CN112765754B - 一种适用于星地网络的基于超边的时间演进图设计方法 - Google Patents
一种适用于星地网络的基于超边的时间演进图设计方法 Download PDFInfo
- Publication number
- CN112765754B CN112765754B CN202011623875.9A CN202011623875A CN112765754B CN 112765754 B CN112765754 B CN 112765754B CN 202011623875 A CN202011623875 A CN 202011623875A CN 112765754 B CN112765754 B CN 112765754B
- Authority
- CN
- China
- Prior art keywords
- node
- satellite
- equal
- communication link
- communication
- 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
- 238000000034 method Methods 0.000 title claims abstract description 11
- 238000013461 design Methods 0.000 title claims abstract description 8
- 238000004891 communication Methods 0.000 claims abstract description 90
- 239000011159 matrix material Substances 0.000 claims abstract description 16
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 5
- 238000012512 characterization method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- H04B7/18513—Transmission in a satellite or space-based system
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Software Systems (AREA)
- Astronomy & Astrophysics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明提出了一种适用于星地网络的基于超边的时间演进图设计方法,实现步骤为:构建星地网络的拓扑结构;构建星地网络的拓扑矩阵A;获取星地网络的超边集J、通信弧集W和存储弧集Z;绘制基于超边集J的时间演进图。本发明通过超边呈现节点空间的相关性,表征了星地网络中的计算、通信和存储资源的时变特征,用于解决现有技术中存在的星地网络对多维时变资源管理复杂度较高的技术问题。
Description
技术领域
本发明属于6G通信技术领域,涉及一种时间演进图的设计方法,特别涉及一种适用于星地网络的基于超边的时间演进图设计方法,可用于星地网络中不同域内的存储、计算、通信资源的统一化表征和管理。
背景技术
星地网络将促进将地面、机载和卫星网络集成到单个6G无线系统中,它由多类具有不同计算、存储、通信资源的卫星节点和地面站节点,以及卫星间的星间链路和卫星与地面站的星地链路构成,可为航空,航海,救援等广泛领域的某些特定服务可提供有效的连接。卫星周期性的运动导致变化的通信链路使得星地网络具有区别于传统网络的动态拓扑特征,传统的图适用于固定节点的拓扑构型,描述静态的资源特征,但在动态的星地网络环境中,资源本质上是有限的,不能表征资源的时变特性,特别是网络拓扑不断变化导致通信资源的变化。不同于传统的图结构,时间演进图可表征动态的移动节点和通信链路。时间演进图可依据时隙的划分绘制每个时隙内部的节点及通信弧,以及时隙间的存储弧,来表征动态的移动节点和通信链路,从而表征节点具备的时变的多维资源。
对现有文献检索发现,申请公布号为CN106100718A,名称为“基于时变图的空间信息网络资源表征方法”的专利申请,公开了一种用于空间信息网络资源表征的时间演进图,以实现对动态网络环境下多维资源的时空二维表征,但该时间演进图的拓扑构型并没有考虑到实际网络场景下部分节点之间基于空间位置具有强的空间相关性,而且不同时隙下的节点数量庞大,使得其整体表征复杂度变大,从而使得网络基于任务对资源的管理复杂程度呈现指数级的爆炸式增长。为此迫切需要一种新型的网络拓扑构型来准确地表征星地网络的多维资源,并保证在此构型上资源管理的复杂性较低。
发明内容
本发明的目的在于克服上述现有技术的不足,提出了一种适用于星地网络的基于超边的时间演进图设计方法,用于解决现有技术中存在的星地网络对多维时变资源管理复杂度较高的技术问题。
为实现上述目的,本发明采取的技术方案包括如下步骤:
(1)构建星地网络的拓扑结构:
