CN113010318B - 基于增广拉格朗日法的leo卫星计算资源分配方法及系统 - Google Patents

基于增广拉格朗日法的leo卫星计算资源分配方法及系统 Download PDF

Info

Publication number
CN113010318B
CN113010318B CN202110349549.1A CN202110349549A CN113010318B CN 113010318 B CN113010318 B CN 113010318B CN 202110349549 A CN202110349549 A CN 202110349549A CN 113010318 B CN113010318 B CN 113010318B
Authority
CN
China
Prior art keywords
user
computing
computing resources
allocation
leo satellite
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
Application number
CN202110349549.1A
Other languages
English (en)
Other versions
CN113010318A (zh
Inventor
付佳佳
吴赞红
卢建刚
曾瑛
朱海龙
陈宇航
李伟坚
施展
张国翊
李星南
黄山珂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Southern Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Original Assignee
China Southern Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Southern Power Grid Co Ltd, Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN202110349549.1A priority Critical patent/CN113010318B/zh
Publication of CN113010318A publication Critical patent/CN113010318A/zh
Application granted granted Critical
Publication of CN113010318B publication Critical patent/CN113010318B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明公开了一种基于增广拉格朗日法的LEO卫星计算资源分配方法及系统,所述方法包括根据用户计算资源的需求总量构建分配矩阵;通过分配矩阵,将资源池中部分计算资源平均分配给每个用户,资源池包括LEO卫星系统内所有卫星的计算资源;根据需求总量构建拉格朗日函数,通过拉格朗日乘子计算最优解,并根据最优解将所述资源池剩余计算资源分配给用户。本发明通过将各卫星的计算设备组合成资源池,集中式为用户分配计算资源,提高了分配效率;将预分配和动态分配相结合,在预分配中为所有用户预分配部分计算资源;在动态分配中基于增广拉格朗日法为每个用户动态分配计算资源,从而科学有效地进行计算资源的分配,满足了业务需求。

