CN112733357B - 一种异构空间网络数传任务协同规划方法 - Google Patents
一种异构空间网络数传任务协同规划方法 Download PDFInfo
- Publication number
- CN112733357B CN112733357B CN202110004387.8A CN202110004387A CN112733357B CN 112733357 B CN112733357 B CN 112733357B CN 202110004387 A CN202110004387 A CN 202110004387A CN 112733357 B CN112733357 B CN 112733357B
- Authority
- CN
- China
- Prior art keywords
- variable
- local
- satellite system
- satellite
- task
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 32
- 238000010586 diagram Methods 0.000 claims abstract description 11
- 230000009191 jumping Effects 0.000 claims abstract description 8
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Computer Hardware Design (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种异构空间网络数传任务协同规划方法,包括:1)初始化异构空间网络的基本参数;2)建立异构空间网络的时间扩展图;3)建立本地任务规划问题优化模型;4)协同中心及卫星系统初始化迭代参量;5)各卫星系统求解本地任务规划问题优化模型,并根据求解结果更新本地变量;6)协同中心更新全局变量;7)各卫星系统更新拉格朗日乘子;8)更新迭代次数;9)若满足收敛条件,则跳转至步骤10),否则转至步骤5);10)协同中心还原全局松弛变量;11)各卫星系统还原本地松弛变量,获得本地变量的最优解;12)各卫星系统根据本地变量最优解获取最优任务规划与资源调度方案,该方法的收敛速度快。
Description
技术领域
本发明属于空间信息技术领域,涉及一种异构空间网络数传任务协同规划方法。
背景技术
与传统地面网络相比,空间网络具有覆盖面广、组网灵活、不受地理环境限制等显著优点,其在对地观测、航天测控、远洋航行、紧急搜救等领域发挥着不可替代的作用。长期以来我国军用、民用卫星系统采用“面向特定种类任务独立设计、分部门管理”的烟囱式发展模式,各卫星系统拥有专用的地面接收站,不同系统间的资源无法共享。受到选址、建设成本等限制,各卫星系统拥有的地面站数目较为有限。由于空间任务到达的突发性和分布的非均匀性,部分卫星系统数据无法及时下传,而其它卫星系统地面站处于闲置状态的情况时有发生。
为了解决上述问题,不同卫星系统之间共享地面站逐渐成为新的发展趋势。随着软件无线电、资源虚拟化等技术在卫星通信领域中的应用,全球卫星业务教育网络(GlobalEducation Network for Satellite Operations)、移动立方星指挥控制网络(MobileCubeSat Command and Control Ground Station Network)等支持不同卫星系统间地面站共享的异构空间网络先后被提出,旨在实现全球教育机构或美国政府、高校以及外国合作伙伴之间地面站的共享使用。
