高速率、单用户、低时延的任务;
针对第三类别任务,采用低轨卫星与地面终端间进行L波段、点波束的低速通信资源,所述第三类别任务包括小数据包、低时延、单用户、连续性数据流和高信噪比的任务;
针对第四类别任务,采用不同卫星间的波束资源共同为一个用户传输数据,所述第四类别任务包括高可靠、低时延、小数据包、移动用户和优先级高的任务。
第二方面,提供一种卫星通信资源调度装置,包括:
生成单元,用于从接收的任务需求信息中提取任务描述参数生成任务描述信息;
确定单元,用于基于所述任务描述信息,利用资源决策模型确定任务类别,其中,所述资源决策模型为根据训练样本集生成的,所述训练样本集包括历史任务和历史资源调度方案;
查找单元,用于从预先建立的资源调度规则库中,查找所述任务类别对应的资源调度方案,所述资源调度规则库中的资源调度规则为根据任务的资源需求类型和任务指标特点与卫星通信资源特点之间的匹配度确定出的;
资源调度单元,用于根据查找到的资源调度方案调度卫星通信资源。
第三方面,提供一种计算装置,所述计算装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述任一方法所述的步骤。
第四方面,提供一种计算机存储介质,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一方法所述的步骤。
采用上述技术方案,本发明至少具有下列优点:
本发明所述的卫星通信资源调度方法、装置和存储介质,针对不同类型的通信任务各自的特定的任务需求,利用预先训练的资源调度模型将新通信任务分类并基于预先定义的资源规则库为其匹配相应的通信资源,从而当系统涌入大量不同类型的新通信任务时,能够更快的为其分配相应资源,提高资源利用率,避免任务拥塞。
附图说明
图1为根据本发明实施方式的卫星通信资源调度方法的应用场景示意图;
图2为根据本发明实施方式的卫星通信资源调度方法的流程示意图;
图3为根据本发明实施方式的资源调度模型训练流程示意图;
图4为根据本发明实施方式的为某任务调度卫星通信资源的流程示意图;
图5为根据本发明实施方式的卫星通信资源调度装置的结构示意图;
图6为根据本发明实施方式的计算装置的结构示意图。
具体实施方式
为更进一步阐述本发明为达成预定目的所采取的技术手段及功效,以下结合附图及较佳实施例,对本发明进行详细说明如后。
首先,对本发明实施例中涉及的部分用语进行说明,以便于本领域技术人员理解。
需要说明的是,本发明实施例中的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
在本文中提及的“多个或者若干个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
卫星资源调度的目的是对针对不同终端进行高效的资源分配与管理,保证通信的实吋性、畅通性。无论是地面移动通信还是卫星通信系统都是资源受限的系统,随着用户对服务质量的要求越来越高,在研究提高物理层传输技术的可靠性和高效性的同时,对空天地通信网络系统的卫星通信资源规划方法进行了广泛研究。目前卫星通信资源调度领域,大多数卫星通信资源调度方案只针对某一类资源或某一环节进行调度优化,缺乏完备的资源规划框架和调度流程。
有鉴于此,本发明实施例提供了一种卫星通信资源调度方法,针对卫星通信服务有海量新任务,资源种类多以及任务需求差异大等挑战,解决资源与任务需求智能匹配的问题。针对不同类型的通信任务有各自特定的任务需求,采用决策树算法将新任务分类并基于历史资源规则库为其匹配相应资源,使系统涌入大量不同类型的新通信任务时,能够更快的分配相应资源,解决资源利用率低以及任务拥塞的问题。
本发明实施例提供的卫星通信资源调度方法,应用于卫星通信资源调度领域,根据本发明实施例,如图1所示,首先,通过一种任务描述模型对任务进行建模,规范化描述任务特征;其次通过资源调度模型对输入任务进行分析,判定任务所属类别;最终结合规则库匹配相应的资源规划方案,并依照方案调度卫星通信资源,完成通信任务。以下结合具体的实施例对本发明的实施过程进行描述。
如图2所示,其为本发明实施例提供的卫星通信资源调度方法的实施流程示意图,包括以下步骤:
S21、从接收的任务需求信息中提取任务描述参数生成任务描述信息。
具体实施时,相关部门或用户根据自身需要,提出任务需求;控制中心接收到任务后对任务进行分析综合处理,然后向符合条件的卫星发送指令来执行任务;卫星接收到指令后,按照相关指令,配置通信任务需要的设备及参数,建立链接或传输数据并在任务规定时间内完成通信任务。
通信任务完成过程中,关键是满足任务的需求,任务需求清晰方能执行。不同任务的通信要求不同,所以要对任务特点进行分析建模,才能为任务的合理规划做准备。
(1)对任务要素进行分析
(a)任务优先级。不同任务之间可能会发生冲突,优先级高的任务一般会被优先调度。所以任务优先级可能会与任务类型以及时间的紧急程度有一定关系,时间要求紧急的,一般优先级高一些,以便于任务优先调度执行。
(b)任务时间要求。每个任务都有自己的时间要求,一般为一个任务要求执行的时间段。
(c)任务可靠性要求。通信任务通常对可靠性的要求也不相同。对于紧急事件等,对通信服务质量要求高,因此对通信的可靠性程度也要求高。而一般的语音通信任务则对可靠性并不会要求太严格。
(d)任务通信容量。不同类型通信任务需要传输的数据量大小也有所差别。通常语音通信传输的数据量较小而视频通信传输的数据量比较大。
(e)任务用户数量。通信任务中用户可以是单个终端接入也可以多个用户终端同时通信,对资源的使用情况也因此不同。
(f)任务传输速率要求。通信任务中一般视频通信对传输速率要求高否则对视频通话质量影响较大。
(g)任务通信时延要求。不同通信任务对通信时延的容忍度不尽相同。如语音通信对时延容忍度低而宽带接入对时延容忍度较高。
(h)任务带宽要求。通信任务中一般对带宽也有要求,如视频通信对带宽要求高否则对视频通话质量影响较大。
