CN113133078A - 一种巨型低轨卫星网络轻量级的星间切换装置及方法 - Google Patents

一种巨型低轨卫星网络轻量级的星间切换装置及方法 Download PDF

Info

Publication number
CN113133078A
CN113133078A CN202110418268.7A CN202110418268A CN113133078A CN 113133078 A CN113133078 A CN 113133078A CN 202110418268 A CN202110418268 A CN 202110418268A CN 113133078 A CN113133078 A CN 113133078A
Authority
CN
China
Prior art keywords
satellite
user
switching
low
target
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.)
Granted
Application number
CN202110418268.7A
Other languages
English (en)
Other versions
CN113133078B (zh
Inventor
盛敏
周笛
王柳颖
姬思敬
李建东
白卫岗
史琰
李浩然
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN202110418268.7A priority Critical patent/CN113133078B/zh
Publication of CN113133078A publication Critical patent/CN113133078A/zh
Application granted granted Critical
Publication of CN113133078B publication Critical patent/CN113133078B/zh
Priority to US17/723,423 priority patent/US20220345967A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/14—Reselecting a network or an air interface
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/08—Reselecting an access point
    • 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
    • H04B7/195—Non-synchronous stations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • H04B7/18541—Arrangements for managing radio, resources, i.e. for establishing or releasing a connection for handover of resources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0009—Control or signalling for completing the hand-off for a plurality of users or terminals, e.g. group communication or moving wireless networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0055—Transmission or use of information for re-establishing the radio link
    • H04W36/0072—Transmission or use of information for re-establishing the radio link of resource information of target access point