尽管单一卫星系统内的数传任务规划方法已经得到了广泛的研究,多卫星系统构成的异构空间网络中的任务协同规划方法研究仍处于起步阶段,已有工作十分有限。Nakamura等人通过在网络中增加一个中央服务器与所有卫星系统的运控中心相连,由中央服务器对全网任务进行统一规划,并将规划结果下发到各运控中心执行。类似的,Iacopino等人将所有卫星系统的运控中心的功能合并,建立一个总运控中心,并提出了一种基于蚁群算法的任务规划方法实现对全网资源的统一管理。然而,数传任务规划是一个典型的NP完全问题,统一规划全网所有任务计算复杂度较高,而且,现阶段我国军用、民用卫星系统隶属于不同行政部门,部分任务、资源信息具有较强的私密性,不便提供给其它单位,因此集中式任务规划方法目前在我国不具备可行性。面对集中式任务协同规划的问题,Johnston等人提出了一种分布式的异构空间网络任务协同规划方法,各运控中心通过点对点协商实现了共享地面站的互使用。该方法既能够有效控制各运控中心任务规划问题的规模,且避免了各卫星系统除共享地面站调度信息以外的信息公开,但是,随着参与协作的卫星系统数目不断增长,一个卫星系统可能同时与多个系统共享资源,仅依靠本地信息进行点对点协商收敛速度慢难以达到全局最优,计算的复杂性较高。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种异构空间网络数传任务协同规划方法,该方法的收敛速度快,计算复杂性较低。
为达到上述目的,本发明所述的异构空间网络数传任务协同规划方法包括以下步骤:
1)初始化异构空间网络的基本参数;
2)建立异构空间网络的时间扩展图;
3)各卫星系统建立待优化本地变量,将待优化本地变量中的0-1变量松弛为连续变量,建立本地任务规划问题优化模型P;
4)协同中心及卫星系统初始化迭代参量,即令迭代次数t=0,全局变量yC,t=0,拉格朗日乘子λt=0;
5)各卫星系统求解本地任务规划问题优化模型P,并根据求解结果更新本地变量,并将全局变量本地副本发送给协同中心;
6)协同中心更新全局变量yC,获得其在第t+1次迭代中的取值yC,t+1;
7)各卫星系统更新拉格朗日乘子λn,获得其在第t+1次迭代中的取值
8)更新迭代次数t,令t=t+1;
9)当||yC,t-yC,t-1||2>ε,则跳转至步骤5),否则,则转至步骤10),其中,ε为一个满足ε<<1的正常数;
10)协同中心还原全局松弛变量yC,t得到全局变量最优解(yC)*,并向各卫星系统发送与其相关的部分;
11)各卫星系统还原本地松弛变量,获得本地变量的最优解;
12)各卫星系统根据本地变量最优解获取最优任务规划与资源调度方案。
步骤1)中的异构空间网络包含一个协同中心和N个卫星系统,该网络的基本参数包括异构空间网络中的协同中心C、卫星系统集合N、卫星集合S=∪1≤n≤NSn、地面站集合G=∪1≤n≤NGn及任务集合OM=∪1≤n≤NOMn,其中,Sn={sn,1,sn,2,…,sn,i,…}表示第n个卫星系统中的卫星集合,表示第n个卫星系统中的地面站集合,/>及/>分别表示第n个卫星系统中的共享地面站集合及非共享地面站集合,OMn={omn,1,omn,2,…,omn,i,…}表示第n个卫星系统任务需求集合。
步骤2)中的异构空间网络的时间扩展图表示为GK(V,A),其中,V为时间扩展图中顶点集合,代表异构空间网络中各时隙内的卫星或地面站,A=AL∪AS为时间扩展图中弧集合,AL及AS分别为链路弧及存储弧集合,链路弧表示各时隙内卫星与地面站之间的传输机会,AL=ALL∪ALC,ALL表示卫星与本卫星系统内地面站之间的传输机会,ALC表示卫星与其它卫星系统的共享地面站之间的传输机会的集合,存储弧表示卫星节点在各个时隙内的传输能力。
步骤3)的具体操作过程为:
3a)卫星系统建立本地优化变量:
其中,zn为任务执行变量,0-1变量zn,i表示任务omn,i是否被成功执行,xn为流变量,fn,i表示任务omn,i在时间扩展图上对应的流,x(fn,i)表示时间扩展图上流fn,i的流量,表示弧/>上流fn,i的流量,/>为本地链路调度变量,0-1变量/>表示第k个时隙内链路(sn,i,gn,j)是否被调度,/>为全局链路调度变量的本地副本变量,其中,/>表示全局变量/>在卫星系统n中的本地副本变量;
3b)卫星系统n∈N将本地变量中的0-1变量松弛为连续变量,即令
3c)建立本地任务规划问题优化模型P,对于第n个卫星系统,本地任务规划问题优化模型P为:
s.t.