(i)信道类型。卫星通信信道一般有激光和微波两种选择。激光通信特点是通信容量大,保密性强等;微波通信适合远距离传输,应用场景广等特点。应根据不同通信任务选用不同信道。
(2)对任务进行建模
考虑以上的各种因素,任务可以用一个元组来表征:
Task={N,P,T,R,C,U,S,D,B,Ch}
其中,各个符号元素表示如下:
1)N(Name)表示任务名字或者任务编号,任务规划系统接收到所有任务后,对任务进行记录和编号,可记录与相应用户的对应关系,方便查询与返回任务执行结果。
2)P(Priority)为任务的类型,其设定根据提交的用户级别以及任务紧急情况设定,具体值可用整型数值来表示。
Ti表示任务要求实现通信连接的一个具体时间段,T是它们的加和。
4)R(reliability)表示任务可靠性要求,其具体数值也可用整型数值来表示。
5)C(capacity)表示任务通信容量,具体数值用浮点数表示。
6)U(user)表示任务用户数量,其具体数值也可用整型数值来表示。
7)S(speed)表示任务数据传输速率,具体数值用浮点数表示。
8)D(delay)表示任务对通信时延的要求。不同的任务对通信时延的容忍度不同,具体数值用浮点数表示。
9)B(bandwidth)表示任务对带宽的要求。通信任务要求信道的数据传输速率,具体数值用浮点数表示。
10)Ch(channel)表示任务要求的信道类型。卫星无线通信的信道一般包括微波通信,激光通信等。其具体数值也可用整型数值来表示。
基于此,在步骤S21中,可以从接收的任务需求信息中提取以下中的至少一项作为任务描述参数生成任务描述信息:任务优先级、任务时间需求、任务可靠性需求、任务通信容量、任务用户数量、任务传输速率需求、任务通信时延需求、任务带宽需求、信道类型。
S22、基于任务描述信息,利用资源决策模型确定任务类别。
其中,所述资源决策模型为根据训练样本集生成的,所述训练样本集包括历史任务和历史资源调度方案。
面向任务的卫星通信资源调配方法的定义:当有卫星通信任务接入时,通过实时调配卫星通信资源的方式,在满足任务约束的基础上,兼顾正确性与时效性,实时对卫星通信资源进行合理的规划,并生成资源调度方案。
本发明实施例中,采用决策树算法替代人工分配资源的方式,通过对历史数据的分析,从而使得规划方案具备更高的实时性和可靠性。
决策树是一种基本的分类与回归方法。本发明实施例是卫星通信任务与卫星通信资源匹配问题,所涉及的均为离散数据,因此可以选用常用来构造离散数据的分类树。
在卫星通信任务中,卫星的位置信息、载荷、传输速率、波束等因素对卫星通信任务的影响各不相同;此外,不同的任务需求,对卫星资源要求存在差异;不同天气情况和空气质量也对卫星通信能力有着不同的限制。
本发明实施例中选取任务带宽、通信时延、任务时间等作为影响因素来训练模型。卫星通信任务和资源具有显著性特点,其主要为以下几点:
1)卫星通信任务普遍具有紧急性的特点,卫星通信任务往往期待控制台在接受到任务需求后,能够在较短的时间内反馈资源分配方案;
2)卫星通信任务自身特点强,且与卫星通信资源匹配度高,为资源规划方案分类提供了可能;
3)卫星通信任务属性指标复杂,人为分析耗时长,为机器学习算法提供了应用场景;
4)卫星通信任务属性存在有效指标少,指标间相关度低的特点,更适用传统机器学习算法。
卫星通信任务和资源的特点为机器学习算法的应用提供了可能。决策树作为一种树形分类器,是数据挖掘领域内常用的一种分类器,相比于大多数其他数据挖掘算法,决策树算法更加易于理解,可视化程度高,实现比较容易,在较短的时间内可以较快的处理大量的数据,除此之外决策树算法对数据集预处理的要求比较低,对缺失数据的敏感度相对较低,决策树算法在处理特征不相关的数据集时表现的较好,无需假设先验概率分布,使得决策树模型表现更为灵活,且算法的鲁棒性较好。
具体实施时,可以按照标1所示的步骤对资源调度模型进行训练:
表1
其中,xm代表第m个任务,ym代表第m个任务对应的卫星通信资源调度方案,D表示通信任务集,T代表任务描述模型中描述通信任务的任务描述参数,C代表卫星通信资源调度方案集,其中ym∈C。
划分选择:决策树学习的关键是第8行,即如何选择最优划分属性。随着划分过程的不断进行,算法希望决策树的分支结点所包含的样本尽可能属于同一类别,即结点的“纯度”越来越高。
在一个实施例中,在资源调度模型生成过程中,可以选择信息增益最大的任务描述参数创建决策树节点。具体地,针对任一任务描述参数按照以下方法确定其对应的信息增益:
其中:
t表示任务描述参数;
Gain(t)表示t对应的信息增益;
Entrop(D)表示训练样本集的信息熵;
m表示按照任务描述参数对训练样本集进行划分后得到的子样本集数量;
D(j)表示第j个子样本集,1<j<m;
Entrop(Dj)表示第j个子样本集的信息熵。
具体实施中,可以按照以下方法确定训练样本集的信息熵:
其中:n为训练样本集中子类别的数量,pi为第i个子类别在训练样本集D中出现的频率。
以当前训练样本集D中第i类样本所占的比例为pk(k=1,2,...,c),则D的信息熵定义为式(2)。其中,n为训练样本集中子类别的数量,pi为第i个子类别在数据集D中出现的频率。Entrop(D)的值越小,则D的纯度越高。信息增益被定义为数据集按照某一特征属性(即上述的任务描述参数)t进行划分,划分前后数据集熵值的差,就称为是信息增益。现设定t为特征集合T中的特征元素,现在按照特征t将样本数据集D划分为D1,D2,…,Dm共m个子样本集。那么数据集D在按照特征t划分之后的信息增益可以表示为:
信息增益为特征属性选择的标准,递归的对每一个样本数据集计算按照当前特征集元素进行数据集划分之后的信息增益,选择信息增益最大的特征属性进行节点创建,直到达到决策树停止生长的条件,完成一棵ID3决策树的构建。
如图3所,其为决策树构建流程示意图,包括以下步骤:
S31、输入训练样本集。
其中,训练样本集中的训练数据包括历史任务与历史资源调度方案。
S32、计算各个任务描述参数对于训练样本集的信息增益。
S33、根据信息增益进行分支,形成初始的决策树。
