CN111669758B - 一种卫星无人机融合网络资源分配方法及装置 - Google Patents
一种卫星无人机融合网络资源分配方法及装置 Download PDFInfo
- Publication number
- CN111669758B CN111669758B CN202010420790.4A CN202010420790A CN111669758B CN 111669758 B CN111669758 B CN 111669758B CN 202010420790 A CN202010420790 A CN 202010420790A CN 111669758 B CN111669758 B CN 111669758B
- Authority
- CN
- China
- Prior art keywords
- matrix
- optimization
- spectrum resource
- allocation
- transmission power
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- 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
- 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
- H04B7/1853—Satellite systems for providing telephony service to a mobile station, i.e. mobile satellite service
- H04B7/18539—Arrangements for managing radio, resources, i.e. for establishing or releasing a connection
-
- 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明实施例提供一种卫星无人机融合网络资源分配方法及装置,该方法包括:将初始化频谱资源分配矩阵输入发射功率优化模型,得到第一发射功率分配优化矩阵,并将第一发射功率分配优化矩阵和初始化频谱资源分配矩阵输入中间变量分析模型,得到第一中间变量信息;将第一发射功率分配优化矩阵输入频谱资源分配优化模型,得到第一频谱资源分配优化分配矩阵,并将第一频谱资源分配优化分配矩阵和第一发射功率分配优化矩阵输入中间变量分析模型,得到第二中间变量信息;将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。本发明实施例能有效的实现频谱资源分配。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种卫星无人机融合网络资源分配方法及装置。
背景技术
随着海面活动越发频繁,且地面通信难以覆盖所有的海面区域,因此催生了别的通信手段,比如卫星通信。而随着通信技术的发展,无人机通信作为地面辅助手段开始逐渐进入人们的视野。
在星地网络融合趋势日益显著的背景下,卫星系统和地面通信之间的频谱共享问题也越发突出,尽管进入5G时代,通信系统会使用新的频谱资源,但是很多新的波段的通信质量并不理想,为了解决该问题,5GRIT项目引入低频段的频谱资源的重复利用,采用数据驱动的频谱共享技术提升通信质量和频谱利用效率,由此可见,星地系统共用频谱的必要性。
而无人机和卫星融合网络是星地系统中重要的组成部分,而随着认知无线电技术的发展,无人机作为辅助卫星的二级系统和一级的卫星系统共用频谱成为可能,而在无人机和卫星融合网络中,需要考虑两个系统间的串扰问题,因此如何在星地融合背景下对频谱等资源进行合理分配已经成为业界亟待解决的问题。
发明内容
本发明实施例提供一种卫星无人机融合网络资源分配方法及装置,用以解决上述背景技术中提出的技术问题,或至少部分解决上述背景技术中提出的技术问题。
第一方面,本发明实施例提供一种卫星无人机融合网络资源分配方法,包括:
将初始化频谱资源分配矩阵输入发射功率优化模型,得到第一发射功率分配优化矩阵,并将所述第一发射功率分配优化矩阵和初始化频谱资源分配矩阵输入中间变量分析模型,得到第一中间变量信息;
将第一发射功率分配优化矩阵输入频谱资源分配优化模型,得到第一频谱资源分配优化分配矩阵,并将所述第一频谱资源分配优化分配矩阵和所述第一发射功率分配优化矩阵输入中间变量分析模型,得到第二中间变量信息;
将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
更具体的,在所述得到第二中间变量信息的步骤之后,所述方法还包括:
根据第一中间变量信息、初始化频谱资源分配矩阵和第一发射功率分配优化矩阵得到第一能量效率信息;
根据第二中间变量信息、第一化频谱资源分配矩阵和第二发射功率分配优化矩阵得到第二能量效率信息;
根据第一能量效率信息和第二能量效率信息的差值确定迭代差值信息。
更具体的,所述预设条件具体为:
迭代差值小于或等于预设判决门限。