其中,wn,i表示任务omn,i成功执行后所获得的收益,bn,i表示任务omn,i需要回传的数据量,表示本地副本变量/>对应的拉格朗日乘子,ρ为惩罚项,rs(sn,i)为卫星sn,i的存储空间大小,σ(n,i)表示第n个卫星系统中携带任务omn,i的数据的卫星序号,/>表示发起卫星为sn,i且调度窗口包含第k个时隙的任务在时间扩展图上对应的流集合,/>为所有卫星在每个时隙内副本的顶点集合,/>为所有地面站在每个时隙内副本的顶点集合。
协同中心通过下式计算yC,t+1;
卫星系统n∈N通过下式计算
步骤10)的具体操作为:
10a)初始化未还原全局松弛变量所对应的链路弧集合AX,令AX=ALC;
10b)若则协同中心输出还原后的全局变量(yC)*,并向卫星系统/>发送与其相关的部分/>否则,则转至10c);
10c)在集合AX中寻找链路弧其满足
10d)协同中心向卫星系统m、n发出调度请求并接收卫星系统m、n的调度回复/>及/>
10e)当卫星系统m及n都同意调度,即,则转至步骤10f),否则,则令/>并转至步骤10h);
10f)令
10g)对于任一链路弧令
其中/>为时间扩展图上与/>冲突的链路弧集合;
10h)令并转至步骤10b)。
步骤11)的具体操作为:
11a)初始化待还原本地松弛变量所对应的链路弧集合AR及任务需求集合OMR,令
11b)当则转至步骤11g),否则,则转至步骤11c);
11c)寻找链路弧其满足/>
11d)当存在链路弧且满足/>则转至步骤11e),否则,则令/>且对任一链路弧/>令/> 然后转至步骤11f),其中/>为时间扩展图上与/>冲突的链路弧集合;
11e)令
11f)令
11g)固定本地任务规划问题优化模型P中的变量重新求解本地任务规划问题优化模型P;
11h)当存在任务omn,i∈OMR使得zn,i<1,则转至步骤11i),否则输出还原后的本地变量;
11i)令
11j)令
11k)将已经固定的变量代入本地任务规划问题优化模型P中,再求解本地任务规划问题优化模型,然后转至步骤11h)。
本发明具有以下有益效果:
本发明所述的异构空间网络数传任务协同规划方法在具体操作时,基于时间扩展图建立本地任务规划问题优化模型,在此基础上,利用交替方向乘子法将该优化问题分解为各卫星系统基于本地信息以及协同中心发布的共享资源协调信息进行本地规划子问题的求解,卫星系统通过与协同中心交互可共享地面站资源的调度信息及协调信息,协同求解本地规划子问题,从而完成异构空间网络任务协同规划,与现有技术相比,本发明无需对外提供本地任务和非共享地面站的任何信息,且不会导致高复杂度的计算,同时由于协同中心能从全局角度对各卫星系统可共享资源的使用情况进行调整,因此能够以较快的速度逼近全局最优任务规划方案。
附图说明
图1为本发明的异构空间网络场景图;
图2为本发明的时间扩展图;
图3为本发明的流程图;
图4为本发明的协同中心全局松弛变量还原算法的流程图;
图5为本发明的卫星系统n本地松弛变量还原算法的流程图。
具体实施方式
下面结合附图对本发明做进一步详细描述:
参考图1、图2及图3,本发明所述的异构空间网络数传任务协同规划方法包括以下步骤:
1)初始化异构空间网络的基本参数;