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0083—Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/04—Large scale networks; Deep hierarchical networks
    • H04W84/06—Airborne or Satellite Networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Radio Relay Systems (AREA)

Abstract

一种巨型低轨卫星网络轻量级的星间切换装置及方法，属性提取子模块提取用户信息存储单元中每个切换用户的属性，依据每个切换用户的属性，由聚类器子模块对切换用户分簇形成用户簇，再由决策集生成器子模块生成每个用户簇的目标卫星集，根据低轨卫星信息存储单元中的管理域信息，判断每个低轨卫星中所有用户簇的目标卫星集中的每个目标卫星是否属于管理该低轨卫星的切换决策节点管理域内的低轨卫星，若是，则由中心式决策单元实现星间切换，否则，由分布式决策单元实现星间切换。本发明实现了轻量级的星间切换，降低了切换决策开销，提高了低轨卫星的资源利用率。

Description

一种巨型低轨卫星网络轻量级的星间切换装置及方法
技术领域
本发明属于通信技术领域，更进一步涉及卫星通信技术领域中一种巨型低轨卫星网络轻量级的星间切换装置及方法。本发明可以用于巨型低轨卫星网络中切换用户的目标卫星选择，依据切换用户的属性，通过FCM聚类方法对切换用户分簇形成用户簇，中轨卫星或者地面站作为切换决策节点实现为用户簇选择目标卫星的目的。
背景技术
以卫星星座系统为重要组成部分的天地一体化信息网络，是支撑我国经济发展及国防信息化建设的重要网络基础设施，已成为我国“新基建”的重点发展方向。为了满足日益增长的宽带无线接入需求，卫星星座逐渐趋于规模化，最终将形成上万颗卫星组成的巨型卫星星座，其中巨型低轨卫星星座更是由于其低成本、低时延的特点受到学术界和产业界的广泛关注，典型星座代表有Space-X系统，该系统现已发射600余颗低轨卫星，最终卫星数目将达到4万颗。巨型低轨卫星星座拥有以“两极覆盖”实现全球无缝连接，以“低时延”实现与5G应用场景融合，以“批量化建设”实现成本可控等独特优势，但是低轨卫星具有角速度大，高速移动的特点，导致与用户可见时间短，单颗卫星无法为用户提供持续服务问题。同时，用户数量规模的增加，带来了用户的目标卫星选择难、星间切换决策开销大、卫星负载失衡等问题，使得星间切换效率低，卫星资源利用率低。为了保障用户的服务连续性、维持卫星负载均衡，如何高效地为用户选择目标卫星是巨型低轨卫星网络星间切换技术需要解决的关键问题。
北京邮电大学在其申请的专利文献“一种卫星网络切换方法及装置”(申请日：2017年6月30日，申请号：201710530650.0，申请公布号：CN107241135A)中公开了一种卫星切换方法及装置。该专利申请公开的装置包括模型确定模块、输入量获取模块、推理结果确定模块、切换因子确定模块以及切换模块。其中输入量获取模块需要获取所述用户终端以及覆盖所属用户终端的至少一个卫星的至少一个输入量，而切换模块最终根据切换因子模块提供的每个卫星的切换因子，选取最大的切换因子对应的待切换卫星作为目标卫星，将用户终端切换到目标卫星下。该装置存在的不足之处是，输入量模块中没有考虑到当输入量增加时，模糊推理准则的数量呈指数增长，计算的复杂度将会增加，大大增加了模糊推理的时间，从而导致选择目标卫星的判决时间将会延长。
北京理工大学，中国电子科技集团公司第五十四研究所共同申请的专利文献“一种低轨卫星通信中基于负载均衡的联合切换方法”(申请日：2019年11月12日，申请号：201911102886.X，申请公布号：CN110809292A)中公开了一种卫星切换方法。该方法的具体步骤为：第一步，判断是否存在过载卫星来决定是否触发切换，并由基于移动用户接收相邻卫星的信号强度，以及相邻卫星负载情况的多属性决策的目标卫星选择方法选择合适的目标卫星；第二步，判断源卫星与目标卫星的参考信号接收功率和参考信号接收质量满足切换触发条件的时间是否大于时间迟滞门限来决定是否触发切换；第三步，若步骤1和2满足切换触发条件，则通过此发明提出的星间切换流程执行切换。该方法存在的不足之处是，多属性决策方法对权重的计算方法依赖性较大，面向低轨卫星网络将影响切换选择策略的可靠性，导致低轨卫星的资源利用率下降。