更具体的,所述将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵的步骤,具体包括:
将第一频谱资源分配矩阵输入发射功率优化模型,得到第二发射功率分配优化矩阵,并将所述第二发射功率分配优化矩阵和第一频谱资源分配矩阵输入中间变量分析模型,得到第三中间变量信息;
将第二发射功率分配优化矩阵输入频谱资源分配优化模型,得到第二频谱资源分配优化分配矩阵,并将所述第二频谱资源分配优化分配矩阵和所述第二发射功率分配优化矩阵输入中间变量分析模型,得到第四中间变量信息;
根据第三中间变量信息、第一频谱资源分配矩阵和第二发射功率分配优化矩阵得到第三能量效率信息,根据第四中间变量信息、第二化频谱资源分配矩阵和第二发射功率分配优化矩阵得到第四能量效率信息,以根据第三能量效率信息和第四能量效率信息更新迭代差值;
若更新后的迭代差值大于预设判决门限,则继续将所述第二频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
更具体的,在所述根据第三能量效率信息和第四能量效率信息更新迭代差值的步骤之后,所述方法还包括:
更新后的迭代差值小于或等于判决门限,则将当前的第二化频谱资源分配矩阵作为目标频谱资源分配优化分配矩阵,将第二发射功率分配优化矩阵作为目标发射功率分配优化矩阵;
输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
更具体的,在所述将初始化频谱资源分配矩阵输入发射功率优化模型的步骤之前,所述方法还包括:
获取无人机位置信息和无人机用户位置信息;
根据无人机位置信息和无人机用户位置信息得到无人机和无人机用户间衰减因子矩阵。
第二方面,本发明实施例提供一种卫星无人机融合网络资源分配装置,包括:
第一优化模块,用于将初始化频谱资源分配矩阵输入发射功率优化模型,得到第一发射功率分配优化矩阵,并将所述第一发射功率分配优化矩阵和初始化频谱资源分配矩阵输入中间变量分析模型,得到第一中间变量信息;
第二优化模块,用于将第一发射功率分配优化矩阵输入频谱资源分配优化模型,得到第一频谱资源分配优化分配矩阵,并将所述第一频谱资源分配优化分配矩阵和所述第一发射功率分配优化矩阵输入中间变量分析模型,得到第二中间变量信息;
网络资源分配模块,用于将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述卫星无人机融合网络资源分配方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述卫星无人机融合网络资源分配方法的步骤。
本发明实施例提供的一种卫星无人机融合网络资源分配方法及装置,通过发射功率优化模型和频谱资源分配优化模型分别对发射功率分配优化矩阵和频谱资源分配矩阵进行优化,并进行迭代循环,得到频谱和功率的分配方案,本发明实施例通过轮询分配方案能够有效降低系统功耗,显著提升系统的能量效率,更有效的实现频谱资源分配。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例中所描述的卫星无人机融合网络资源分配方法流程示意图;
图2为本发明一实施例所描述的海域卫星无人机网络通信系统;
图3为本发明一实施例所描述的比较结果示意图;
图4为本发明一实施例所描述的卫星无人机融合网络资源分配装置结构示意图;
图5为本发明一实施例所描述的电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例中所描述的轮询法是指在于不需要了解所有用户的信息,轮流为用户分配资源,但是相应的,带来的是整体性能的下降,对频谱进行分配实质上就是寻找用户和一个信道的匹配,使得串扰比较小,即在本发明实施例中是寻找到无人机用户和无人机用户关于频谱共用的最佳匹配方案。
并且,本发明实施例中所描述的无人机的位置和无人机用户的位置均为已知,且无人机的位置和无人机用户的位置相对固定,其位置信息可以通过卫星定位系统来获取。
图1为本发明一实施例中所描述的卫星无人机融合网络资源分配方法流程示意图,如图1所示,包括:
步骤S1,将初始化频谱资源分配矩阵输入发射功率优化模型,得到第一发射功率分配优化矩阵,并将所述第一发射功率分配优化矩阵和初始化频谱资源分配矩阵输入中间变量分析模型,得到第一中间变量信息;
步骤S2,将第一发射功率分配优化矩阵输入频谱资源分配优化模型,得到第一频谱资源分配优化分配矩阵,并将所述第一频谱资源分配优化分配矩阵和所述第一发射功率分配优化矩阵输入中间变量分析模型,得到第二中间变量信息;
步骤S3,将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
将Ai-1,γt-1,wj-1输入发射功率优化模型:
Pn,m≥0,k∈1~K,∈1~M