参考图1,步骤1)中的异构空间网络包含一个协同中心和N个卫星系统,该网络的基本参数包括异构空间网络中的协同中心C、卫星系统集合卫星集合S=∪1≤n≤NSn、地面站集合G=∪1≤n≤NGn及任务集合OM=∪1≤n≤NOMn,其中,/>符号n表示第n个卫星系统,每个卫星系统由一个运控中心以及若干卫星、地面站构成。地面站分为共享地面站和非共享地面站,共享地面站可以接收其它卫星系统下传的数据,而非共享地面站仅能接受本系统卫星下传的数据,Sn={sn,1,sn,2,…,sn,i,…}表示第n个卫星系统中的卫星集合,sn,i表示第n个卫星系统的第i颗卫星,/>表示第n个卫星系统中的地面站集合,/>及/>分别表示第n个卫星系统中的共享地面站集合及非共享地面站集合,gn,i表示第n个卫星系统的第i个地面站,OMn={omn,1,omn,2,…,omn,i,…}表示第n个卫星系统任务需求集合,omn,i表示第n个卫星系统的第i个任务,其可表示为omn,i=[sn,σ(n,i),bn,i,stn,i,etn,i,wn,i],其中σ(n,i)表示第n个卫星系统中携带任务omn,i的数据的卫星序号,bn,i表示任务omn,i需要回传的数据量,wn,i表示任务omn,i成功执行后所获得的收益,stn,i、etn,i分别表示任务omn,i的最早开始时间和最晚结束时间。
2)建立异构空间网络的时间扩展图;
参考图2,步骤2)中的异构空间网络的时间扩展图表示为GK(V,A),该图为一个分层有向图,其中,K为时间扩展图的层数,V为时间扩展图中顶点集合,代表异构空间网络中各时隙内的卫星或地面站,即V=VS∪VG。其中,为所有卫星在每个时隙内副本的集合,/>表示卫星sn,i在第k个时隙时的副本,类似的,为所有地面站在每个时隙内副本的集合,/>表示地面站gn,i在第k个时隙时的副本,A=AL∪AS为时间扩展图中弧集合,AL及AS分别为链路弧及存储弧集合,链路弧表示各时隙内卫星与地面站之间的传输机会,AL=ALL∪ALC,表示卫星与本卫星系统内地面站之间的传输机会,其中表示时间扩展图上从顶点/>指向/>的弧,lc(gn,j)表示地面站gn,j的地理位置,R(sn,i,k)表示卫星sn,i在第k个时隙的通信范围,/>表示卫星与其它卫星系统的可共享地面站之间的传输机会的集合,存储弧表示卫星节点在各个时隙内的传输能力。
3)各卫星系统建立待优化本地变量,将待优化本地变量中的0-1变量松弛为连续变量,建立本地任务规划问题优化模型P;
步骤3)的具体操作过程为:
3a)卫星系统建立本地优化变量:
其中,zn为任务执行变量,0-1变量zn,i表示任务omn,i是否被成功执行,xn为流变量,fn,i表示任务omn,i在时间扩展图上对应的流,x(fn,i)表示时间扩展图上流fn,i的流量,表示弧/>上流fn,i的流量,/>为本地链路调度变量,0-1变量/>表示第k个时隙内链路(sn,i,gn,j)是否被调度,/>为全局链路调度变量的本地副本变量,其中,/>表示全局变量/>在卫星系统n中的本地副本变量;
3b)卫星系统将本地变量中的0-1变量松弛为连续变量,即令
3c)建立本地任务规划问题优化模型P,对于第n个卫星系统,本地任务规划问题优化模型P为:
s.t.