S34、判断形成的决策树是否过拟合,如果是,执行步骤S35,否则,执行步骤S36。
本步骤中,可以利用验证数据集对形成的决策树进行验证,如果对于训练样本集的分类效果较好,但是对于验证数据集的分类效果不好,则可以判定为过拟合。
S35、进行预剪枝和后剪枝,减少不必要的分支,并执行步骤S34。
S36、得到决策树。
本步骤中,将得到的决策树输出作为资源调度模型。
将待分配的通信任务或者资源池中的任务输入资源调度模型中,即可输出其对应的任务类别。
需要说明的是,采用决策树算法对资源调度模型进行训练只是本发明的一种实施方式,具体实施时,还可以采用其他算法对资源调度模型进行训练,例如,聚类算法,深度神经网络算法等等,本发明实施例对此不进行限定。
S23、从预先建立的资源调度规则库中,查找所述任务类别对应的资源调度方案。
其中,所述资源调度规则库中的资源调度规则为根据任务的资源需求类型和任务指标特点与卫星通信资源特点之间的匹配度确定出的。
具体实施时,根据本发明实施例,所述任务类别包括第一类别任务、第二类别任务、第三类别任务和第四类别任务,其中:
针对第一类别任务,采用低轨卫星与地面终端间进行L波段、多波束的低速通信资源,所述第一类别任务包括小数据包、广域覆盖、低功耗接入和海量连接的任务;
针对第二类别任务,采用星内不同频段的载波聚合传输资源,所述第二类别任务包括大容量、高带宽、高速率、单用户、低时延的任务;
针对第三类别任务,采用低轨卫星与地面终端间进行L波段、点波束的低速通信资源,所述第三类别任务包括小数据包、低时延、单用户、连续性数据流和高信噪比的任务;
针对第四类别任务,采用不同卫星间的波束资源共同为一个用户传输数据,所述第四类别任务包括高可靠、低时延、小数据包、移动用户和优先级高的任务。
具体地,现有的通信系统中涵盖的资源种类很多,主要有以下4类:
时域资源:在地面移动通信和卫星宽带通信都有主要应用,属于时域资源的资源块主要包括接入等待时隙、保护时间间隔、业务时隙、业务数据帧,在时隙资源分配阶段主要根据信道环境进行业务帧大小的调整来保证数据的传输。
码域资源:在地面移动通信系统中应用比较成熟,主要用来区分不同用户,资源存在类型包括扩频码字、调制编码、扰码、调频码、多天线编码模式等。
能量资源:在地面移动通信和卫星宽带通信中都有广泛的应用,并对于上下行传输资源分配不同,由于在上行能量分配过程中强调的是在正常工作时减小链路间干扰,而对于下行能量分配过程中不仅要链路干扰最小,也需要尽量减少发射的总功率,资源存在类型是信号的功率和能量。
空间资源:主要应用在地面移动通信中,资源类型包括天线极化方向、角度、数目,终端和地面基站的空间位置和结构等,充分利用这些资源尽可能提高系统性能。
本发明所提出的资源调度方法选取其中具有代表性的卫星通信资源进行调度,包括:信道类型、转发方式、传输速率、波束、带宽、通信方式、优先级。本发明任务描述模型中提出构建任务模型所需的指标,包括:任务优先级、时间、可靠性、通信容量、用户数量、传输速率、通信时延、带宽、信道类型。同时,依据通信任务的关键性指标,划分了不同任务类型,并规划了所需的相应资源。
任务1:小数据包、广域覆盖、低功耗接入、海量连接。
任务1根据任务指标需求,采用低轨卫星与地面终端间进行L波段的低速通信,支持低速传输速率、大数量的终端接入,传输速率为2.4kbps~9.6kbps。在LEO的多个连续覆盖的波束间采用4色复用。每个波束带宽为总带宽的1/4(以8MHz总带宽为例,其每个波束的频率带宽可以为2MHz)。采用固定或电扫描多波束实现连续覆盖。星间链路传输采用激光链路。
任务2:大容量、高带宽、高速率、单用户、低时延。
任务2采用星内不同频段的载波聚合传输。通过在同一卫星内L与Ka的载波聚合,L频段负责控制面传输,Ka频段负责用户面数据传输,可以支持提升用户连接性能、降低切换的频次和减少切换信令的开销。通过多个L载波和Ka载波聚合,传输速率可达50Mbps。星间链路传输采用激光链路。
任务3:小数据包、低时延、单用户、连续性数据流、高信噪比。
任务3根据任务需求,采用低轨卫星与地面终端间进行L波段的低速通信。可以支持不同数量和传输质量的连续性数据流,以及低速数据业务传输需求,传输速率为2.4kbp~2Mbps。采用点波束实现单点传输。星间链路传输采用毫米波链路。
任务4:高可靠、低时延ms/us量级、小数据包、移动用户、优先级高。
任务4采用不同卫星间的波束共同为一个用户传输数据,通过这种方式将带来两方面好处,一方面可以提升用户传输可靠性,满足可靠性有更高要求的业务;另一方面可以通过多颗卫星共同传输,适用于移动用户,便于传输链路快速切换。采用固定或电扫描多波束实现连续覆盖。星间链路传输采用毫米波链路。
S24、根据查找到的资源调度方案调度卫星通信资源。
为了更好地理解本发明实施例,以下结合卫星资源调度过程对本发明实施例的实施过程进行说明。如图4所示,包括以下步骤:
S41、接收任务需求。
S42、从接收的任务需求信息中提取任务描述参数生成任务描述信息。
本步骤中,即根据步骤S21中建立的任务描述模型,用户在提交任务需求的时候,通过任务描述模型对任务进行建模,对任务参数化描述,参数包括:任务优先级、时间、可靠性、通信容量、用户数量、传输速率、通信时延、带宽,生成参数化任务描述信息,如标2所示,其为任务描述信息内容的一种可能的示意:
表2
S43、将任务描述信息输入资源调度模型中,输出任务所属类别。
具体地,利用资源调度模型—决策树算法,将任务参数化描述信息输入,输入训练完成的决策树算法模型,完成任务的分类,输出任务所属类别。
S44、根据任务所属类别,从从预先建立的资源调度规则库中,查找所述任务类别对应的资源调度方案。
本步骤中,接收任务所属类别,根据卫星通信资源分配规则与任务类别间的映射关系,生成卫星通信资源调度方案,资源包括信道类型、转发方式、传输速率、波束、带宽、通信方式和优先级。
S45、根据查找到的资源调度方案调度卫星通信资源。
具体地,根据卫星通信资源规划方案,编制卫星有效载荷的控制计划,控制卫星完成相应通信任务;释放卫星通信资源,结束任务。