其中,Pj表示第j次迭代中得到发射功率分配矩阵,h(Pj,Ai-1,T,wj-1,γt-1)是自定义函数,表示使用第n个信道的卫星用户和第k个无人机之间的衰减因子,是根据卫星用户位置信息计算的常量,Pb表示串扰门限,是需要设置的常量,Pk表示第k个无人机总的最大通信功率,是可以预先设置的常量,Ai-1是初始化频谱资源分配矩阵(i=1)或者是上一次迭代中频谱资源分配矩阵优化结果(i>1),Da(Pj,Ai-1,T,wj-1,γt-1)表示数据传输效率近似值,是考虑随机的小幅度信道衰减,近似数据传输速率期望的函数,w是采用这个近似函数引入的中间变量,可以采用牛顿迭代法求解。
对发射功率优化模型优化过程中会存在到两层循环,分别是内层循环和外层循环,具体的j表示内层循环的迭代次数,t表示外层循环的迭代次数。
使用matlab中的CVX工具包解决上面的凸优化问题,得到内层循环第j次迭代优化结果Pj,根据Pj和Ai-1更新wj的值,重复上面的优化过程,直至第j层迭代和第j+1层迭代的结果之间误差小于设置的门限,退出内层循环,进入到外层循环的循环体中,根据Pj,Ai-1和第j层迭代的中间变量wj计算系统能量效率,将计算得到的系统能量效率赋值给γt,将γt,Pj,wj作为输入代入第t+1次外层循环,重复外层循环的优化过程,直至第t次迭代和第t+1次迭代得到的γ的差的绝对值小于设置的门限,退出外层循环,输出第一发射功率分配优化分配矩阵Pi=Pj。
使用迭代法求解中间变量w的具体步骤为:本发明实施例中将第一发射功率分配优化矩阵Pi和初始化频谱资源分配矩阵Ai-1输入中间变量分析模型具体为:
其中,wc表示第c次迭代中得到的中间变量计算结果,lfn,k是衰减系数矩阵Lf∈RN×K中的元素,Lf与L间满足Lf=AL,而L∈RM×K是无人机和无人机用户间衰减因子矩阵,是根据位置信息计算的常量,其中元素lm,k表示按照用户编号的第m个无人机用户和第k个无人机间信道的衰减系数,Pk表示第k个无人机总的最大通信功率,σ表示噪声标准差,是可以预先设置的常量。
最终输出第一中间变量信息w1,并计算第一能量效率信息ηa(Pi,Ai-1,w1)。
本发明实施例中将第一发射功率分配优化矩阵输入频谱资源分配优化模型,得到第一频谱资源分配优化分配矩阵,将第一发射功率分配优化矩阵Pi和初始化得到的初始化中间变量信息wg-1输入频谱资源分配优化模型:
αn,m∈{0,1},m∈1~M,n∈1~N
其中,Pi表示第i次迭代中得到发射功率分配矩阵,h(Pi,T,Ai,wg-1)是自定义函数,表示使用第n个信道的卫星用户和第k个无人机之间的衰减因子,是根据卫星用户位置信息计算的常量,Pb表示串扰门限,是需要设置的常量,Pk表示第k个无人机总的最大通信功率,是可以预先设置的常量,Ai是第一频谱资源分配矩阵。
使用matlab中的linprog函数解决上面模型中的线性优化问题,根据Ag和Pj更新wg的值,将wg作为输入重复上述对于频谱资源分配的优化过程,令g=g+1,进入下一层迭代,直至|Da(Pi,Ag,wg)-Da(Pi,Ag-1,wg)|的计算结果小于设定的门限,输出外层循环第i次迭代的结果Ai=Ag。输出第一频谱资源分配优化分配矩阵Ai。本发明实施例中将第一频谱资源分配优化分配矩阵Ai和第一发射功率分配优化矩阵Pi输入中间变量分析模型具体为:
最终输出第二中间变量信息w2,并根据它计算第二能量效率信息ηa(Pi,Ai,w2)。
若第一能量效率信息和第二能量效率信息的差值error大于预设判决门限,则重复上述步骤,直至更新得到的error小于或等于预设时,停止循环,将停止循环时的频谱资源分配优化分配矩阵和发射功率分配优化矩阵作为目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵输出。
本发明实施例通过发射功率优化模型和频谱资源分配优化模型分别对发射功率分配优化矩阵和频谱资源分配矩阵进行优化,并进行迭代循环,得到频谱和功率的分配方案,本发明实施例和轮询分配方案相比能够有效降低系统功耗,显著提升系统的能量效率,更有效的实现频谱资源分配。
在上述实施例的基础上,在所述得到第二中间变量信息的步骤之后,所述方法还包括:
根据第一中间变量信息、初始化频谱资源分配矩阵和第一发射功率分配优化矩阵得到第一能量效率信息;
根据第二中间变量信息、第一化频谱资源分配矩阵和第二发射功率分配优化矩阵得到第二能量效率信息;
根据第一能量效率信息和第二能量效率信息的差值确定迭代差值信息。
具体的,本发明实施例中所确定能量效率的方式具体为:
本发明实施例中根据第一能量效率信息和第二能量效率信息的差值确定迭代差值信息具体为:
error=|ηa(Pi,Ai-1,w1)-ηa(Pi,Ai,w2)|,i=i+1
其中,P为发射功率分配优化矩阵,A为频谱资源分配矩阵,w为中间变量信息。
在上述实施例的基础上,所述预设条件具体为:
迭代差值小于或等于预设判决门限。
具体的,本发明实施例中所描述的预设判决门限可以是根据实际需要预先设定的,例如设定预设判决门限ε=10-3。
本发明实施例通过设定预设判决门限来判断循环优化的停止条件,可以有效降低系统功耗,显著提升系统的能量效率,更有效的实现频谱资源分配
在上述实施例的基础上,所述将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵的步骤,具体包括:
将第一频谱资源分配矩阵输入发射功率优化模型,得到第二发射功率分配优化矩阵,并将所述第二发射功率分配优化矩阵和第一频谱资源分配矩阵输入中间变量分析模型,得到第三中间变量信息;
将第二发射功率分配优化矩阵输入频谱资源分配优化模型,得到第二频谱资源分配优化分配矩阵,并将所述第二频谱资源分配优化分配矩阵和所述第二发射功率分配优化矩阵输入中间变量分析模型,得到第四中间变量信息;
根据第三中间变量信息、第一频谱资源分配矩阵和第二发射功率分配优化矩阵得到第三能量效率信息,根据第四中间变量信息、第二化频谱资源分配矩阵和第二发射功率分配优化矩阵得到第四能量效率信息,以根据第三能量效率信息和第四能量效率信息更新迭代差值;
若更新后的迭代差值大于预设判决门限,则继续将所述第二频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
若更新后的迭代差值小于或等于判决门限,则将当前的第二频谱资源分配矩阵作为目标频谱资源分配优化分配矩阵,将第二发射功率分配优化矩阵作为目标发射功率分配优化矩阵;
输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
具体的,本发明实施例中所描述的方案实际是将频谱资源分配矩阵不断输入发射功率优化模型,然后将优化得到的发射功率分配优化矩阵输入频谱资源分配优化模型的一个迭代优化过程,若满足预设条件,则迭代停止,输出此时的标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵,否则一直持续循环,直至满足预设条件。
在本发明的另一实施例中,图2为本发明一实施例所描述的海域卫星无人机网络通信系统,如图2所示,该系统的载波频率为2GHz,卫星用户随机分布在以中心点为圆心3000Km左右的圆上,无人机均等分布在以中心点为圆心500m的圆上,无人机用户分布在以中心点为圆心1000m的圆内,噪声功率为-107dBm。仿真过程中假定无人机数量固定为4,信道数量和无人机用户数量固定为6,并根据系统已知的位置信息,使用上述方案进行用户调度和功率分配。
在上述仿真条件下,本发明实施例对单个无人机用户发射功率(放大前的功率)从0.01W到0.11W区间,以0.02W为间隔逐点进行仿真,得到能效优化结果,并将本方案的性能与现有的轮询算法和基于KM算法的用户调度方案进行比较。图3为本发明一实施例所描述的比较结果示意图,如图3所示,方块所标示的曲线为本方案的仿真结果,可以看出该方案相较于轮询算法能够有效降低系统功耗,和KM算法相比,说明采用连续性假设的方法得到的结果也是准确的。
图4为本发明一实施例所描述的卫星无人机融合网络资源分配装置结构示意图,如图4所示,包括:第一优化模块410、第二优化模块420和网络资源分配模块430;其中,第一优化模块410用于将初始化频谱资源分配矩阵输入发射功率优化模型,得到第一发射功率分配优化矩阵,并将所述第一发射功率分配优化矩阵和初始化频谱资源分配矩阵输入中间变量分析模型,得到第一中间变量信息;其中,第二优化模块420用于将第一发射功率分配优化矩阵输入频谱资源分配优化模型,得到第一频谱资源分配优化分配矩阵,并将所述第一频谱资源分配优化分配矩阵和所述第一发射功率分配优化矩阵输入中间变量分析模型,得到第二中间变量信息;其中,网络资源分配模块430用于将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
本发明实施例提供的装置是用于执行上述各方法实施例的,具体流程和详细内容请参照上述实施例,此处不再赘述。
本发明实施例通过发射功率优化模型和频谱资源分配优化模型分别对发射功率分配优化矩阵和频谱资源分配矩阵进行优化,并进行迭代循环,得到频谱和功率的分配方案,本发明实施例通过轮询分配方案能够有效降低系统功耗,显著提升系统的能量效率,更有效的实现频谱资源分配。
图5为本发明一实施例所描述的电子设备结构示意图,如图5所示,该电子设备可以包括:处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以执行如下方法:将初始化频谱资源分配矩阵输入发射功率优化模型,得到第一发射功率分配优化矩阵,并将所述第一发射功率分配优化矩阵和初始化频谱资源分配矩阵输入中间变量分析模型,得到第一中间变量信息;将第一发射功率分配优化矩阵输入频谱资源分配优化模型,得到第一频谱资源分配优化分配矩阵,并将所述第一频谱资源分配优化分配矩阵和所述第一发射功率分配优化矩阵输入中间变量分析模型,得到第二中间变量信息;将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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步骤。而前述的存储介质包括:U盘、移动硬盘、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。