其中,wn,i表示任务omn,i成功执行后所获得的收益,bn,i表示任务omn,i需要回传的数据量,表示本地副本变量/>对应的拉格朗日乘子,ρ为惩罚项,rs(sn,i)为卫星sn,i的存储空间大小,σ(n,i)表示第n个卫星系统中携带任务omn,i的数据的卫星序号,/>表示发起卫星为sn,i且调度窗口包含第k个时隙的任务在时间扩展图上对应的流集合,/>为所有卫星在每个时隙内副本的顶点集合,/>为所有地面站在每个时隙内副本的顶点集合,上述优化模型中,约束1保证了每个成功执行的任务的所有数据被下传到地面站;约束2及约束3为流守恒约束,保证了对于每个任务其发起卫星节点在给定时隙内下传给地面站的数据量与时隙结束时存储空间内的剩余数据量之和等于上一时隙结束时存储空间内剩余数据量加上本时隙新到达数据量;约束4表示任一时隙内卫星上待下传的数据量不超过其存储空间大小;约束5保证了星地下行链路仅在被调度时隙内传输数据,且每个时隙传输数据量不超过对应链路的最大能力;约束6保证了一颗卫星在同一时隙内只与一个地面站通信;约束7保证了一个地面站在同一时隙内只与一颗卫星通信。
4)协同中心及各卫星系统初始化迭代参量,即迭代次数t=0,全局变量yC,t=0,拉格朗日乘子λt=0;
5)卫星系统求解本地任务规划问题优化模型P,并根据求解结果更新本地变量/>并将全局变量本地副本/>发送给协同中心;
6)协同中心更新全局变量yC,获得其在第t+1次迭代中的取值yC,t+1,其表示为
协同中心通过下式计算yC,t+1;
7)卫星系统n∈N更新拉格朗日乘子λn,获得其在第t+1次迭代中的取值其中 表示第t+1次迭代中本地副本变量/>对应的拉格朗日乘子;
卫星系统通过下式计算/>
8)更新迭代次数t,令t=t+1;
9)当||yC,t-yC,t-1||2>ε,则跳转至步骤5),否则,则转至步骤10),其中,ε为一个满足ε<<1的正常数;
10)协同中心还原全局松弛变量yC,t得到全局变量最优解(yC)*,并向卫星系统发送与其相关的部分/>其中/>
参考图4,步骤10)的具体操作为:
10a)初始化未还原全局松弛变量所对应的链路弧集合AX,令AX=ALC;
10b)若则协同中心输出还原后的全局变量(yC)*,并向卫星系统/>发送与其相关的部分/>否则,则转至10c);
10c)在集合AX中寻找链路弧其满足/>
10d)协同中心向卫星系统m、n发出调度请求如果卫星系统m、n内存在与/>冲突且y值高于/>的本地链路弧,则卫星系统拒绝/>的调度请求,否则,同意该调度请求,用/>表示卫星系统m、n对协同中心回复,其定义为:
10e)当卫星系统m及n都同意调度,即,则转至步骤10f),否则,则令/>并转至步骤10h);
10f)令
10g)对于任一链路弧令
其中/>为时间扩展图上与/>冲突的链路弧集合;
10h)令并转至步骤10b)。
11)卫星系统还原本地松弛变量/>zn,获得本地变量的最优解
参考图5,步骤11)的具体操作为:
11a)初始化待还原本地松弛变量所对应的链路弧集合AR及任务需求集合OMR,令
11b)当则转至步骤11g),否则,则转至步骤11c);
11c)寻找链路弧其满足/>
11d)当存在链路弧且满足/>则转至步骤11e),否则,则令/>且对任一链路弧/>令/> 然后转至步骤11f),其中/>为时间扩展图上与/>冲突的链路弧集合;
11e)令
11f)令
11g)固定本地任务规划问题优化模型P中的变量即令/>及重新求解本地任务规划问题优化模型P;
11h)当存在任务omn,i∈OMR使得zn,i<1,则转至步骤11i),否则输出还原后的本地变量
11i)令
11j)令
11k)将已经固定的变量代入本地任务规划问题优化模型P中,再求解本地任务规划问题优化模型,然后转至步骤11h);
12)各卫星系统根据本地变量最优解获取最优任务规划与资源调度方案。
Claims (2)
1.一种异构空间网络数传任务协同规划方法,其特征在于,包括以下步骤:
1)初始化异构空间网络的基本参数;
2)建立异构空间网络的时间扩展图;
3)各卫星系统建立待优化本地变量,将待优化本地变量中的0-1变量松弛为连续变量,建立本地任务规划问题优化模型P;
4)协同中心及卫星系统初始化迭代参量,即令迭代次数t=0,全局变量yC,t=0,拉格朗日乘子λt=0;
5)各卫星系统求解本地任务规划问题优化模型P,并根据求解结果更新本地变量,并将全局变量本地副本发送给协同中心,其中,上标C表示全局,n表示第n个卫星系统;
6)协同中心更新全局变量yC,获得其在第t+1次迭代中的取值yC,t+1;
7)各卫星系统更新拉格朗日乘子λn,获得其在第t+1次迭代中的取值
8)更新迭代次数t,令t=t+1;
9)当||yC,t-yC,t-1||2>ε,则跳转至步骤5),否则,则转至步骤10),其中,ε为满足ε<<1的正常数;
10)协同中心还原全局松弛变量yC,t得到全局变量最优解(yC)*,并向各卫星系统发送与其相关的部分;
11)各卫星系统还原本地松弛变量,获得本地变量的最优解;
12)各卫星系统根据本地变量最优解获取最优任务规划与资源调度方案;
步骤1)中的异构空间网络包含一个协同中心及N个卫星系统,异构空间网络的基本参数包括异构空间网络中的协同中心D、卫星系统集合卫星集合S=∪1≤n≤NSn、地面站集合G=∪1≤n≤NGn及任务集合OM=∪1≤n≤NOMn,其中,Sn={sn,1,sn,2,…,sn,i,…}表示第n个卫星系统中的卫星集合,/>表示第n个卫星系统中的地面站集合,/>及/>分别表示第n个卫星系统中的共享地面站集合及非共享地面站集合,OMn={omn,1,omn,2,…,omn,i,…}表示第n个卫星系统任务需求集合;