本发明实施例提供的卫星资源调度方法中,针对卫星通信任务和资源的特点,采用一种新型卫星通信资源调度框架,包括输入任务、任务描述模型、资源调度模型以及输出任务调度的决策,解决资源与任务需求智能匹配的问题;其通过构建任务描述模型对卫星通信任务进行分析,从而对卫星通信任务要素进行规范化描述;该方法综合考虑卫星通信任务特点和机器学习算法特性,提出基于决策树的卫星通信资源调度模型,通过对历史数据的分析,从而使得规划方案具备更高的实时性和可靠性;该方法根据卫星通信资源特点和资源组合方式将规划方案划分为与任务特点相匹配的几类,形成资源调度模型中的卫星通信资源规则库。
根据本发明实施例提供的卫星资源调度方法,针对卫星通信服务有海量新任务,资源种类多以及任务需求差异大等挑战,解决资源与任务需求智能匹配的问题;能够有效针对卫星通信任务进行高效的资源分配与管理,从而保证通信的实吋性、畅通性;采用决策树算法替代人工分配资源的方式实现了高效任务分类,从而减少人为分析耗时和不必要的任务拥塞,提高服务质量和可靠性;通过构建规则库,形成任务与资源相适配的规划方案,从而提高资源利用率。
本发明实施例还提供了一种卫星通信资源调度装置,如图5所示,包括:
生成单元51,用于从接收的任务需求信息中提取任务描述参数生成任务描述信息;
确定单元52,用于基于所述任务描述信息,利用资源决策模型确定任务类别,其中,所述资源决策模型为根据训练样本集生成的,所述训练样本集包括历史任务和历史资源调度方案;
查找单元53,用于从预先建立的资源调度规则库中,查找所述任务类别对应的资源调度方案,所述资源调度规则库中的资源调度规则为根据任务的资源需求类型和任务指标特点与卫星通信资源特点之间的匹配度确定出的;
资源调度单元54,用于根据查找到的资源调度方案调度卫星通信资源。
在一种实施方式中,所述生成单元,具体用于从接收的任务需求信息中提取以下中的至少一项作为任务描述参数生成任务描述信息:任务优先级、任务时间需求、任务可靠性需求、任务通信容量、任务用户数量、任务传输速率需求、任务通信时延需求、任务带宽需求、信道类型。
在一种实施方式中,根据所述训练样本集,利用决策树算法生成所述资源调度模型。
在一种实施方式中,在所述资源调度模型生成过程中,选择信息增益最大的任务描述参数创建决策树节点。
其中:
t表示任务描述参数;
Gain(t)表示t对应的信息增益;
Entrop(D)表示训练样本集的信息熵;
m表示按照任务描述参数对训练样本集进行划分后得到的子样本集数量;
D(j)表示第j个子样本集,1<j<m;
Entrop(Dj)表示第j个子样本集的信息熵。
其中:n为训练样本集中子类别的数量,pi为第i个子类别在训练样本集D中出现的频率。
在一种实施方式中,所述任务类别包括第一类别任务、第二类别任务、第三类别任务和第四类别任务,其中:
针对第一类别任务,采用低轨卫星与地面终端间进行L波段、多波束的低速通信资源,所述第一类别任务包括小数据包、广域覆盖、低功耗接入和海量连接的任务;
针对第二类别任务,采用星内不同频段的载波聚合传输资源,所述第二类别任务包括大容量、高带宽、高速率、单用户、低时延的任务;
针对第三类别任务,采用低轨卫星与地面终端间进行L波段、点波束的低速通信资源,所述第三类别任务包括小数据包、低时延、单用户、连续性数据流和高信噪比的任务;
针对第四类别任务,采用不同卫星间的波束资源共同为一个用户传输数据,所述第四类别任务包括高可靠、低时延、小数据包、移动用户和优先级高的任务。
为了描述的方便,以上各部分按照功能划分为各模块(或单元)分别描述。当然,在实施本发明时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
在介绍了本发明示例性实施方式的卫星通信资源调度方法和装置之后,接下来,介绍根据本发明的另一示例性实施方式的计算装置。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中,根据本发明的计算装置可以至少包括至少一个处理器、以及至少一个存储器。其中,所述存储器存储有程序代码,当所述程序代码被所述处理器执行时,使得所述处理器执行本说明书上述描述的根据本发明各种示例性实施方式的卫星通信资源调度方法中的步骤。例如,所述处理器可以执行如图2中所示的步骤S21、从接收的任务需求信息中提取任务描述参数生成任务描述信息,和步骤S22、基于所述任务描述信息,利用资源决策模型确定任务类别;以及步骤S23、从预先建立的资源调度规则库中,查找所述任务类别对应的资源调度方案;步骤S24、根据查找到的资源调度方案调度卫星通信资源。
下面参照图6来描述根据本发明的这种实施方式的计算装置60。图6显示的计算装置60仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,计算装置60以通用计算设备的形式表现。计算装置60的组件可以包括但不限于:上述至少一个处理器61、上述至少一个存储器62、连接不同系统组件(包括存储器62和处理器61)的总线63。
总线63表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器62可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)621和/或高速缓存存储器622,还可以进一步包括只读存储器(ROM)623。
存储器62还可以包括具有一组(至少一个)程序模块624的程序/实用工具625,这样的程序模块624包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