发明内容
本发明的目的在于针对上述现有技术存在的不足，提出一种巨型低轨卫星网络轻量级的星间切换装置及方法，用于解决在巨型低轨卫星网络中切换用户数量增加时，选择目标卫星的判决时间将会延长，切换决策开销增加的问题以及切换选择策略的不可靠性引起的低轨卫星的负载不均衡，低轨卫星的资源利用率下降的问题。
本发明实现目的的思路是，依据巨型低轨卫星网络中每个低轨卫星中的切换用户的属性，对于切换用户数量增加时选择目标卫星的判决时间延长的问题，采用聚类器子模块将所有切换用户通过FCM聚类方法分簇形成多个用户簇，得到每个用户簇的簇头，将每个用户簇簇头选择的目标卫星作为该用户簇内所有用户选择的目标卫星，减少了选择目标卫星的判决时间，降低了切换决策的开销；通过判断每个低轨卫星中所有用户簇的目标卫星集中的每个目标卫星是否属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，若低轨卫星上所有用户簇的目标卫星集中的每个目标卫星属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，则由中心式决策单元将每个低轨卫星中的所有用户簇进行中心式星间切换，否则，分布式决策单元将每个低轨卫星中的所有用户簇进行分布式星间切换，保证了低轨卫星的负载均衡，提高了低轨卫星的资源利用率。
本发明的星间切换装置包括配置于切换决策节点中的管理信息存储功能模块和切换目标决策功能模块，所述管理信息存储功能模块包括低轨卫星信息存储单元和用户信息存储单元，所述切换目标决策功能模块包括属性提取子模块、聚类器子模块、决策集生成器子模块和决策子模块，所述决策子模块包括中心式决策单元和分布式决策单元；
所述低轨卫星信息存储单元，用于存储切换决策节点的管理域信息，将该管理域信息输出给决策集生成器子模块；
所述用户信息存储单元，用于存储切换决策节点管理域内每个切换用户的属性，将存储的信息输出给属性提取子模块；
所述属性提取子模块，用于提取切换决策节点管理域内每个低轨卫星中的每个切换用户的属性，将提取的信息输出给聚类器子模块；
所述聚类器子模块，用于依据每个低轨卫星中的每个切换用户的属性进行分簇，确定每个用户簇的簇头：由每个低轨卫星中的切换用户数确定用户簇个数M，利用FCM聚类方法，将属性值相近或者相等的切换用户分为一个用户簇，得到该用户簇的簇头；
所述决策集生成器子模块，用于生成每个用户簇的目标卫星集，进而根据低轨卫星信息存储单元中的管理域信息，判断每个低轨卫星中所有用户簇的目标卫星集中的每个目标卫星是否属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，对每个低轨卫星中所有用户簇的目标卫星集中的每个目标卫星属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，中心式决策单元将每个低轨卫星中的所有用户簇进行中心式星间切换，否则，分布式决策单元将每个低轨卫星中的所有用户簇进行分布式星间切换。
本发明的星间切换方法的步骤如下：
(1)将巨型低轨卫星网络中的切换用户接入到该用户可见的任意一个低轨卫星中；
(2)低轨卫星信息存储单元存储切换决策节点的管理域信息，将该管理域信息输出给决策集生成器子模块，用户信息存储单元存储该管理域内每个切换用户的属性，将存储的信息输出给属性提取子模块；
(3)属性提取子模块提取切换决策节点管理域内每个低轨卫星中的每个切换用户的属性，将提取的信息输出给聚类器子模块；
(4)聚类器子模块依据每个低轨卫星中的每个切换用户的属性进行分簇，确定每个用户簇的簇头：由每个低轨卫星中的切换用户数确定用户簇个数M，利用FCM聚类方法，将属性值相近或者相等的切换用户分为一个用户簇，得到该用户簇的簇头；
(5)决策集生成器子模块生成每个用户簇的目标卫星集：
(5a)巨型低轨卫星网络中的每个卫星周期性广播该卫星的资源信息；
(5b)每个切换用户根据接收到的广播信息及广播信息的信号强度组成该用户的测量报告；
(5c)每个切换用户将测量报告反馈给其接入的低轨卫星，低轨卫星将接收的测量报告反馈给管理该低轨卫星的切换决策节点，切换决策节点中的决策集生成器子模块接收每个切换用户的测量报告；