步骤3)的具体操作过程为:
3a)卫星系统立本地优化变量:
其中,zn为任务执行变量,0-1变量zn,i表示任务on,i是否被成功执行,xn为流变量,fn,i表示任务on,i在时间扩展图上对应的流,x(fn,i)表示时间扩展图上流fn,i的流量,表示弧/>上流fn,i的流量,/>为本地链路调度变量,0-1变量/>表示第k个时隙内链路(sn,i,gn,j)是否被调度,/>为全局链路调度变量的本地副本变量,其中,/>表示全局变量/>在卫星系统n中的本地副本变量;
3b)卫星系统本地变量中的0-1变量松弛为连续变量,即令
3c)建立本地任务规划问题优化模型P,对于第n个卫星系统,本地任务规划问题优化模型P为:
P:
s.t.
其中,wn,i表示任务omn,i成功执行后所获得的收益,bn,i表示任务omn,i需要回传的数据量,表示本地副本变量/>对应的拉格朗日乘子,ρ为惩罚项,rs(sn,i)为卫星sn,i的存储空间大小,σ(n,i)表示第n个卫星系统中携带任务omn,i的数据的卫星序号,/>表示发起卫星为sn,i且调度窗口包含第k个时隙的任务在时间扩展图上对应的流集合,/>为所有卫星在每个时隙内副本的顶点集合,/>为所有地面站在每个时隙内副本的顶点集合;
协同中心通过下式计算yC,t+1;
卫星系统通过下式计算/>
步骤10)的具体操作为:
10a)初始化未还原全局松弛变量所对应的链路弧集合AX,令AX=ALC;
10b)若则协同中心输出还原后的全局变量(yC)*,并向卫星系统/>送与其相关的部分/>否则,则转至10c);
10c)在集合AX中寻找链路弧其满足/>
10d)协同中心向卫星系统m、n发出调度请求并接收卫星系统m、n的调度回复/>及/>
10e)当卫星系统m及n都同意调度,即,则转至步骤10f),否则,则令/>并转至步骤10h);
10f)令
10g)对于任一链路弧令
其中,/>为时间扩展图上与冲突的链路弧集合;
10h)令并转至步骤10b);
步骤11)的具体操作为:
11a)初始化待还原本地松弛变量所对应的链路弧集合AR及任务需求集合OMR,令
11b)当则转至步骤11g),否则,则转至步骤11c);
11c)寻找链路弧其满足/>
11d)当存在链路弧且满足/>则转至步骤11e),否则,则令/>且对任一链路弧/>令/> 然后转至步骤11f),其中/>为时间扩展图上与/>冲突的链路弧集合;
11e)令
11f)令
11g)固定本地任务规划问题优化模型P中的变量重新求解本地任务规划问题优化模型P;
11h)当存在任务omn,i∈OMR使得zn,i<1,则转至步骤11i),否则输出还原后的本地变量;
11i)令
11j)令
11k)将已经固定的变量代入本地任务规划问题优化模型P中,再求解本地任务规划问题优化模型,然后转至步骤11h)。
2.根据权利要求1所述的异构空间网络数传任务协同规划方法,其特征在于,步骤2)中的异构空间网络的时间扩展图表示为GK(V,A),其中,V为时间扩展图中顶点集合,代表异构空间网络中各时隙内的卫星或地面站,A=AL∪AS为时间扩展图中弧集合,AL及AS分别为链路弧及存储弧集合,链路弧表示各时隙内卫星与地面站之间的传输机会,AL=ALL∪ALC,ALL表示卫星与本卫星系统内地面站之间的传输机会,ALC表示卫星与其它卫星系统的共享地面站之间的传输机会的集合,存储弧表示卫星节点在各个时隙内的传输能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110004387.8A CN112733357B (zh) | 2021-01-04 | 2021-01-04 | 一种异构空间网络数传任务协同规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110004387.8A CN112733357B (zh) | 2021-01-04 | 2021-01-04 | 一种异构空间网络数传任务协同规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112733357A CN112733357A (zh) | 2021-04-30 |
CN112733357B true CN112733357B (zh) | 2024-01-23 |
Family
ID=75589519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110004387.8A Active CN112733357B (zh) | 2021-01-04 | 2021-01-04 | 一种异构空间网络数传任务协同规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112733357B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113992259B (zh) * | 2021-10-22 | 2023-05-16 | 中国人民解放军63921部队 | 一种时隙资源拓展图的构建方法 |