计算装置60也可以与一个或多个外部设备64(例如键盘、指向设备等)通信,还可与一个或者多个使得用户能与计算装置60交互的设备通信,和/或与使得该计算装置60能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口65进行。并且,计算装置60还可以通过网络适配器66与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器66通过总线63与用于计算装置60的其它模块通信。应当理解,尽管图中未示出,可以结合计算装置60使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在一些可能的实施方式中,本发明提供的卫星通信资源调度方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在计算机设备上运行时,所述程序代码用于使所述计算机设备执行本说明书上述描述的根据本发明各种示例性实施方式的卫星通信资源调度方法中的步骤,例如,所述计算机设备可以执行如图2中所示的步骤S21、从接收的任务需求信息中提取任务描述参数生成任务描述信息,和步骤S22、基于所述任务描述信息,利用资源决策模型确定任务类别;以及步骤S23、从预先建立的资源调度规则库中,查找所述任务类别对应的资源调度方案;步骤S24、根据查找到的资源调度方案调度卫星通信资源。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本发明的实施方式的用于卫星通信资源调度的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在计算设备上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
通过具体实施方式的说明,应当可对本发明为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解,然而所附图示用于提供参考与说明,并非用来对本发明加以限制。
Claims (10)
1.一种卫星通信资源调度方法,其特征在于,包括:
从接收的任务需求信息中提取任务描述参数生成任务描述信息;
基于所述任务描述信息,利用资源决策模型确定任务类别,其中,所述资源决策模型为根据训练样本集生成的,所述训练样本集包括历史任务和历史资源调度方案;
从预先建立的资源调度规则库中,查找所述任务类别对应的资源调度方案,所述资源调度规则库中的资源调度规则为根据任务的资源需求类型和任务指标特点与卫星通信资源特点之间的匹配度确定出的;
根据查找到的资源调度方案调度卫星通信资源。
2.根据权利要求1所述的方法,其特征在于,从接收的任务需求信息中提取任务描述参数生成任务描述信息,具体包括:
从接收的任务需求信息中提取以下中的至少一项作为任务描述参数生成任务描述信息:任务优先级、任务时间需求、任务可靠性需求、任务通信容量、任务用户数量、任务传输速率需求、任务通信时延需求、任务带宽需求、信道类型。
3.根据权利要求1所述的方法,其特征在于,根据所述训练样本集,利用决策树算法生成所述资源调度模型。
4.根据权利要求3所述的方法,其特征在于,在所述资源调度模型生成过程中,选择信息增益最大的任务描述参数创建决策树节点。
7.根据权利要求1所述的方法,其特征在于,所述任务类别包括第一类别任务、第二类别任务、第三类别任务和第四类别任务,其中:
针对第一类别任务,采用低轨卫星与地面终端间进行L波段、多波束的低速通信资源,所述第一类别任务包括小数据包、广域覆盖、低功耗接入和海量连接的任务;
针对第二类别任务,采用星内不同频段的载波聚合传输资源,所述第二类别任务包括大容量、高带宽、高速率、单用户、低时延的任务;
针对第三类别任务,采用低轨卫星与地面终端间进行L波段、点波束的低速通信,所述第三类别任务包括小数据包、低时延、单用户、连续性数据流和高信噪比的任务;
针对第四类别任务,采用不同卫星间的波束资源共同为一个用户传输数据,所述第四类别任务包括高可靠、低时延、小数据包、移动用户和优先级高的任务。
8.一种卫星通信资源调度装置,其特征在于,包括:
生成单元,用于从接收的任务需求信息中提取任务描述参数生成任务描述信息;
确定单元,用于基于所述任务描述信息,利用资源决策模型确定任务类别,其中,所述资源决策模型为根据训练样本集生成的,所述训练样本集包括历史任务和历史资源调度方案;
查找单元,用于从预先建立的资源调度规则库中,查找所述任务类别对应的资源调度方案,所述资源调度规则库中的资源调度规则为根据任务的资源需求类型和任务指标特点与卫星通信资源特点之间的匹配度确定出的;
资源调度单元,用于根据查找到的资源调度方案调度卫星通信资源。
9.一种计算装置,其特征在于,所述计算装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
10.一种计算机存储介质,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272471.3A CN111600643A (zh) | 2020-04-09 | 2020-04-09 | 一种卫星通信资源调度方法、装置存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272471.3A CN111600643A (zh) | 2020-04-09 | 2020-04-09 | 一种卫星通信资源调度方法、装置存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111600643A true CN111600643A (zh) | 2020-08-28 |
Family
ID=72192156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010272471.3A Pending CN111600643A (zh) | 2020-04-09 | 2020-04-09 | 一种卫星通信资源调度方法、装置存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111600643A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112333753A (zh) * | 2020-11-27 | 2021-02-05 | 中国联合网络通信集团有限公司 | 一种可接入用户数的评估方法和装置 |