(5d)决策集生成器子模块根据划分的M个用户簇，将接收的切换用户的测量报告分为M组，由每个组的测量报告获得对应用户簇的目标卫星集；
(6)决策集生成器子模块根据低轨卫星信息存储单元中的管理域信息，判断每个低轨卫星中所有用户簇的目标卫星集中的每个目标卫星是否属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，若是，则执行步骤7，否则，执行步骤8；
(7)中心式决策单元将每个低轨卫星中的所有用户簇进行中心式星间切换：
(7a)将每个低轨卫星中具有相同目标卫星集的用户簇组成一个种群；
(7b)将每个用户簇簇头选择的目标卫星作为该用户簇内所有用户选择的目标卫星；
(7c)采用种群进化算法，将每个低轨卫星中的每个种群的每个用户簇切换到选取的目标卫星；
(8)分布式决策单元将每个低轨卫星中的所有用户簇进行分布式星间切换：
(8a)将每个低轨卫星中具有相同目标卫星集的用户簇组成一个种群；
(8b)将每个用户簇簇头选择的目标卫星作为该用户簇内所有用户选择的目标卫星；
(8c)采用分布式Q学习算法，将每个低轨卫星中的每个种群的每个用户簇切换到选取的目标卫星；
本发明与现有技术相比具有以下优点：
第一，由于本发明装置中的属性提取子模块，可提取切换决策节点管理域内每个低轨卫星中每个切换用户的属性，将每个低轨卫星中的所有切换用户通过FCM聚类方法分簇形成多个用户簇，得到每个用户簇的簇头，将每个用户簇簇头选择的目标卫星作为该用户簇内所有用户选择的目标卫星，克服了现有技术在切换用户数量增加时，带来的选择目标卫星的判决时间延长，切换决策开销增加的问题，使得本发明的装置具有减少选择目标卫星的判决时间，降低切换决策的开销的优点。
第二，由于本发明的星间切换方法中依据巨型低轨卫星网络中每个低轨卫星中的每个切换用户的属性，将所有切换用户聚类形成多个用户簇，若每个低轨卫星上所有用户簇的目标卫星集中的每个目标卫星属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，则将每个低轨卫星中的所有用户簇进行中心式星间切换，否则将每个低轨卫星中的所有用户簇进行分布式星间切换，克服了现有技术中星间切换方法由于不可靠性引起的低轨卫星资源利用率下降的问题，使得本发明为切换用户提供可靠的星间切换方法的同时，保证了低轨卫星负载的均衡，提高了低轨卫星的资源利用率。
附图说明
图1为本发明装置的示意图；
图2为本发明方法的流程图；
图3为本发明三种星间切换方法的迭代次数结果直方图；
图4为本发明三种星间切换方法下选择每个目标卫星的切换用户数量结果直方图。
具体实施方式
下面结合附图对本发明做进一步的描述。
参照图1，对本发明的星间切换装置做进一步的描述。
巨型低轨卫星网络轻量级的星间切换装置包括配置于切换决策节点中的管理信息存储功能模块和切换目标决策功能模块，所述管理信息存储功能模块包括低轨卫星信息存储单元和用户信息存储单元，所述切换目标决策功能模块包括属性提取子模块、聚类器子模块、决策集生成器子模块和决策子模块，所述决策子模块包括中心式决策单元和分布式决策单元。
所述低轨卫星信息存储单元，用于存储切换决策节点的管理域信息，将该管理域信息输出给决策集生成器子模块。
所述用户信息存储单元，用于存储切换决策节点管理域内每个切换用户的属性，将存储的信息输出给属性提取子模块。
所述属性提取子模块，用于提取切换决策节点管理域内每个低轨卫星中每个切换用户的属性，将提取的信息输出给聚类器子模块。
所述聚类器子模块，用于依据每个低轨卫星中的每个切换用户的属性进行分簇，确定每个用户簇的簇头：由每个低轨卫星中的切换用户数确定用户簇个数M，利用FCM聚类方法，将属性值相近或者相等的切换用户分为一个用户簇，得到该用户簇的簇头。
所述决策集生成器子模块，用于生成每个用户簇的目标卫星集，进而根据低轨卫星信息存储单元中的管理域信息，判断每个低轨卫星中所有用户簇的目标卫星集中的每个目标卫星是否属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，对每个低轨卫星中所有用户簇的目标卫星集中的每个目标卫星属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，中心式决策单元将每个低轨卫星中的所有用户簇进行中心式星间切换，否则，分布式决策单元将每个低轨卫星中的所有用户簇进行分布式星间切换。