CN114770512B (zh) * | 2022-05-09 | 2023-12-29 | 浙江大学 | 用于救援清障的移动机器人机械臂搬运最优时间规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107682068A (zh) * | 2017-09-06 | 2018-02-09 | 西安电子科技大学 | 一种任务驱动的可重构空间信息网络资源管理架构及方法 |
US9906291B1 (en) * | 2015-02-27 | 2018-02-27 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Heterogeneous spacecraft networks |
CN108376099A (zh) * | 2018-01-16 | 2018-08-07 | 西安建筑科技大学 | 一种优化时延与能效的移动终端计算迁移方法 |
CN109711702A (zh) * | 2018-12-20 | 2019-05-03 | 西安电子科技大学 | 面向多管理平台的对地观测任务分布式协同规划方法 |
CN110138437A (zh) * | 2019-04-03 | 2019-08-16 | 西安建筑科技大学 | 基于时延性能的卫星通信网络关键链路序列检测方法 |
CN111865398A (zh) * | 2020-07-01 | 2020-10-30 | 哈尔滨工业大学(深圳) | 一种大规模leo卫星部署下的星地传输方法 |
CN111970044A (zh) * | 2020-08-15 | 2020-11-20 | 哈尔滨工业大学(威海) | 基于拉格朗日松弛的卫星网络时隙分配与路由规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10805382B2 (en) * | 2018-01-29 | 2020-10-13 | International Business Machines Corporation | Resource position planning for distributed demand satisfaction |
-
2021
- 2021-01-04 CN CN202110004387.8A patent/CN112733357B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9906291B1 (en) * | 2015-02-27 | 2018-02-27 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Heterogeneous spacecraft networks |
CN107682068A (zh) * | 2017-09-06 | 2018-02-09 | 西安电子科技大学 | 一种任务驱动的可重构空间信息网络资源管理架构及方法 |
CN108376099A (zh) * | 2018-01-16 | 2018-08-07 | 西安建筑科技大学 | 一种优化时延与能效的移动终端计算迁移方法 |
CN109711702A (zh) * | 2018-12-20 | 2019-05-03 | 西安电子科技大学 | 面向多管理平台的对地观测任务分布式协同规划方法 |
CN110138437A (zh) * | 2019-04-03 | 2019-08-16 | 西安建筑科技大学 | 基于时延性能的卫星通信网络关键链路序列检测方法 |
CN111865398A (zh) * | 2020-07-01 | 2020-10-30 | 哈尔滨工业大学(深圳) | 一种大规模leo卫星部署下的星地传输方法 |
CN111970044A (zh) * | 2020-08-15 | 2020-11-20 | 哈尔滨工业大学(威海) | 基于拉格朗日松弛的卫星网络时隙分配与路由规划方法 |
Non-Patent Citations (4)
Title |
---|
HetETA: Heterogeneous Information Network Embedding for Estimating Time of Arrival;Huiting Hong 等;《KDD "20: Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining》;20200820;第2444-2454页 * |
Task-oriented Resource Management Simulation Platform for Space Information Networks;Chengyuan Tang 等;《2018 10th International Conference on Wireless Communications and Signal Processing (WCSP)》;20181202;第1-7页 * |
基于任务拆分聚合的中继卫星系统任务规划方法;刘润滋 等;《通信学报》;20171031;第38卷(第Z1期);第1-8页 * |