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:将初始化频谱资源分配矩阵输入发射功率优化模型,得到第一发射功率分配优化矩阵,并将所述第一发射功率分配优化矩阵和初始化频谱资源分配矩阵输入中间变量分析模型,得到第一中间变量信息;将第一发射功率分配优化矩阵输入频谱资源分配优化模型,得到第一频谱资源分配优化分配矩阵,并将所述第一频谱资源分配优化分配矩阵和所述第一发射功率分配优化矩阵输入中间变量分析模型,得到第二中间变量信息;将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
本发明实施例提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储服务器指令,该计算机指令使计算机执行上述各实施例提供的方法,例如包括:将初始化频谱资源分配矩阵输入发射功率优化模型,得到第一发射功率分配优化矩阵,并将所述第一发射功率分配优化矩阵和初始化频谱资源分配矩阵输入中间变量分析模型,得到第一中间变量信息;将第一发射功率分配优化矩阵输入频谱资源分配优化模型,得到第一频谱资源分配优化分配矩阵,并将所述第一频谱资源分配优化分配矩阵和所述第一发射功率分配优化矩阵输入中间变量分析模型,得到第二中间变量信息;将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (5)
1.一种卫星无人机融合网络资源分配方法,其特征在于,包括:
将初始化频谱资源分配矩阵输入发射功率优化模型,得到第一发射功率分配优化矩阵,并将所述第一发射功率分配优化矩阵和初始化频谱资源分配矩阵输入中间变量分析模型,得到第一中间变量信息;
将第一发射功率分配优化矩阵输入频谱资源分配优化模型,得到第一频谱资源分配优化分配矩阵,并将所述第一频谱资源分配优化分配矩阵和所述第一发射功率分配优化矩阵输入中间变量分析模型,得到第二中间变量信息;
将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵;
其中,在所述得到第二中间变量信息的步骤之后,所述方法还包括:
根据第一中间变量信息、初始化频谱资源分配矩阵和第一发射功率分配优化矩阵得到第一能量效率信息;
根据第二中间变量信息、第一化频谱资源分配矩阵和第二发射功率分配优化矩阵得到第二能量效率信息;
根据第一能量效率信息和第二能量效率信息的差值确定迭代差值信息;
其中,所述预设条件具体为:
迭代差值小于或等于预设判决门限;
其中,所述将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵的步骤,具体包括:
将第一频谱资源分配矩阵输入发射功率优化模型,得到第二发射功率分配优化矩阵,并将所述第二发射功率分配优化矩阵和第一频谱资源分配矩阵输入中间变量分析模型,得到第三中间变量信息;
将第二发射功率分配优化矩阵输入频谱资源分配优化模型,得到第二频谱资源分配优化分配矩阵,并将所述第二频谱资源分配优化分配矩阵和所述第二发射功率分配优化矩阵输入中间变量分析模型,得到第四中间变量信息;
根据第三中间变量信息、第一频谱资源分配矩阵和第二发射功率分配优化矩阵得到第三能量效率信息,根据第四中间变量信息、第二化频谱资源分配矩阵和第二发射功率分配优化矩阵得到第四能量效率信息,以根据第三能量效率信息和第四能量效率信息更新迭代差值;
若更新后的迭代差值大于预设判决门限,则继续将所述第二频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵;
其中,在所述根据第三能量效率信息和第四能量效率信息更新迭代差值的步骤之后,所述方法还包括:
若更新后的迭代差值小于或等于判决门限,则将当前的第二化频谱资源分配矩阵作为目标频谱资源分配优化分配矩阵,将第二发射功率分配优化矩阵作为目标发射功率分配优化矩阵;
输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
2.根据权利要求1所述卫星无人机融合网络资源分配方法,其特征在于,在所述将初始化频谱资源分配矩阵输入发射功率优化模型的步骤之前,所述方法还包括:
获取无人机位置信息和无人机用户位置信息;
根据无人机位置信息和无人机用户位置信息得到无人机和无人机用户间衰减因子矩阵。
3.一种卫星无人机融合网络资源分配装置,其特征在于,包括:
第一优化模块,用于将初始化频谱资源分配矩阵输入发射功率优化模型,得到第一发射功率分配优化矩阵,并将所述第一发射功率分配优化矩阵和初始化频谱资源分配矩阵输入中间变量分析模型,得到第一中间变量信息;
第二优化模块,用于将第一发射功率分配优化矩阵输入频谱资源分配优化模型,得到第一频谱资源分配优化分配矩阵,并将所述第一频谱资源分配优化分配矩阵和所述第一发射功率分配优化矩阵输入中间变量分析模型,得到第二中间变量信息;
网络资源分配模块,用于将第一频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵;
其中,所述装置还用于:
根据第一中间变量信息、初始化频谱资源分配矩阵和第一发射功率分配优化矩阵得到第一能量效率信息;