Description

基于增广拉格朗日法的LEO卫星计算资源分配方法及系统
技术领域
本发明涉及LEO卫星应用技术领域,具体涉及一种基于增广拉格朗日法的LEO卫星计算资源分配方法及系统。
背景技术
无线通信技术、卫星通信技术、公共频段组网技术等,能够在电力系统故障期间快速启用,不受地理条件和自然灾害的限制,以较低成本实现长距离通信。其中,卫星通信技术中最为常见的是GEO卫星通信技术,但随着多媒体业务和全球移动业务的迅速增长,GEO卫星在时延和频谱等方面逐渐无法满足应用需求,因此LEO卫星应运而生,并且凭借其低时延、低损耗等优势,克服了GEO卫星的缺点,并实现了全球无缝覆盖。
然而,由于受限于功率以及设备体积,LEO卫星的星上处理能力极其有限,进而导致LEO卫星的计算资源在分配时缺乏客观依据,分配效率低下且分配结果不合理。同时,由于卫星的覆盖范围较广,地面用户的分布具有潮汐效应,因此会出现某一波束内业务请求过多,而其他波束的请求较少的情况。而针对这种情况,现有的LEO卫星计算资源分配方法不能够分门别类、有针对性地分配资源,同样使得分配结果缺乏合理性。
发明内容
本发明的目的在于提供一种基于增广拉格朗日法的LEO卫星计算资源分配方法及系统,该方法通过将各卫星的计算设备组合成资源池,集中式的为用户分配计算资源,以提高分配效率;同时该方法包括计算资源预分配和动态分配相结合的两步分配方案,从而科学有效地进行资源分配,满足了业务需求。
为了克服上述现有技术中的缺陷,本发明提供了一种基于增广拉格朗日法的LEO卫星计算资源分配方法,包括:
根据用户计算资源的需求总量构建分配矩阵;
通过所述分配矩阵,将资源池中部分计算资源平均分配给每个用户,所述资源池包括LEO卫星系统内所有卫星的计算资源;
根据所述需求总量构建拉格朗日函数,通过拉格朗日乘子计算最优解,并根据所述最优解将所述资源池剩余计算资源分配给用户。
进一步地,所述根据用户计算资源的需求总量构建分配矩阵,包括:
确定用户及资源池中的计算资源集合,分别为:
X={xm|xm=1,2,...,M}
Y={yn|yn=1,2,…,5}
根据集合X和Y,确定计算资源的分配矩阵:
式中,amn表示各用户对计算单元的占用状况,m和n分别表示用户和基带处理单元的编号;且amn∈{0,1},当amn=1时,表示将基带处理单元yn分配给用户xm
进一步地,在所述根据用户计算资源的需求总量构建分配矩阵之后,还包括:
初始化LEO卫星系统的系统参数,采用公式:
式中,单个卫星的计算设备每个时间帧内提供的计算资源为R,系统为用户提供的计算资源Cm,各用户的计算需求量为dm
根据优化后的系统为用户提供的计算资源及用户计算资源需求总量,计算系统计算资源供需方差的最小值:
式中,用户计算资源需求总量为Tm
进一步地,所述根据所述需求总量构建拉格朗日函数,通过拉格朗日乘子计算最优解,包括:
构建拉格朗日函数:
式中,C=[C1,C2,...,CM]表示系统为给用户分配的计算资源所组成的矩阵;λ表示拉格朗日乘子,且满足λ≥0;σ表示增广拉格朗日函数中的罚因子,且满足σ>0;
给定初始解拉格朗日乘子向量初始估计值λ0及参数σ的取值σ0,将λ0代入到所述拉格朗日函数中,求解无约束问题minφ(C,λ,σ),得到解Cm +
通过公式λ+=λ-σ(5R-Cm),更新λ0得到λ+,并重复求解Cm +和更新λ0,直至满足|λ+0|<ε时,得到解Cm ++,以作为优化模型中约束问题的最优解。
本发明还提供了一种基于增广拉格朗日法的LEO卫星计算资源分配系统,包括:
矩阵构建单元,用于根据用户计算资源的需求总量构建分配矩阵;
预分配单元,用于通过所述分配矩阵,将资源池中部分计算资源平均分配给每个用户,所述资源池包括LEO卫星系统内所有卫星的计算资源;
动态分配单元,用于根据所述需求总量构建拉格朗日函数,通过拉格朗日乘子计算最优解,并根据所述最优解将所述资源池剩余计算资源分配给用户。
进一步地,所述矩阵构建单元还用于,
确定用户及资源池中的计算资源集合,分别为:
X={xm|xm=1,2,...,M}
Y={yn|yn=1,2,…,5}
根据集合X和Y,确定计算资源的分配矩阵:
式中,amn表示各用户对计算单元的占用状况,m和n分别表示用户和基带处理单元的编号;且amn∈{0,1},当amn=1时,表示将基带处理单元yn分配给用户xm
进一步地,所述基于增广拉格朗日法的LEO卫星计算资源分配系统,还包括参数优化单元,用于,
初始化LEO卫星系统的系统参数,采用公式:
式中,单个卫星的计算设备每个时间帧内提供的计算资源为R,系统为用户提供的计算资源Cm,各用户的计算需求量为dm
根据优化后的系统为用户提供的计算资源及用户计算资源需求总量,计算系统计算资源供需方差的最小值:
式中,用户计算资源需求总量为Tm
进一步地,所述动态分配单元还用于,
构建拉格朗日函数:
式中,C=[C1,C2,...,CM]表示系统为给用户分配的计算资源所组成的矩阵;λ表示拉格朗日乘子,且满足λ≥0;σ表示增广拉格朗日函数中的罚因子,且满足σ>0;
给定初始解拉格朗日乘子向量初始估计值λ0及参数σ的取值σ0,将λ0代入到所述拉格朗日函数中,求解无约束问题minφ(C,λ,σ),得到解Cm +
通过公式λ+=λ-σ(5R-Cm),更新λ0得到λ+,并重复求解Cm +和更新λ0,直至满足|λ+0|<ε时,得到解Cm ++,以作为优化模型中约束问题的最优解。
本发明还提供了一种计算机终端设备,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上任一项所述的基于增广拉格朗日法的LEO卫星计算资源分配方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行实现如上任一项所述的基于增广拉格朗日法的LEO卫星计算资源分配方法。
相对于现有技术,本发明的有益效果在于:
本发明通过将各卫星的计算设备组合成资源池,集中式的为用户分配计算资源,以提高分配效率;同时该方法制定计算资源预分配和动态分配相结合的两步分配方案,在预分配中为所有用户预分配部分计算资源;在动态分配中基于增广拉格朗日法为每个用户动态分配计算资源,从而科学有效地进行计算资源的分配,以满足其业务需求。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,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是本发明某一实施例提供的基于增广拉格朗日法的LEO卫星计算资源分配方法的流程示意图;
图2是本发明又一实施例提供的基于增广拉格朗日法的LEO卫星计算资源分配方法的流程示意图;
图3是本发明某一实施例提供的LEO卫星计算网络的结构示意图;
图4是本发明某一实施例提供的基于增广拉格朗日法的LEO卫星计算资源分配系统的结构示意图。
具体实施方式
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,所描述的实施例仅仅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作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。
应当理解,文中所使用的步骤编号仅是为了方便描述,不对作为对步骤执行先后顺序的限定。
应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1-2,本发明某一实施例提供了一种基于增广拉格朗日法的LEO卫星计算资源分配方法,包括:
为了克服上述现有技术中的缺陷,本发明提供了一种基于增广拉格朗日法的LEO卫星计算资源分配方法,包括:
S10、根据用户计算资源的需求总量构建分配矩阵;
需要说明的是,LEO卫星系统即低轨道卫星,利用低轨道(LEO)卫星实现手持机个人通信的优点在于:一方面卫星的轨道高度低,使得传输延时短。路径损耗小,多个卫星组成的星座可以实现真正的全球覆盖,频率复用更有效;另一方面蜂窝通信、多址、点波束、频率复用等技术也为低轨道卫星移动通信提供了技术保障。因此,LEO卫星系统被认为是最新最有前途的卫星移动通信系统。此外,低轨道卫星移动通信系统由卫星星座、关口地球站、系统控制中心、网络控制中心和用户单元等组成,在若干个轨道平面上布置多颗卫星,由通信链路将多个轨道平面上的卫星联结起来。整个星座如同结构上连成一体的大型平台,在地球表面形成蜂窝状服务小区,服务区内用户至少被一颗卫星覆盖,用户可以随时接入系统。
具体地,在步骤S10中,根据用户计算资源的需求总量构建分配矩阵,包括:
确定用户及资源池中的计算资源集合,分别为:
X={xm|xm=1,2,...,M}
Y={yn|yn=1,2,…,5}
根据集合X和Y,确定计算资源的分配矩阵:
式中,amn表示各用户对计算单元的占用状况,m和n分别表示用户和基带处理单元的编号;且amn∈{0,1},当amn=1时,表示将基带处理单元yn分配给用户xm
在某一实施例中,在所述根据用户计算资源的需求总量构建分配矩阵之后,还包括优化系统的参数
首先初始化LEO卫星系统的系统参数,采用公式:
式中,单个卫星的计算设备每个时间帧内提供的计算资源为R,系统为用户提供的计算资源Cm,各用户的计算需求量为dm
根据优化后的系统为用户提供的计算资源及用户计算资源需求总量,计算系统计算资源供需方差的最小值:
式中,用户计算资源需求总量为Tm
S20、通过所述分配矩阵,将资源池中部分计算资源平均分配给每个用户,所述资源池包括LEO卫星系统内所有卫星的计算资源;
在本步骤中,主要执行预先分配操作,通过分配矩阵,LEO卫星系统会为每个用户分配M0个计算资源,需要强调,预分配是系统在为用户计算分配资源量之前的一个预防措施,可缩短用户的等待时间。根据后面计算出来的动态调度量,在预分配基础上增加或减少计算资源。