面向任务的空间信息网络资源管理方法研究;周笛;《中国博士学位论文全文数据库 信息科技辑》;20200215;第I136-48页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112733357A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | A dynamic resource scheduling scheme in edge computing satellite networks | |
Zhang et al. | Aerial edge computing on orbit: A task offloading and allocation scheme | |
Zhou et al. | Mission aware contact plan design in resource-limited small satellite networks | |
Wang et al. | AI-based cloud-edge-device collaboration in 6G space-air-ground integrated power IoT | |
CN112733357B (zh) | 一种异构空间网络数传任务协同规划方法 | |
He et al. | Dynamic scheduling of hybrid tasks with time windows in data relay satellite networks | |
CN114665952B (zh) | 一种基于星地融合架构下低轨卫星网络跳波束优化方法 | |
US20190068697A1 (en) | Extended Mobile Gird | |
Chen et al. | Task scheduling method for data relay satellite network considering breakpoint transmission | |
CN113254188B (zh) | 调度优化方法和装置、电子设备及存储介质 | |
Meng et al. | Multi-UAV collaborative sensing and communication: Joint task allocation and power optimization | |
US11884423B2 (en) | Method for task planning of space information network based resource interchange | |
CN112422319B (zh) | 一种天基信息港系统的仿真系统及方法 | |
He et al. | Balancing total energy consumption and mean makespan in data offloading for space-air-ground integrated networks | |
Chelmins et al. | Cognitive communications for nasa space systems [international communications satellite systems conference] | |
Sun et al. | Inter-satellite time synchronization and ranging link assignment for autonomous navigation satellite constellations | |
Tan et al. | Uav control in smart city based on space-air-ground integrated network | |
CN116633422A (zh) | 面向IoT任务卸载的低轨卫星网络多维资源调度方法 | |
Yang et al. | Group sparse space information network with joint virtual network function deployment and maximum flow routing strategy | |
CN114696887A (zh) | 基于对地观测空间云服务的遥感数据在轨处理系统及方法 | |
Etxeberria-Agiriano et al. | Towards middleware-based cooperation topologies for the next generation of CPS | |
Yang et al. | A joint communication and computation framework for digital twin over wireless networks | |
CN114024894A (zh) | 软件定义天地一体化网络中的动态传算方法及系统 | |
CN114301518A (zh) | 一种基于对偶分解的空间网络观测任务分布式规划方法 | |
Zhang et al. | Distributed synchronization based on model-free reinforcement learning in wireless ad hoc networks |
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 |