构建包括N个观测卫星节点S={si|1≤i≤N}、M个中继卫星节点R={rj|1≤j≤M}和P个地面站节点G={gk|1≤k≤P}的星地网络,其中,N>0,si表示第i个具有计算资源、通信资源和存储资源的观测卫星节点,M>0,rj表示第j个具有通信和存储资源的中继卫星节点,P>0,gk表示第k个具有通信资源和存储资源的地面站节点;
(2)构建星地网络的拓扑矩阵A;
(2a)初始化星地网络的运行时间长度为T,并将T划分为L个长度为τ的时隙,构成时隙集合Q={qt|1≤t≤L},其中,L≥1,τ=T/L;
(2b)在每个时隙qt下,根据卫星工具包STK获取S中每两个观测卫星节点sa与sb的通信链路容量集a,b∈N,R中每两个中继卫星节点rc与rd的通信链路容量集/>c,d∈M,G中每两个地面站节点ge与gf的通信链路容量集/>e,f∈P,S中每个观测卫星节点si与R中每个中继卫星节点rj的通信链路容量集/>S中每个观测卫星节点si与G中每个地面站节点gk的通信链路容量集/>R中每个中继卫星节点rj与G中每个地面站节点gk的通信链路容量集/>并通过/>和/>构建星地网络的拓扑矩阵A:
(3)获取星地网络的超边集J、通信弧集W和存储弧集Z;
(3a)将地面均匀划分为X个网格O={ou|1<u<X},并将覆盖ou的所有观测卫星节点和中继卫星节点,以及位于ou上的地面站节点构成ou的节点集Yu,其中,2≤X≤M+N+P,ou表示第u个网格;
(3b)将节点集Yu中包含在星地网络的拓扑矩阵A中的所有节点形成的通信链路作为网格ou的超边,得到O对应的超边集J={ρu|1<u<X},并将A中除J以外的通信链路作为通信弧集其中,ρu表示ou的超边,βθ表示第θ个通信弧;
(3c)将包含在星地网络拓扑矩阵A中每个时隙qt与相邻时隙qt+1每个观测卫星节点si连接形成的通信链路集每个中继卫星节点rj连接形成的通信链路集/>和每个地面站节点gk连接形成的通信链路集组合成存储弧集Z={ασ|1≤σ≤(M+N+P)·(L-1)},其中,ασ表示第σ个存储弧;
(4)绘制基于超边集J的时间演进图;
(4a)初始化层数与星地网络的运行时间长度T相同的空白有向图;
(4b)将N个观测卫星节点S={si|1≤i≤N}、M个中继卫星节点R={rj|1≤j≤M}和P个地面站节点G={gk|1≤k≤P}分别添加到空白有向图每个时隙qt对应的层中,并对有向图第t层的每个观测卫星节点si标注为每个中继卫星节点rj标注为/>每个地面站节点gk标注为/>得到带有节点标识的有向图;
(4c)根据超边集J中的每个超边ρu、通信弧集W中的每个通信弧βθ和存储弧集Z中的每个存储弧ασ各节点与带有节点标识的有向图中各节点标识的对应关系,将ρu、βθ和ασ添加到带有节点标识的有向图中,得到基于超边的时间演进图。
本发明与现有技术相比,具有以下优点:
1.本发明根据星地网络的拓扑矩阵,通过均匀划分地面区域网格,构造超边集,并将超边集、通信弧集和存储弧集添加到时空二维有向图中,得到基于超边的时间演进图,超边表征了网络中动态节点的空间相关性,与现有技术相比,有效降低了星地网络时变资源的表征复杂度。
2.本发明依据在基于超边的时间演进图中的各类节点集和弧集,表征了星地网络中时变的计算、通信和存储资源,以及不同资源的承接转化关系,可将资源管理问题转换为基于超边的时间演进图的网络流问题,使得在搜索资源管理的最优解过程中可定向搜索,减少穷举的次数,降低网络对多维时变资源管理的复杂度。
附图说明
图1是本发明的实现流程图。
图2是本发明所构建的星地网络拓扑结构图。
图3是本发明实施例所绘制的基于超边集J的时间演进图。
具体实施方式
以下结合附图和具体实施例,对本发明作进一步的详细描述:
参照图1,本发明包括如下步骤:
步骤1)构建星地网络的拓扑结构:
构建如图2所示的包括N个观测卫星节点S={si|1≤i≤N}、M个中继卫星节点R={rj|1≤j≤M}和P个地面站节点G={gk|1≤k≤P}的星地网络,其中,N>0,si表示第i个具有计算资源、通信资源和存储资源的观测卫星节点,M>0,rj表示第j个具有通信和存储资源的中继卫星节点,P>0,gk表示第k个具有通信资源和存储资源的地面站节点,本实施例N=2,M=2,P=2,其中每两个卫星节点之间可构成星间链路,在图2中表示为黑色虚线,每个卫星节点与每个地面站之间可构成星地链路,在图2中表示为闪电状链路,星间链路和星地链路具有的间歇性但可预测的通信连接;当观测任务到达时,观测卫星首先可以接收任务并收集指定目标的图像数据,并使用计算资源压缩数据,并可以利用存储携带和转发机制将数据下载到地面站。
步骤2)构建星地网络的拓扑矩阵A;
步骤2a)初始化星地网络的运行时间长度为T,并将T划分为L个长度为τ的时隙,构成时隙集合Q={qt|1≤t≤L},其中,L≥1,τ=T/L;
步骤2b)在每个时隙qt下,根据卫星工具包STK获取S中每两个观测卫星节点sa与sb的通信链路容量集a,b∈N,R中每两个中继卫星节点rc与rd的通信链路容量集/>c,d∈M,G中每两个地面站节点ge与gf的通信链路容量集/>e,f∈P,S中每个观测卫星节点si与R中每个中继卫星节点rj的通信链路容量集/>S中每个观测卫星节点si与G中每个地面站节点gk的通信链路容量集/>R中每个中继卫星节点rj与G中每个地面站节点gk的通信链路容量集/>并通过/> 和/>构建星地网络的拓扑矩阵A:
其中,和/>分别表示每个时隙qt下,sa与sb的通信链路速率,rc与rd的通信链路速率,ge与gf的通信链路速率,si与rj的通信链路速率,si与gk的通信链路速率,rj与gk的通信链路速率;
卫星工具包(Satellite Tool Kit)是一款支持航天任务的设计、测试、发射、运行和任务的应用,根据STK的分析能力,可计算卫星在任何时刻的位置、卫星或地面站遥感器的覆盖区域、和卫星天线的发射功率和接收增益以及信道增益等,并得出卫星之间的链路速率。
步骤3)获取星地网络的超边集J、通信弧集W和存储弧集Z;
步骤3a)将地面均匀划分为X个网格O={ou|1<u<X},并将覆盖ou的所有观测卫星节点和中继卫星节点,以及位于ou上的地面站节点构成ou的节点集Yu,其中,2≤X≤M+N+P,ou表示第u个网格;
如图2所示,将地面均匀划分为2个网格O={o1,o2},以网格o1为例,将覆盖到o1的观测卫星节点s1、中继卫星节点r1和位于o1的地面站节点g1构成o1的节点集Y1={s1,r1,g1}。
步骤3b)将节点集Yu中包含在星地网络的拓扑矩阵A中的所有节点形成的通信链路作为网格ou的超边,得到O对应的超边集J={ρu|1<u<X},并将A中除J以外的通信链路作为通信弧集其中,ρu表示ou的超边,βθ表示第θ个通信弧;
以节点集Y1={s1,r1,g1}为例,将Y1中包含在星地网络的拓扑矩阵A内的所有节点形成的通信链路作为网格o1的超边,Y2同理,可得到O对应的超边集J={ρ1,ρ2}。
步骤3c)将包含在星地网络拓扑矩阵A中每个时隙qt与相邻时隙qt+1每个观测卫星节点si连接形成的通信链路集每个中继卫星节点rj连接形成的通信链路集/>和每个地面站节点gk连接形成的通信链路集组合成存储弧集Z={ασ|1≤σ≤(M+N+P)·(L-1)},其中,ασ表示第σ个存储弧;
以观测卫星s1为例,由于该星地网络跨越3个时隙,故将包含在星地网络拓扑矩阵A中q1与q2、q2与q3、q3与q4连接形成的通信链路集
步骤4)绘制基于超边集J的时间演进图;
步骤4a)初始化层数与星地网络的运行时间长度T相同的空白有向图;
步骤4b)将N个观测卫星节点S={si|1≤i≤N}、M个中继卫星节点R={rj|1≤j≤M}和P个地面站节点G={gk|1≤k≤P}分别添加到空白有向图每个时隙qt对应的层中,并对有向图第t层的每个观测卫星节点si标注为每个中继卫星节点rj标注为/>每个地面站节点gk标注为/>得到带有节点标识的有向图;
将2个观测卫星节点s1和s2,2个中继卫星节点r1和r2,以及2个地面站节点g1和g2分别添加到空白有向图的3个时隙所对应的层中,并对有向图3层的观测卫星节点s1标注为观测卫星节点s2标注为/>中继卫星节点r1标注为/>r1 3,中继卫星节点r2标注为/>地面站节点g1标注为/>地面站节点g2标注为/>得到带有节点标识的有向图;
步骤4c)根据超边集J中的每个超边ρu、通信弧集W中的每个通信弧βθ和存储弧集Z中的每个存储弧ασ各节点与带有节点标识的有向图中各节点标识的对应关系,将ρu、βθ和ασ添加到带有节点标识的有向图中,得到基于超边的时间演进图。
以观测卫星s1的第一层为例,层内添加包括r1 1和/>的超边ρ1,/>和/>连接形成的通信弧/>s1于第一层与第二层之间形成的存储弧/>通过超边ρ1表征/>和/>的空间位置关系,具体呈现了在垂直空间上互联互通的特性,使得通过一个超边即可表征三个节点的互联互通特性,体现了三个节点的空间相关性,降低了需要表征通信链路数量,从而降低了表征的复杂度,并且在处理任务流的过程中,可依据超边来减少可行节点和链路的范围,减少对所有节点和链路搜索的穷举次数,从而降低了资源管理的复杂度。
本实施例是一个3层的基于超边的时间演进图,第一层内,包括6个节点标识和/>和/>构成的超边ρ1,/>和/>构成的超边ρ2,以及/>和连接形成的通信弧/>第二层内,包括6个节点标识s1 2、r1 2、g1 2、/>r2 2和/>和/>构成的超边ρ1,/>和/>构成的超边ρ2,第三层内,包括6个节点标识/>r1 3、/>和r1 3和/>构成的超边ρ1,/>r1 3和/>构成的超边ρ2,以及节点s1,s2,r1,r2,g1和g2第一层与相邻第二层的存储弧分别为/>和/>第二层与相邻第三层的存储弧分别为/> 和/>其结构如图3所示。
以上描述仅是本发明的一个具体实例,不构成对本发明的任何限制,显然对于本领域的专业人员来说,在了解了本发明内容和原理后,都可能在不背离本发明原理、结构的情况下,进行形式和细节上的各种修改和改变,但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。
Claims (2)
1.一种适用于星地网络的基于超边的时间演进图设计方法,其特征在于,包括如下步骤:
(1)构建星地网络的拓扑结构:
构建包括N个观测卫星节点S={si|1≤i≤N}、M个中继卫星节点R={rj|1≤j≤M}和P个地面站节点G={gk|1≤k≤P}的星地网络,其中,N>0,si表示第i个具有计算资源、通信资源和存储资源的观测卫星节点,M>0,rj表示第j个具有通信和存储资源的中继卫星节点,P>0,gk表示第k个具有通信资源和存储资源的地面站节点;
(2)构建星地网络的拓扑矩阵A;
(2a)初始化星地网络的运行时间长度为T,并将T划分为L个长度为τ的时隙,构成时隙集合Q={qt|1≤t≤L},其中,L≥1,τ=T/L;
(2b)在每个时隙qt下,根据卫星工具包STK获取S中每两个观测卫星节点sa与sb的通信链路容量集R中每两个中继卫星节点rc与rd的通信链路容量集/>G中每两个地面站节点ge与gf的通信链路容量集/>S中每个观测卫星节点si与R中每个中继卫星节点rj的通信链路容量集/>S中每个观测卫星节点si与G中每个地面站节点gk的通信链路容量集/>R中每个中继卫星节点rj与G中每个地面站节点gk的通信链路容量集/>并通过/>和/>构建星地网络的拓扑矩阵A:
(3)获取星地网络的超边集J、通信弧集W和存储弧集Z;
(3a)将地面均匀划分为X个网格O={ou|1<u<X},并将覆盖ou的所有观测卫星节点和中继卫星节点,以及位于ou上的地面站节点构成ou的节点集Yu,其中,2≤X≤M+N+P,ou表示第u个网格;
(3b)将节点集Yu中包含在星地网络的拓扑矩阵A中的所有节点形成的通信链路作为网格ou的超边,得到O对应的超边集J={ρu|1<u<X},并将A中除J以外的通信链路作为通信弧集其中,ρu表示ou的超边,βθ表示第θ个通信弧;
(3c)将包含在星地网络拓扑矩阵A中每个时隙qt与相邻时隙qt+1每个观测卫星节点si连接形成的通信链路集每个中继卫星节点rj连接形成的通信链路集/>和每个地面站节点gk连接形成的通信链路集组合成存储弧集Z={ασ|1≤σ≤(M+N+P)·(L-1)},其中,ασ表示第σ个存储弧;
(4)绘制基于超边集J的时间演进图;
(4a)初始化层数与星地网络的运行时间长度T相同的空白有向图;
(4b)将N个观测卫星节点S={si|1≤i≤N}、M个中继卫星节点R={rj|1≤j≤M}和P个地面站节点G={gk|1≤k≤P}分别添加到空白有向图每个时隙qt对应的层中,并对有向图第t层的每个观测卫星节点si标注为每个中继卫星节点rj标注为/>每个地面站节点gk标注为/>得到带有节点标识的有向图;
(4c)根据超边集J中的每个超边ρu、通信弧集W中的每个通信弧βθ和存储弧集Z中的每个存储弧ασ各节点与带有节点标识的有向图中各节点标识的对应关系,将ρu、βθ和ασ添加到带有节点标识的有向图中,得到基于超边的时间演进图。
2.根据权利要求1所述的一种适用于星地网络的基于超边的时间演进图设计方法,其特征在于,步骤(2b)中所述的sa与sb的通信链路容量集rc与rd的通信链路容量集ge与gf的通信链路容量集/>si与rj的通信链路容量集/>si与gk的通信链路容量集/>和rj与gk的通信链路容量集/>计算公式分别为:
其中,和/>分别表示在每个时隙qt下,sa与sb的通信链路速率、rc与rd的通信链路速率、ge与gf的通信链路速率、si与rj的通信链路速率、si与gk的通信链路速率和rj与gk的通信链路速率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011623875.9A CN112765754B (zh) | 2020-12-31 | 2020-12-31 | 一种适用于星地网络的基于超边的时间演进图设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011623875.9A CN112765754B (zh) | 2020-12-31 | 2020-12-31 | 一种适用于星地网络的基于超边的时间演进图设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112765754A CN112765754A (zh) | 2021-05-07 |
CN112765754B true CN112765754B (zh) | 2023-12-22 |
Family
ID=75698842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011623875.9A Active CN112765754B (zh) | 2020-12-31 | 2020-12-31 | 一种适用于星地网络的基于超边的时间演进图设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112765754B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116683981B (zh) * | 2023-07-28 | 2023-10-13 | 成都本原星通科技有限公司 | 一种基于多维时变资源图的低轨卫星路径规划方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258061A (zh) * | 2013-06-09 | 2013-08-21 | 北京工商大学 | 一种基于插值算法的区域包围式超图可视化方法 |