S30、根据所述需求总量构建拉格朗日函数,通过拉格朗日乘子计算最优解,并根据所述最优解将所述资源池剩余计算资源分配给用户。
本步骤的目的在于计算出拉格朗日函数的最优解,然后根据最优解建立动态分配方案以分配资源池中的剩余计算资源。具体地:
1)首先构建拉格朗日函数,公式如下:
式中,C=[C1,C2,...,CM]表示系统为给用户分配的计算资源所组成的矩阵;λ表示拉格朗日乘子,且满足λ≥0;σ表示增广拉格朗日函数中的罚因子,且满足σ>0;
2)给定初始解拉格朗日乘子向量初始估计值λ0及参数σ的取值σ0,将λ0代入到所述拉格朗日函数中,求解无约束问题minφ(C,λ,σ),得到解Cm +
3)通过公式λ+=λ-σ(5R-Cm),更新λ0得到λ+
4)重复执行步骤2)和3),即重复求解Cm +和更新λ0,直至满足|λ+0|<ε时,得到最新的解Cm ++
5)将Cm ++作为优化模型中约束问题的最优解。
进一步地,当得到最优解后,建立动态分配方案,将资源池中的剩余计算资源分配给用户。
本发明实施例提供的方法,通过将各卫星的计算设备组合成资源池,集中式的为用户分配计算资源,以提高分配效率;同时该方法制定计算资源预分配和动态分配相结合的两步分配方案,在预分配中为所有用户预分配部分计算资源;在动态分配中基于增广拉格朗日法为每个用户动态分配计算资源,从而科学有效地进行计算资源的分配,以满足其业务需求。
请参阅图3,在某一个实施例中,提供了LEO卫星的结构,其中某一LEO卫星通过星间链路与相邻的四颗卫星相连,这四颗卫星包括同轨道的两颗卫星以及异轨道的两颗卫星。五颗卫星的计算处理单元通过交换设备直接相连形成一个资源池。对于某一卫星内的用户请求,计算任务将由网络内的资源池共同处理。以保证分配的公平性和效率。
请参阅图4,在某一个实施例中,还提供了一种基于增广拉格朗日法的LEO卫星计算资源分配系统,包括:
矩阵构建单元01,用于根据用户计算资源的需求总量构建分配矩阵;
预分配单元02,用于通过所述分配矩阵,将资源池中部分计算资源平均分配给每个用户,所述资源池包括LEO卫星系统内所有卫星的计算资源;
动态分配单元03,用于根据所述需求总量构建拉格朗日函数,通过拉格朗日乘子计算最优解,并根据所述最优解将所述资源池剩余计算资源分配给用户。
本发明实施例提供的系统,通过将各卫星的计算设备组合成资源池,集中式的为用户分配计算资源,以提高分配效率;同时该方法制定计算资源预分配和动态分配相结合的两步分配方案,在预分配中为所有用户预分配部分计算资源;在动态分配中基于增广拉格朗日法为每个用户动态分配计算资源,从而科学有效地进行计算资源的分配,以满足其业务需求。
在某一个实施例中,还提供了一种计算机终端设备,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述的基于增广拉格朗日法的LEO卫星计算资源分配方法。
处理器用于控制该计算机终端设备的整体操作,以完成上述的基于增广拉格朗日法的LEO卫星计算资源分配方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作,这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令,以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static RandomAccess Memory,简称SRAM),电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
计算机终端设备可以被一个或多个应用专用集成电路(Application Specificlntegrated Circuit,简称AS1C)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(FieldProgrammable GateArray,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行如上述任一项实施例所述的基于增广拉格朗日法的LEO卫星计算资源分配方法,并达到如上述方法一致的技术效果。
在某一个实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现如上述任一项实施例所述的基于增广拉格朗日法的LEO卫星计算资源分配方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器,上述程序指令可由计算机终端设备的处理器执行以完成如上述任一项实施例所述的基于增广拉格朗日法的LEO卫星计算资源分配方法,并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。

