CN113067628A - 一种基于非理想电池模型低轨道卫星网络的链路调度方法 - Google Patents

Abstract

本文提出了一种基于非理想电池模型低轨道卫星网络的链路调度方法，用于解决低轨道卫星网络中，卫星使用非理想电池模型下，如何高效使用能量的同时进行链路调度的问题。具体包括构建LEO网络模型，得到网络的全局信息，其中包括链路信息和数据流量需求信息；根据第一步得到的网络的链路信息，建立传输集合，得到网络中可以同时调度的链路集合；基于非理想的电池模型，确立选择传输集合的约束条件，从第二步建立的传输集合中进一步得到每个时隙候选的传输集合；建立数学模型，得到最终的链路调度方法。本发明使得在最短时间内满足链路上的数据流量需求，减少了数据传输过程中延迟，使得GS更加快速有效地接收来自卫星得数据。

Description

一种基于非理想电池模型低轨道卫星网络的链路调度方法

技术领域

本文提出了一种在低轨道卫星网络中，卫星使用非理想电池模型下的链路调度方法。

技术背景

在移动互联网和航空航天技术高速发展的背景下，卫星网络也得到了迅猛的发展，特别是低轨道LEO(Low Earth Orbiting)的小型卫星被发射到太空中来满足商业领域和军事领域不同的应用需求。LEO卫星是近地轨道卫星，只要2个小时左右的时间就可以绕地球一圈，LEO卫星具有数量多、运行速度快、体积较小、轨道高度低、传输延时较短、制造和发射成本低等特点。然而，LEO卫星运行速度快，与GS通信时间较短，依靠LEO卫星进行数据下载时，星间链路交互频繁、链路交互时间短、卫星没有办法长期稳定地与地面站进行数据传输。另外，在LEO卫星系统中，卫星一般使用太阳能电池板供电，数据传输的过程与能量息息相关，因此，如何高效使用收集到的能量并且在最短的时间内将LEO卫星收集的数据传输到地面站GS(Ground Station)是一个值得研究和探讨的问题。目前在LEO卫星网络的研究中，能量收集和使用模型大多是理想型的，并未考虑电池的非理想特性，本发明将考虑电池的非理性特性，比如，充放电效率、能量泄漏速率和电池容量的有限性。在能量收集方面，网络中的卫星利用太阳能板收集能量供电，马尔可夫模型可以模拟卫星每个时隙收集到的能量值。卫星存在四种状态：较差、均衡、很好和极好四种状态，根据太阳辐照度，每个时隙卫星处于其中某一状态。对于其中的任何一种状态，卫星收集到的能量值服从的正态分布。卫星在当前状态下可以一定的概率转化为另一状态。基于以上模型，可得卫星在每个时隙收集到的能量值。

发明内容

本文基于非理想的电池模型，提出了一种集中式的链路调度方法，用于解决如何高效使用能量的同时进行链路调度的问题。

第一步，构建LEO网络模型，得到网络的全局信息，其中包括链路信息和数据流量需求信息。

如图1所示，用图

表示LEO卫星网络，其中，

代表卫星集合，ε代表有向链路集合，(u,v)表示从卫星u到卫星v的一条有向链路，其中(u,v)∈ε，

系统时间按照时隙划分，用t表示第t时隙，t属于正整数，每个时隙设定为1秒钟。每个源卫星有1个单位的数据需要传输至GS，并且按照最短路径的路由方式传递数据，从而可以到网络中的链路信息以及每条链路的数据流量需求F_uv。

第二步，根据第一步得到的网络的链路信息，建立传输集合，得到网络中可以同时调度的链路集合。

本发明中所有卫星工作在半双工的通信模式下，每个卫星在每个时隙中只能和一个相邻卫星进行通信。根据第一步得到的链路信息进行传输集合的建立，传输集合指的是在同一时间满足一定条件的情况下可以共存的链路组成的集合，每一个传输集合中可以包含一条或多条链路。传输集合建立的具体过程如下：

Step 1：将网络中的所有链路从小到大依次编号，放入一个链路集合中；

Step 2：在链路集合中选出编号最小的链路，放入一个传输集合中，建立起包含该编号链路的第一个传输集合，随后，将该链路从链路集合中删除；

Step 3：再创建多个新的传输集合，每个传输集合中都包含step 2中编号最小的链路，然后在链路集合中挑选编号比其大的链路分别逐个放入新的传输集合中，随后验证这两条链路是否共存，验证方法通过求解一个线性规划(Linear Programming，LP)问题进行判断。若可以共存，则传输集合建立成功；