CN112966906A (zh) * | 2021-02-10 | 2021-06-15 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 航天器地面测控站资源池架构的集中监控平台 |
CN113010609A (zh) * | 2020-12-23 | 2021-06-22 | 上海海鼎信息工程股份有限公司 | 一种应用于门店经营的差异化同步方法及系统 |
CN113743866A (zh) * | 2021-08-27 | 2021-12-03 | 广东电网有限责任公司 | 一种投资项目的出库管理方法、装置、设备和介质 |
CN113824489A (zh) * | 2021-11-22 | 2021-12-21 | 凯睿星通信息科技(南京)股份有限公司 | 基于深度学习的卫星网络资源动态分配方法、系统及装置 |
CN113904712A (zh) * | 2021-09-27 | 2022-01-07 | 中国电子科技集团公司第五十四研究所 | 一种低轨卫星移动通信系统的双连接通信方法 |
CN114268364A (zh) * | 2021-12-31 | 2022-04-01 | 广州爱浦路网络技术有限公司 | 卫星通信中的通信数据传输方法、计算机装置和存储介质 |
CN114356586A (zh) * | 2022-03-17 | 2022-04-15 | 飞腾信息技术有限公司 | 一种处理器及电子设备 |
CN114867031A (zh) * | 2022-04-26 | 2022-08-05 | 中电防务科技有限公司 | 一种卫星通信智能组网装置及方法 |
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 |
CN115174412A (zh) * | 2022-08-22 | 2022-10-11 | 深圳市人工智能与机器人研究院 | 针对异构联邦学习系统的动态带宽分配方法以及相关设备 |
CN115361055A (zh) * | 2022-08-16 | 2022-11-18 | 中国科学院上海微系统与信息技术研究所 | 一种基于用户组的卫星通信系统星间切换方法 |
CN116527107A (zh) * | 2023-04-26 | 2023-08-01 | 中国人民解放军32039部队 | 静止轨道卫星相控阵上行波束的调度方法和装置 |
CN116912003A (zh) * | 2023-09-12 | 2023-10-20 | 国网山西省电力公司营销服务中心 | 面向多交易品种的电力资源调度方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120110584A1 (en) * | 2010-10-29 | 2012-05-03 | Google Inc. | System and method of active risk management to reduce job de-scheduling probability in computer clusters |
CN102883374A (zh) * | 2012-10-15 | 2013-01-16 | 航天恒星科技有限公司 | 一种卫星通信系统的资源分配方法 |
CN106507366A (zh) * | 2016-11-25 | 2017-03-15 | 中国航空无线电电子研究所 | 面向多用户的中继卫星空时频域资源动态调度方法 |
US20170303300A1 (en) * | 2013-03-15 | 2017-10-19 | Viasat, Inc. | Satellite network service sharing |
CN107678848A (zh) * | 2017-10-17 | 2018-02-09 | 合肥工业大学 | 中继卫星任务调度约束规划模型的构建方法及装置 |
CN109687998A (zh) * | 2018-12-06 | 2019-04-26 | 西安电子科技大学 | 一种面向任务服务的卫星网络资源管理模型及构建方法 |
CN109873860A (zh) * | 2018-12-31 | 2019-06-11 | 中国科学院软件研究所 | 一种卫星网络资源信息存储方法、发现方法及系统 |
CN109978073A (zh) * | 2019-04-03 | 2019-07-05 | 大连大学 | 一种空间信息网络任务智能识别方法 |
CN110210700A (zh) * | 2019-04-19 | 2019-09-06 | 中国科学院遥感与数字地球研究所 | 面向应急响应的基于任务优先级的多星动态任务规划方法 |
CN110766269A (zh) * | 2019-09-02 | 2020-02-07 | 平安科技(深圳)有限公司 | 一种任务分配方法、装置、可读存储介质及终端设备 |
-
2020
- 2020-04-09 CN CN202010272471.3A patent/CN111600643A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120110584A1 (en) * | 2010-10-29 | 2012-05-03 | Google Inc. | System and method of active risk management to reduce job de-scheduling probability in computer clusters |