Claims (8)

1.一种基于增广拉格朗日法的LEO卫星计算资源分配方法,其特征在于,包括:
根据用户计算资源的需求总量构建分配矩阵;
通过所述分配矩阵,将资源池中部分计算资源平均预分配给每个用户,所述资源池包括LEO卫星系统内所有卫星的计算资源;
根据所述需求总量构建拉格朗日函数,通过拉格朗日乘子计算最优解,并基于预分配,根据所述最优解将所述资源池剩余计算资源动态分配给用户;
所述根据所述需求总量构建拉格朗日函数,通过拉格朗日乘子计算最优解,包括:
构建拉格朗日函数:
式中,表示系统为给用户分配的计算资源所组成的矩阵;/>表示拉格朗日乘子,且满足/>;/>表示增广拉格朗日函数中的罚因子,且满足/>;/>表示单个卫星的计算设备每个时间帧内提供的计算资源;/>表示用户计算资源需求总量;m表示用户的编号;/>表示系统为用户提供的计算资源;
给定初始解、拉格朗日乘子向量初始估计值/>及参数/>的取值/>,将/>代入到所述拉格朗日函数中,求解无约束问题/>,得到解/>
通过公式,更新/>得到/>,并重复求解/>和更新/>,直至满足/>时,得到解/>,以作为优化模型/>中约束问题的最优解。
2.根据权利要求1所述的基于增广拉格朗日法的LEO卫星计算资源分配方法,其特征在于,所述根据用户计算资源的需求总量构建分配矩阵,包括:
确定用户及资源池中的计算资源集合,分别为:
根据集合和/>,确定计算资源的分配矩阵:
式中,表示各用户对计算单元的占用状况,/>和/>分别表示用户和基带处理单元的编号;且/>,当/>时,表示将基带处理单元/>分配给用户/>
3.根据权利要求2所述的基于增广拉格朗日法的LEO卫星计算资源分配方法,其特征在于,在所述根据用户计算资源的需求总量构建分配矩阵之后,还包括:
初始化LEO卫星系统的系统参数,采用公式:
式中,单个卫星的计算设备每个时间帧内提供的计算资源为,系统为用户提供的计算资源/>,各用户的计算需求量为/>
根据优化后的系统为用户提供的计算资源及用户计算资源需求总量,计算系统计算资源供需方差的最小值:
式中,用户计算资源需求总量为
4.一种基于增广拉格朗日法的LEO卫星计算资源分配系统,其特征在于,包括:
矩阵构建单元,用于根据用户计算资源的需求总量构建分配矩阵;
预分配单元,用于通过所述分配矩阵,将资源池中部分计算资源平均预分配给每个用户,所述资源池包括LEO卫星系统内所有卫星的计算资源;
动态分配单元,用于根据所述需求总量构建拉格朗日函数,通过拉格朗日乘子计算最优解,并基于预分配,根据所述最优解将所述资源池剩余计算资源动态分配给用户;
所述根据所述需求总量构建拉格朗日函数,通过拉格朗日乘子计算最优解,包括:
构建拉格朗日函数:
式中,表示系统为给用户分配的计算资源所组成的矩阵;/>表示拉格朗日乘子,且满足/>;/>表示增广拉格朗日函数中的罚因子,且满足/>;/>表示单个卫星的计算设备每个时间帧内提供的计算资源;/>表示用户计算资源需求总量;m表示用户的编号;/>表示系统为用户提供的计算资源;
给定初始解、拉格朗日乘子向量初始估计值/>及参数/>的取值/>,将/>代入到所述拉格朗日函数中,求解无约束问题/>,得到解/>
通过公式,更新/>得到/>,并重复求解/>和更新/>,直至满足/>时,得到解/>,以作为优化模型/>中约束问题的最优解。
5.根据权利要求4所述的基于增广拉格朗日法的LEO卫星计算资源分配系统,其特征在于,所述矩阵构建单元还用于,
确定用户及资源池中的计算资源集合,分别为:
根据集合和/>,确定计算资源的分配矩阵:
式中,表示各用户对计算单元的占用状况,/>和/>分别表示用户和基带处理单元的编号;且/>,当/>时,表示将基带处理单元/>分配给用户/>
6.根据权利要求5所述的基于增广拉格朗日法的LEO卫星计算资源分配系统,其特征在于,还包括参数优化单元,用于,
初始化LEO卫星系统的系统参数,采用公式:
式中,单个卫星的计算设备每个时间帧内提供的计算资源为,系统为用户提供的计算资源/>,各用户的计算需求量为/>
根据优化后的系统为用户提供的计算资源及用户计算资源需求总量,计算系统计算资源供需方差的最小值:
式中,用户计算资源需求总量为
7.一种计算机终端设备,其特征在于,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至3任一项所述的基于增广拉格朗日法的LEO卫星计算资源分配方法。
8.一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实现如权利要求1至3任一项所述的基于增广拉格朗日法的LEO卫星计算资源分配方法。
CN202110349549.1A 2021-03-31 2021-03-31 基于增广拉格朗日法的leo卫星计算资源分配方法及系统 Active CN113010318B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110349549.1A CN113010318B (zh) 2021-03-31 2021-03-31 基于增广拉格朗日法的leo卫星计算资源分配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110349549.1A CN113010318B (zh) 2021-03-31 2021-03-31 基于增广拉格朗日法的leo卫星计算资源分配方法及系统