Step 4：重复Step 2-Step 3，直到网络中的最大编号的链路也建立完传输集合为止。

LP问题的具体描述如下：

LP问题的目标函数(1-1)的最终目的是最小化传输集合中的总传输功率，决策变量为传输集合中卫星的传输功率，其中

表示第i个传输集合，

表示在传输集合

中链路(u,v)上发送卫星u的传输功率；式子(1-2)表示传输功率必须在给定的范围内，P_min和P_max分别为卫星的最小和最大传输功率；式子(1-3)约束传输集合中的链路必须满足SINR阈值的约束条件，设定SINR阈值为α，不等式右侧用于计算传输集合中链路的信号与干扰加噪声比(Signal to Interference plus Noise Ratio，SINR)，其中g_uv为卫星u到卫星v之间的信道增益，σ为环境噪声；通过求解上述的LP问题，若线性规划问题可解，则表示传输集合建立成功，反之，则建立失败；

第三步，基于非理想的电池模型，确立选择传输集合的约束条件，从第二步建立的传输集合中进一步得到每个时隙候选的传输集合；

在能量模块，本发明考虑电池的非理想特性，如，有限的容量B_max，充放电效率η∈(0,1)以及能量泄露率ξ∈(0,1)。也就是说，卫星电池中的能量不能超过其最大容量；电池在充电和放电的过程中存在能量损耗；每经历一个时隙，无论电池中能量使用与否，能量总量总会减少。用

表示卫星u在第t时隙收集到的能量，

表示第t时隙可充电电池中的能量，

表示卫星u在第t时隙消耗的能量，方便起见，只考虑卫星发送数据的能量消耗，计算公式如下，

式子(1-4)中，二进制变量

表示在第t时隙是否选择传输集合

表示建立的传输集合个数，

表示在传输集合

中链路(u,v)上发送卫星u的传输功率。注意到，每个时隙至多选择一个传输集合，故有如下约束条件，

电池中能量

变化如下式表示，

选择某个传输集合的约束条件是该集合中链路上发送卫星需要有足够的能量进行数据传输，用下式表示，

在每一个时隙，当传输集合中的所有链路发送卫星的能量满足上述约束条件，则该传输集合为该时隙的候选传输集合。

第四步，建立数学模型，得到最终的链路调度方法。

综上所述，此链路调度问题可模型化为混合整数线性规划MILP(Mix IntegerLinear Programming)问题进行求解，如下所示，

还包括前述公式(1-4)-(1-7)

MILP问题的目标函数(1-8)中二进制变量λ^t∈{0,1}标志所有链路的数据流量需求是否被满足，T是一个大正整数，若在第t时隙未完成，λ^t＝1；若在第t时隙已完成，λ^t＝0。此优化问题的决策变量为

决定了每个时隙网络中各个链路的调度情况。式子(1-9)利用香农公式求得传输集合中链路上卫星的传输功率，

表示传输集合

中链路(u,v)上卫星u的传输速率，W为信道带宽。式子(1-10)中λ^t标记每条链路的数据流量需求是否得到满足。

基于上述的数学模型，GS通过以上步骤，使用Gurobi优化器求解MILP问题，从而得到网络路径上数据流量的分配和每个时隙传输集合的选择，GS将求解得出高效的链路调度方法传输至网络中的每一个卫星，卫星按照链路调度方法传输数据至GS。这种高效的链路调度方法使得在最短时间内满足链路上的数据流量需求，减少了数据传输过程中延迟，使得GS更加快速有效地接收来自卫星得数据。

附图说明

图1、卫星网络拓扑图

图2、本发明方法流程图

图3、实施例中LEO卫星网络拓扑图

具体实施方式

以图3所示的LEO卫星网络拓扑图为例，介绍链路调度方法的具体实时方式。图中包含6个LEO卫星网络和1个GS。第一步，构建LEO网络模型，得到网络的全局信息，其中包括链路信息和数据流量需求信息。如图3所示的网路，假定每个卫星有1个单位的数据需要传输至GS，网络中包括6条链路(a,e)，(b,e)，(c,f)，(d,f)，(e,g)，(f,g)，链路(a,e),(b,e),(c,f),(d,f)的数据流量需求均为1，链路(e,g),(f,g)流量需求均为3。

第二步，根据第一步得到的网络链路信息，可以建立14个传输集合，分别为集合{(a,e)}，{(a,e),(c,f)}，{(a,e),(d,f)}，{(a,e),(f,g)}，{(b,e)}，{(b,e),(c,f)}，{(b,e),(d,f)}，{(b,e),(f,g)}，{(c,f)}，{(c,f),(e,g)}，{(d,f)}，{(d,f),(e,g)}，{(e,g)}，{(f,g)}。

第三步，基于非理想的电池模型，确立选择传输集合的约束条件，进一步得到每个时隙候选的传输集合。选择某个传输集合的约束条件是该集合中所有链路上发送卫星拥有足够的能量，以某个时隙为例，若在该时隙卫星a，e，c，f有足够的能量，则可供选择的传输集合有{(a,e)}，{(a,e),(c,f)}。