根据第二中间变量信息、第一化频谱资源分配矩阵和第二发射功率分配优化矩阵得到第二能量效率信息;
根据第一能量效率信息和第二能量效率信息的差值确定迭代差值信息;
其中,所述预设条件具体为:
迭代差值小于或等于预设判决门限;
其中,其中,所述装置还用于:
将第一频谱资源分配矩阵输入发射功率优化模型,得到第二发射功率分配优化矩阵,并将所述第二发射功率分配优化矩阵和第一频谱资源分配矩阵输入中间变量分析模型,得到第三中间变量信息;
将第二发射功率分配优化矩阵输入频谱资源分配优化模型,得到第二频谱资源分配优化分配矩阵,并将所述第二频谱资源分配优化分配矩阵和所述第二发射功率分配优化矩阵输入中间变量分析模型,得到第四中间变量信息;
根据第三中间变量信息、第一频谱资源分配矩阵和第二发射功率分配优化矩阵得到第三能量效率信息,根据第四中间变量信息、第二化频谱资源分配矩阵和第二发射功率分配优化矩阵得到第四能量效率信息,以根据第三能量效率信息和第四能量效率信息更新迭代差值;
若更新后的迭代差值大于预设判决门限,则继续将所述第二频谱资源分配优化分配矩阵输入发射功率优化模型,直至满足预设条件,输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵;
其中,其中,所述装置还用于:
若更新后的迭代差值小于或等于判决门限,则将当前的第二化频谱资源分配矩阵作为目标频谱资源分配优化分配矩阵,将第二发射功率分配优化矩阵作为目标发射功率分配优化矩阵;
输出目标频谱资源分配优化分配矩阵和目标发射功率分配优化矩阵。
4.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至2任一项所述卫星无人机融合网络资源分配装置的步骤。
5.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至2任一项所述卫星无人机融合网络资源分配装置的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010420790.4A CN111669758B (zh) | 2020-05-18 | 2020-05-18 | 一种卫星无人机融合网络资源分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010420790.4A CN111669758B (zh) | 2020-05-18 | 2020-05-18 | 一种卫星无人机融合网络资源分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111669758A CN111669758A (zh) | 2020-09-15 |
CN111669758B true CN111669758B (zh) | 2022-10-21 |
Family
ID=72383813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010420790.4A Active CN111669758B (zh) | 2020-05-18 | 2020-05-18 | 一种卫星无人机融合网络资源分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111669758B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114364007B (zh) * | 2022-01-10 | 2023-05-19 | 西南科技大学 | 低轨道卫星与无人机蜂窝融合网络的子载波功率控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108040368A (zh) * | 2017-12-22 | 2018-05-15 | 南京航空航天大学 | 一种基于块坐标下降的无人机时频资源分配方法 |
CN108135002A (zh) * | 2017-12-22 | 2018-06-08 | 南京航空航天大学 | 一种基于块坐标下降的无人机频谱资源分配方法 |
CN110300417A (zh) * | 2019-05-09 | 2019-10-01 | 清华大学 | 无人机通信网络的能量效率优化方法和装置 |
CN110536321A (zh) * | 2019-08-26 | 2019-12-03 | 重庆三峡学院 | 5g iot通信中权衡能量效率和频谱效率的优化方法 |
-
2020
- 2020-05-18 CN CN202010420790.4A patent/CN111669758B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108040368A (zh) * | 2017-12-22 | 2018-05-15 | 南京航空航天大学 | 一种基于块坐标下降的无人机时频资源分配方法 |