参照图2，对本发明的星间切换方法做进一步的描述。
步骤1，将巨型低轨卫星网络中的切换用户接入到该用户可见的任意一个低轨卫星中。
步骤2，低轨卫星信息存储单元存储切换决策节点的管理域信息，将该管理域信息输出给决策集生成器子模块，用户信息存储单元存储该管理域内每个切换用户的属性，将存储的信息输出给属性提取子模块。
所述的切换决策节点的管理域信息指的是，在地面站部署受限的区域中，将中轨卫星作为切换决策节点，非受限的区域中将地面站作为切换决策节点，地面站部署受限的区域包括沙漠、海洋、山区；切换决策节点管理域信息包括管理的所有低轨卫星、每个低轨卫星中的所有切换用户及每个低轨卫星为切换用户提供服务的覆盖区域；每一个低轨卫星仅存在于一个切换决策节点的管理域内，切换决策节点负责管理域内切换用户的目标卫星选择，切换决策节点之间不存在信息的交互。
所述切换用户的属性包括带宽需求，用户对卫星网络服务的满意度，用户对带宽价格的满意度，其中，用户对卫星网络服务的满意度的取值范围为[1.2,2.0]，用户对带宽价格的满意度的取值范围为[1.2,3.0]。
步骤3，属性提取子模块提取切换决策节点管理域内每个低轨卫星中每个切换用户的属性。
步骤4，聚类器子模块依据每个低轨卫星中的每个切换用户的属性进行分簇，确定每个用户簇的簇头。
由每个低轨卫星中的切换用户数确定用户簇个数M，利用FCM聚类方法，将属性值相近或者相等的切换用户分为一个用户簇，得到该用户簇的簇头。
步骤5，决策集生成器子模块生成每个用户簇的目标卫星集。
巨型低轨卫星网络中的每个卫星周期性广播该卫星的资源信息。
所述卫星的资源信息包括卫星剩余的带宽资源、卫星的带宽价格、卫星的抗干扰性。
每个切换用户根据接收到的广播信息及广播信息的信号强度组成该用户的测量报告。
每个切换用户将测量报告反馈给其接入的低轨卫星，低轨卫星将接收的测量报告反馈给管理该低轨卫星的切换决策节点，切换决策节点中的决策集生成器子模块接收每个切换用户的测量报告。
决策集生成器子模块根据划分的M个用户簇，将接收的切换用户的测量报告分为M组，由每个组的测量报告获得对应用户簇的目标卫星集。
步骤6，决策集生成器子模块根据低轨卫星信息存储单元中的管理域信息，判断每个低轨卫星中所有用户簇的目标卫星集中的每个目标卫星是否属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，若是，则执行步骤7，否则，执行步骤8。
步骤7，中心式决策单元将每个低轨卫星中的所有用户簇进行中心式星间切换。
将每个低轨卫星中具有相同目标卫星集的用户簇组成一个种群。
将每个用户簇簇头选择的目标卫星作为该用户簇内所有用户选择的目标卫星。
采用种群进化算法，将每个低轨卫星中的每个种群的每个用户簇切换到选取的目标卫星。
所述的种群进化算法的步骤如下：
第1步，从每个低轨卫星中的M个用户簇中选取一个未被选过的用户簇。
第2步，由切换决策节点计算所选用户簇簇头在对应种群中选择对应目标卫星集中任意一个目标卫星的效用函数
Figure BDA0003026839900000081
以及对应种群的效用函
Figure BDA0003026839900000082
其中，
Figure BDA0003026839900000083
通过下式计算：
Figure BDA0003026839900000084
其中，dm表示第m个用户簇对卫星网络服务的满意度，αi表示目标卫星集中第i个目标卫星si的抗干扰性，其中，si∈I,I＝{s1,s2,...,si,...,sI}，I表示所有目标卫星组成的目标卫星集，i表示目标卫星序号，I表示I包含的卫星个数，u′表示线性调节系数，取值为1，
Figure BDA0003026839900000085
表示第i个目标卫星si对第p个种群fp提供的带宽，fp表示第m个用户簇对应的第p个种群，fp∈F,F＝{f1,f2,...,fp,...,fP}，F表示所有种群组成的集合，p表示种群的序号，P表示F包含的种群个数，wm表示第m个用户簇对带宽价格的满意度，bm表示第m个用户簇申请的带宽，qi表示第i个目标卫星si的带宽价格，∑表示求和操作，N(p')表示第p'个种群fp'中的用户簇总数量，p'∈[1,P]，
Figure BDA0003026839900000091
表示第p'个种群fp'中选择对应目标卫星集中的第i'个目标卫星si'的用户簇数量与该种群内用户簇总数量的比值，