WO2012058003A2 (en) * | 2010-10-29 | 2012-05-03 | Google Inc. | System and method of active risk management to reduce job de-scheduling probability in computer clusters |
CN102883374A (zh) * | 2012-10-15 | 2013-01-16 | 航天恒星科技有限公司 | 一种卫星通信系统的资源分配方法 |
US20170303300A1 (en) * | 2013-03-15 | 2017-10-19 | Viasat, Inc. | Satellite network service sharing |
CN106507366A (zh) * | 2016-11-25 | 2017-03-15 | 中国航空无线电电子研究所 | 面向多用户的中继卫星空时频域资源动态调度方法 |
CN107678848A (zh) * | 2017-10-17 | 2018-02-09 | 合肥工业大学 | 中继卫星任务调度约束规划模型的构建方法及装置 |
CN109687998A (zh) * | 2018-12-06 | 2019-04-26 | 西安电子科技大学 | 一种面向任务服务的卫星网络资源管理模型及构建方法 |
CN109873860A (zh) * | 2018-12-31 | 2019-06-11 | 中国科学院软件研究所 | 一种卫星网络资源信息存储方法、发现方法及系统 |
CN109978073A (zh) * | 2019-04-03 | 2019-07-05 | 大连大学 | 一种空间信息网络任务智能识别方法 |
CN110210700A (zh) * | 2019-04-19 | 2019-09-06 | 中国科学院遥感与数字地球研究所 | 面向应急响应的基于任务优先级的多星动态任务规划方法 |
CN110766269A (zh) * | 2019-09-02 | 2020-02-07 | 平安科技(深圳)有限公司 | 一种任务分配方法、装置、可读存储介质及终端设备 |
Non-Patent Citations (2)
Title |
---|
DIAN-XU RUAN 等: "The Research of Optimal Algorithm for Task Scheduling Underground Wireless Network Based on Distributed Computing", 《2010 INTERNATIONAL CONFERENCE ON MANUFACTURING AUTOMATION》 * |
左利云: "云计算中基于任务特性和资源约束的调度方法研究", 《中国博士学位论文全文数据库》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112333753A (zh) * | 2020-11-27 | 2021-02-05 | 中国联合网络通信集团有限公司 | 一种可接入用户数的评估方法和装置 |
CN112333753B (zh) * | 2020-11-27 | 2023-05-26 | 中国联合网络通信集团有限公司 | 一种可接入用户数的评估方法和装置 |
CN113010609A (zh) * | 2020-12-23 | 2021-06-22 | 上海海鼎信息工程股份有限公司 | 一种应用于门店经营的差异化同步方法及系统 |
CN113010609B (zh) * | 2020-12-23 | 2023-05-16 | 上海海鼎信息工程股份有限公司 | 一种应用于门店经营的差异化同步方法及系统 |
CN112966906A (zh) * | 2021-02-10 | 2021-06-15 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 航天器地面测控站资源池架构的集中监控平台 |
CN112966906B (zh) * | 2021-02-10 | 2023-10-17 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 航天器地面测控站资源池架构的集中监控平台 |
CN113743866A (zh) * | 2021-08-27 | 2021-12-03 | 广东电网有限责任公司 | 一种投资项目的出库管理方法、装置、设备和介质 |
CN113904712A (zh) * | 2021-09-27 | 2022-01-07 | 中国电子科技集团公司第五十四研究所 | 一种低轨卫星移动通信系统的双连接通信方法 |
CN113824489A (zh) * | 2021-11-22 | 2021-12-21 | 凯睿星通信息科技(南京)股份有限公司 | 基于深度学习的卫星网络资源动态分配方法、系统及装置 |
CN114268364A (zh) * | 2021-12-31 | 2022-04-01 | 广州爱浦路网络技术有限公司 | 卫星通信中的通信数据传输方法、计算机装置和存储介质 |
CN114356586A (zh) * | 2022-03-17 | 2022-04-15 | 飞腾信息技术有限公司 | 一种处理器及电子设备 |
CN114867031A (zh) * | 2022-04-26 | 2022-08-05 | 中电防务科技有限公司 | 一种卫星通信智能组网装置及方法 |
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 |
CN115361055A (zh) * | 2022-08-16 | 2022-11-18 | 中国科学院上海微系统与信息技术研究所 | 一种基于用户组的卫星通信系统星间切换方法 |