CN108135002A (zh) * | 2017-12-22 | 2018-06-08 | 南京航空航天大学 | 一种基于块坐标下降的无人机频谱资源分配方法 |
CN110300417A (zh) * | 2019-05-09 | 2019-10-01 | 清华大学 | 无人机通信网络的能量效率优化方法和装置 |
CN110536321A (zh) * | 2019-08-26 | 2019-12-03 | 重庆三峡学院 | 5g iot通信中权衡能量效率和频谱效率的优化方法 |
Non-Patent Citations (3)
Title |
---|
Aerial Small Cells Using Coordinated Multiple UAVs: An Energy Efficiency Optimization Perspective;CHENGXIAO LIU等;《IEEE》;20190830;全文 * |
Maritime Coverage Enhancement Using UAVs Coordinated with Hybrid Satellite-Terrestrial Networks;Xiangling Li等;《arxiv》;20190404;全文 * |
分布式无线通信系统下行功率分配策略;冯伟等;《清华大学学报》;20090715;第49卷(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111669758A (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109814951B (zh) | 移动边缘计算网络中任务卸载及资源分配的联合优化方法 | |
CN110505644B (zh) | 用户任务卸载与资源分配联合优化方法 | |
CN111800828B (zh) | 一种超密集网络的移动边缘计算资源分配方法 | |
CN109951869B (zh) | 一种基于云雾混合计算的车联网资源分配方法 | |
CN111726811B (zh) | 一种用于认知无线网络的切片资源分配方法及系统 | |
CN110096362B (zh) | 一种基于边缘服务器协作的多任务卸载方法 | |
CN111130911B (zh) | 一种基于移动边缘计算的计算卸载方法 | |
CN110290542B (zh) | 海上无人机通信覆盖优化方法及系统 | |
CN111132009A (zh) | 物联网的移动边缘计算方法、装置及系统 | |
CN111711962A (zh) | 一种移动边缘计算系统子任务协同调度方法 | |
CN114885418A (zh) | 5g超密集网络中任务卸载及资源分配的联合优化方法、装置及介质 | |
Le et al. | Enhanced resource allocation in D2D communications with NOMA and unlicensed spectrum | |
CN111511028B (zh) | 一种多用户资源分配方法、装置、系统及存储介质 | |
CN111669758B (zh) | 一种卫星无人机融合网络资源分配方法及装置 | |
Liu et al. | Energy-efficient resource allocation and subchannel assignment for NOMA-enabled multiaccess edge computing | |
Kopras et al. | Task allocation for energy optimization in fog computing networks with latency constraints | |
CN113692052A (zh) | 一种网络边缘机器学习训练方法 | |
CN111405571B (zh) | 卫星无人机混合网络的频谱共享方法 | |
CN115379508A (zh) | 载波管理方法、资源分配方法及相关设备 | |
CN110177383B (zh) | 移动边缘计算中基于任务调度和功率分配的效率优化方法 | |
CN111372216A (zh) | 一种面向智能网联汽车的资源调度方法、系统及存储介质 | |
Saha et al. | Dynamic spectrum allocation in cognitive radio using particle swarm optimization | |
Zhan et al. | Multi-user offloading and resource allocation for vehicular multi-access edge computing | |
CN109756981B (zh) | 一种基于拍卖机制的战场无线频谱资源分配方法和系统 | |
CN110234167B (zh) | 一种信道分配方法、信道分配装置及电子设备 |
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 |