CN103701647A (zh) * | 2013-12-31 | 2014-04-02 | 武汉大学 | 一种无线网络拓扑优化生成方法 |
CN106100718A (zh) * | 2016-05-30 | 2016-11-09 | 西安电子科技大学 | 基于时变图的空间信息网络资源表征方法 |
CN106603309A (zh) * | 2017-01-04 | 2017-04-26 | 大连大学 | 一种基于超网络的指控网络分层演化方法 |
CN106877921A (zh) * | 2017-03-14 | 2017-06-20 | 西安电子科技大学 | 空间信息网络多维资源一体化表征方法 |
CN107784124A (zh) * | 2017-11-23 | 2018-03-09 | 重庆邮电大学 | 一种基于时空关系的lbsn超网络链接预测方法 |
AU2020102041A4 (en) * | 2020-08-28 | 2020-10-08 | Lin, Shudong Mr | Construction and maintenance of satellite-to-ground and inter-satellite laser communication network based on ants colony algorithm |
CN111918312A (zh) * | 2020-08-14 | 2020-11-10 | 盐城工学院 | 一种新型无线通信网络的动态优化方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8365142B2 (en) * | 2009-06-15 | 2013-01-29 | Microsoft Corporation | Hypergraph implementation |
-
2020
- 2020-12-31 CN CN202011623875.9A patent/CN112765754B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258061A (zh) * | 2013-06-09 | 2013-08-21 | 北京工商大学 | 一种基于插值算法的区域包围式超图可视化方法 |
CN103701647A (zh) * | 2013-12-31 | 2014-04-02 | 武汉大学 | 一种无线网络拓扑优化生成方法 |
CN106100718A (zh) * | 2016-05-30 | 2016-11-09 | 西安电子科技大学 | 基于时变图的空间信息网络资源表征方法 |
CN106603309A (zh) * | 2017-01-04 | 2017-04-26 | 大连大学 | 一种基于超网络的指控网络分层演化方法 |
CN106877921A (zh) * | 2017-03-14 | 2017-06-20 | 西安电子科技大学 | 空间信息网络多维资源一体化表征方法 |
CN107784124A (zh) * | 2017-11-23 | 2018-03-09 | 重庆邮电大学 | 一种基于时空关系的lbsn超网络链接预测方法 |
CN111918312A (zh) * | 2020-08-14 | 2020-11-10 | 盐城工学院 | 一种新型无线通信网络的动态优化方法及系统 |
AU2020102041A4 (en) * | 2020-08-28 | 2020-10-08 | Lin, Shudong Mr | Construction and maintenance of satellite-to-ground and inter-satellite laser communication network based on ants colony algorithm |
Non-Patent Citations (2)
Title |
---|
Cooperative Coverage Extension in Vehicular Land Mobile Satellite Networks;Giuseppe Cocco等;IEEE Transactions on Vehicular Technology;第65卷(第8期);第5995-6009页 * |
基于对偶超图正则化的概念分解算法及其在数据表示中的应用;叶军等;计算机科学;第44卷(第7期);第309-314页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112765754A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hayajneh et al. | Performance analysis of UAV enabled disaster recovery networks: A stochastic geometric framework based on cluster processes | |