CN115361055B (zh) * | 2022-08-16 | 2023-07-21 | 中国科学院上海微系统与信息技术研究所 | 一种基于用户组的卫星通信系统星间切换方法 |
CN115174412A (zh) * | 2022-08-22 | 2022-10-11 | 深圳市人工智能与机器人研究院 | 针对异构联邦学习系统的动态带宽分配方法以及相关设备 |
CN115174412B (zh) * | 2022-08-22 | 2024-04-12 | 深圳市人工智能与机器人研究院 | 针对异构联邦学习系统的动态带宽分配方法以及相关设备 |
CN116527107A (zh) * | 2023-04-26 | 2023-08-01 | 中国人民解放军32039部队 | 静止轨道卫星相控阵上行波束的调度方法和装置 |
CN116527107B (zh) * | 2023-04-26 | 2024-02-23 | 中国人民解放军32039部队 | 静止轨道卫星相控阵上行波束的调度方法和装置 |
CN116912003A (zh) * | 2023-09-12 | 2023-10-20 | 国网山西省电力公司营销服务中心 | 面向多交易品种的电力资源调度方法及系统 |
CN116912003B (zh) * | 2023-09-12 | 2024-01-12 | 国网山西省电力公司营销服务中心 | 面向多交易品种的电力资源调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111600643A (zh) | 一种卫星通信资源调度方法、装置存储介质 | |
Waiming et al. | A two-phase genetic annealing method for integrated earth observation satellite scheduling problems | |
Pachler et al. | Allocating power and bandwidth in multibeam satellite systems using particle swarm optimization | |
CN110518956A (zh) | 基于时隙分配算法的跳波图案优化方法及装置、存储介质 | |
CN113328777A (zh) | 面向巨型卫星星座的分层网络运维和资源管控系统及方法 | |
CN112347658A (zh) | 一种低轨卫星通信系统馈电链路的可靠性设计方法及系统 | |
CN115865177A (zh) | 一种互联网星座资源共用架构及其设计方法 | |
CN115942460A (zh) | 基于资源图谱与对抗学习的低轨卫星无线资源调度方法及装置 | |
CN109981340B (zh) | 雾计算网络系统中联合资源优化的方法 | |
CN105493602A (zh) | 用于虚拟网络中的无线电协调的动态集群 | |
US11884423B2 (en) | Method for task planning of space information network based resource interchange | |
Li et al. | Joint radio and computation resource allocation with predictable channel in vehicular edge computing | |
Wang et al. | Dual-DNN assisted optimization for efficient resource scheduling in NOMA-enabled satellite systems | |
CN111343243B (zh) | 一种基于5g电力切片的文件获取方法及系统 | |
CN113300814B (zh) | 基于多小区协作的混合业务传输方法、装置存储介质 | |
CN115694612A (zh) | 基于相控阵天线的低轨卫星通信资源调度系统和方法 | |
Wang et al. | Network-assisted optimal datalink selection scheme for heterogeneous aeronautical network | |
CN113850695B (zh) | 一种基于大数据的航空信息管理平台以及方法 | |
Laroui et al. | Intelligent reflecting surface aided vehicular edge computing | |
Awasthi et al. | An approach to BTS localization using optimization techniques | |
Li et al. | Joint remote radio heads and baseband units pool resource scheduling for delay-aware traffic in cloud radio access networks | |
CN113346941B (zh) | 基于系统模型的频轨数据库预先储备编制方法 | |
Wang et al. | Autonomous learning based proactive deployment for UAV assisted wireless networks | |
Deng et al. | The investigation of resource allocation on heterogeneous space-based networks based on sdn framework | |
Xu et al. | UAV‐Enabled Wireless Power Transfer |
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: 20200828 |