Publications (2)

Publication Number Publication Date
CN113010318A CN113010318A (zh) 2021-06-22
CN113010318B true CN113010318B (zh) 2024-06-07

Family

ID=76387528

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110349549.1A Active CN113010318B (zh) 2021-03-31 2021-03-31 基于增广拉格朗日法的leo卫星计算资源分配方法及系统

Country Status (1)

Country Link
CN (1) CN113010318B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102946641A (zh) * 2012-11-27 2013-02-27 重庆邮电大学 异构融合网络带宽资源优化分配方法
CN106954234A (zh) * 2017-04-24 2017-07-14 东南大学 一种超密集异构网络中的用户连接和虚拟资源分配方法
CN111475301A (zh) * 2020-04-09 2020-07-31 清华大学 卫星资源分配方法、装置和电子设备
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)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10678594B2 (en) * 2020-01-09 2020-06-09 Alipay Labs (singapore) Pte. Ltd. System and method for optimizing resource allocation using GPU

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102946641A (zh) * 2012-11-27 2013-02-27 重庆邮电大学 异构融合网络带宽资源优化分配方法
CN106954234A (zh) * 2017-04-24 2017-07-14 东南大学 一种超密集异构网络中的用户连接和虚拟资源分配方法
CN111475301A (zh) * 2020-04-09 2020-07-31 清华大学 卫星资源分配方法、装置和电子设备
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

Also Published As

Publication number Publication date
CN113010318A (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN114153572A (zh) 一种星地协作网络中分布式深度学习的计算卸载方法
CN109951869B (zh) 一种基于云雾混合计算的车联网资源分配方法
CN113296845A (zh) 一种边缘计算环境下基于深度强化学习的多小区任务卸载算法
CN109412682B (zh) 一种中低轨星座卫星波束频率资源分配方法
CN113316196A (zh) 基于边缘缓存的星地协同网络中的资源分配方法及装置
CN113794494B (zh) 一种面向低轨卫星网络的边缘计算系统及计算卸载优化方法
CN109660376A (zh) 一种虚拟网络映射方法、设备和存储介质
CN111601327B (zh) 一种服务质量优化方法、装置、可读介质和电子设备
CN111885147A (zh) 边缘计算中的一种资源动态定价方法
CN109041130A (zh) 基于移动边缘计算的资源分配方法
CN109947574A (zh) 一种基于雾网络的车辆大数据计算卸载方法
CN114268357A (zh) 基于低轨卫星边缘计算任务卸载方法、系统、设备及应用
CN113346938A (zh) 一种面向空天地一体化网络的边缘计算资源融合管理方法
CN112272381A (zh) 一种卫星网络任务部署方法和系统
CN114363962A (zh) 一种协作式边缘服务器部署和资源调度方法、存储介质及系统
Hao et al. Joint communication, computing, and caching resource allocation in LEO satellite MEC networks
CN113342409A (zh) 多接入边缘计算系统时延敏感型任务卸载决策方法及系统
CN115022894A (zh) 一种低轨卫星网络的任务卸载与计算资源分配方法及系统
CN114465653A (zh) 一种面向卫星集群的在轨边缘计算方法
US6081710A (en) Dynamic traffic allocation for power control in multiple satellite communication systems
CN113010318B (zh) 基于增广拉格朗日法的leo卫星计算资源分配方法及系统
CN110167031B (zh) 一种面向集中式基站的资源分配方法、设备及存储介质
CN112437449B (zh) 联合资源分配方法
CN111885551B (zh) 基于边云协同模式的多移动社交网络中高影响力用户的选择和分配机制
CN115278779A (zh) Mec网络中基于渲染感知的vr服务模块动态放置方法

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