Chen et al. | Toward robust and intelligent drone swarm: Challenges and future directions | |
Al-Turjman et al. | Enhanced deployment strategy for the 5G drone-BS using artificial intelligence | |
Chen et al. | Satellite-based computing networks with federated learning | |
Xiang et al. | Compressed data aggregation: Energy-efficient and high-fidelity data collection | |
CN107682068B (zh) | 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 | |
Jantti et al. | Second-order power control with asymptotically fast convergence | |
Zhang et al. | Power control and trajectory planning based interference management for UAV-assisted wireless sensor networks | |
CN113791895A (zh) | 基于联邦学习的边缘计算及资源优化方法 | |
CN112765754B (zh) | 一种适用于星地网络的基于超边的时间演进图设计方法 | |
CN109962727A (zh) | 临空通信混合波束赋形及非正交多址接入传输方法 | |
Ali et al. | Reinforcement-learning-enabled massive internet of things for 6G wireless communications | |
Liu et al. | Joint resource optimization for UAV-enabled multichannel Internet of Things based on intelligent fog computing | |
Nemati et al. | Modelling data aided sensing with UAVs for efficient data collection | |
Dinh et al. | Joint beamforming and location optimization for cooperative content-aware UAVs | |
Zhou et al. | A cloud-edge collaboration CNN-based routing method for ISAC in LEO satellite networks | |
Dawood et al. | The Mathematical Model of the Internet of Things Traffic Servicing in Case of its Impulse Nature | |
CN107835043B (zh) | 一种快速评估无线供电通信中信息传输中断概率的方法 | |
Chen et al. | Efficient uplink transmission in ultra-dense LEO satellite networks with multiband antennas | |
Boas et al. | Machine learning for CSI recreation in the digital twin based on prior knowledge | |
Mi et al. | A distributed matching game for exploring resource allocation in satellite networks | |
Shabanighazikelayeh et al. | Optimal UAV deployment for rate maximization in IoT networks | |
CN113824486A (zh) | 无人机通信系统的性能评估方法、装置、计算机设备和存储介质 | |
CN108736991B (zh) | 一种基于分级的群体智能频谱切换方法 | |
CN107787002B (zh) | 一种快速评估无线供电通信中信息传输速率的方法 |
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 |