第四步，通过建立数学模型，可以得到最终的链路调度方法。本示例中最终的链路调度方法为，第1时隙，调度传输集合{(a,e),(c,f)}；第2时隙，调度传输集合{(b,e),(f,g)}；第3时隙，调度传输集合{(d,f),(e,g)}；第4时隙，调度传输集合{(e,g)}；第5时隙，调度传输集合{(f,g)}；第6时隙，调度传输集合{(f,g)}；第7时隙，调度传输集合{(e,g)}。

Claims (1)

1.一种基于非理想电池模型低轨道卫星网络的链路调度方法，所有卫星工作在半双工的通信模式下，每个卫星在每个时隙中只能和一个相邻卫星进行通信，其特征在于包括以下步骤：

第一步，构建LEO网络模型，得到网络的全局信息，其中包括链路信息和数据流量需求信息；

用图

表示LEO卫星网络，其中，

代表卫星集合，ε代表有向链路集合，(u,v)表示从卫星u到卫星v的一条有向链路，其中(u,v)∈ε，

系统时间按照时隙划分，用t表示第t时隙，t属于正整数，每个时隙设定为1秒钟，每个源卫星有1个单位的数据需要传输至GS，并且按照最短路径的路由方式传递数据，从而可以到网络中的链路信息以及每条链路的数据流量需求F_uv；

第二步，根据第一步得到的网络的链路信息，建立传输集合，得到网络中可以同时调度的链路集合。

根据第一步得到的链路信息进行传输集合的建立，传输集合指的是在同一时间满足一定条件的情况下可以共存的链路组成的集合，每一个传输集合中可以包含一条或多条链路；

传输集合建立的具体过程如下：

Step 1：将网络中的所有链路从小到大依次编号，放入一个链路集合中；

Step 2：在链路集合中选出编号最小的链路，放入一个传输集合中，建立起包含该编号链路的第一个传输集合，随后，将该链路从链路集合中删除；

Step 3：再创建多个新的传输集合，每个传输集合中都包含step 2中编号最小的链路，然后在链路集合中挑选编号比其大的链路分别逐个放入新的传输集合中，随后验证这两条链路是否共存，验证方法通过求解一个线性规划(Linear Programming，LP)问题进行判断。若可以共存，则传输集合建立成功；

Step 4：重复Step 2-Step 3，直到网络中的最大编号的链路也建立完传输集合为止。

其中，LP问题的具体描述如下：

LP问题的目标函数(1-1)的最终目的是最小化传输集合中的总传输功率，决策变量为传输集合中卫星的传输功率，其中

表示第i个传输集合，

表示在传输集合

中链路(u,v)上发送卫星u的传输功率；式子(1-2)表示传输功率必须在给定的范围内，P_min和P_max分别为卫星的最小和最大传输功率；式子(1-3)约束传输集合中的链路必须满足SINR阈值的约束条件，设定SINR阈值为α，不等式右侧用于计算传输集合中链路的信号与干扰加噪声比(Signal to Interference plus Noise Ratio，SINR)，其中g_uv为卫星u到卫星v之间的信道增益，σ为环境噪声；通过求解上述的LP问题，若线性规划问题可解，则表示传输集合建立成功，反之，则建立失败；

第三步，基于非理想的电池模型，确立选择传输集合的约束条件，从第二步建立的传输集合中进一步得到每个时隙候选的传输集合；

其中，选择某个传输集合的约束条件是该集合中链路上发送卫星需要有足够的能量进行数据传输，用下式表示，

其中，

表示卫星u在第t时隙收集到的能量；

η表示充放电效率，η∈(0,1)；

电池中能量

变化如下式表示，

ξ表示能量泄露率，ξ∈(0,1)；

B_max表示有限的容量；

卫星发送数据的能量消耗

计算公式如下，

二进制变量

表示在第t时隙是否选择传输集合

表示建立的传输集合个数；

每个时隙至多选择一个传输集合，故有如下约束条件，

在每一个时隙，当传输集合中的所有链路发送卫星的能量满足上述约束条件，则该传输集合为该时隙的候选传输集合；

第四步，建立数学模型，得到最终的链路调度方法。

链路调度问题模型化为混合整数线性规划MILP(Mix Integer Linear Programming)问题进行求解，如下所示，

以及前述公式(1-4)-(1-7)

MILP问题的目标函数(1-8)中二进制变量λ^t∈{0,1}标志所有链路的数据流量需求是否被满足，T是一个大正整数，若在第t时隙未完成，λ^t＝1；若在第t时隙已完成，λ^t＝0；此优化问题的决策变量为

决定了每个时隙网络中各个链路的调度情况；式子(1-9)利用香农公式求得传输集合中链路上卫星的传输功率，

表示传输集合

中链路(u,v)上卫星u的传输速率，W为信道带宽；式子(1-10)中λ^t标记每条链路的数据流量需求是否得到满足；

GS通过以上步骤，使用Gurobi优化器求解MILP问题，从而得到网络路径上数据流量的分配和每个时隙传输集合的选择，GS将求解得出高效的链路调度方法传输至网络中的每一个卫星，卫星按照链路调度方法传输数据至GS。

Images