Figure BDA0003026839900000092
通过下式计算：
Figure BDA0003026839900000093
其中，
Figure BDA0003026839900000094
表示第p'个种群fp'中选择对应目标卫星集中的目标卫星si'的用户簇数量，
Figure BDA0003026839900000095
通过下式计算：
Figure BDA0003026839900000096
其中，c表示第p个种群fp中的用户簇的序号，c∈[1,N(p)]，N(p)表示第p个种群fp中的用户簇总数量，i～表示第i～个目标卫星
Figure BDA0003026839900000097
的序号，其中，
Figure BDA0003026839900000098
第3步，判断
Figure BDA0003026839900000099
是否成立，若是，则执行第4步，否则，执行第8步。
第4步，从目标卫星集中选取一个未被选过的目标卫星。
第5步，由管理该低轨卫星的切换决策节点的中心式决策单元计算所选用户簇在对应种群中选择第四步选取目标卫星的效用函数
Figure BDA00030268399000000910
第6步，判断
Figure BDA00030268399000000911
是否成立，若是，则将第一步所选的用户簇切换到第四步选取的目标卫星，否则，执行第7步。
第7步，判断是否选完目标卫星集中所有的目标卫星，若是，则将第一步所选的用户簇切换到第二步选择的目标卫星，否则，返回第4步。
第8步，判断是否选完每个低轨卫星中的所有的用户簇，若是，则每个低轨卫星中每个种群的每个用户簇切换到对应的目标卫星，否则，返回第1步。
步骤8，分布式决策单元将每个低轨卫星中的所有用户簇进行分布式星间切换。
将每个低轨卫星中具有相同目标卫星集的用户簇组成一个种群。
将每个用户簇簇头选择的目标卫星作为该用户簇内所有用户选择的目标卫星。
采用分布式Q学习算法，将每个低轨卫星中的每个种群的每个用户簇切换到选取的目标卫星。
所述的分布式Q学习算法的步骤如下：
第1步：设置K为循环总次数，k＝1，k为当前循环次数。
第2步，将每个低轨卫星中的每个用户簇在对应种群中选取目标卫星集中的任意一个目标卫星获得的决策知识值设为0。
第3步，从每个低轨卫星中的M个用户簇中选取一个未被选过的用户簇。
第4步，判断rand()≤γ是否成立，若是，则执行第5步，否则，执行第6步，其中rand()产生0～1之间的随机数，γ为探索概率，取值为0.1。
第5步，所选用户簇随机选择目标卫星集中的任意一个目标卫星，执行第7步。
第6步，所选用户簇选择在目标卫星集中使得决策知识值最大的目标卫星，执行第7步。
第7步，由管理第5步或第6步选择的目标卫星的切换决策节点的分布式决策单元计算所选用户簇在对应种群中选取第5步或第6步选择的目标卫星的效用函数
Figure BDA0003026839900000101
第8步，更新所选用户簇在对应种群中选取第7步选择的目标卫星的决策知识值，决策知识值的更新公式如下：
Figure BDA0003026839900000111
其中，λ为学习速率，取值为0.1，β为衰减因子，取值为0.2。
第9步，判断是否选完每个低轨卫星中的所有的用户簇，若是，执行第10步，否则，k保持不变，返回第3步。
第10步，令k＝k+1，判断k≤K是否成立，若是，返回第3步，否则，每个低轨卫星中每个种群的每个用户簇切换到第7步选择的目标卫星。
下面结合本发明的仿真实验对本发明的效果做进一步的描述。
1.仿真实验条件：
本发明的仿真实验的平台为：Windows 10操作系统和Matlab2014b。
本发明仿真实验中设置接入到一个低轨卫星中的切换用户的数量为6000个，用户簇数量为200个，每个用户簇的目标卫星集为{s1,s2,s3,s4,s5,s6}，200个用户簇组成一个种群，6个目标卫星分别为该种群分配[7000,7000,5000,7000,5000,5000]Mb的带宽资源。
2.仿真内容及其结果分析：
本发明仿真实验是分别对以下三种星间切换方法进行仿真，获得三种星间切换方法的迭代次数以及三种星间切换方法下选择每个目标卫星的切换用户的数量，利用软件Matlab2014b依此绘制三种星间切换方法的迭代次数结果直方图(如图3所示)和三种星间切换方法下选择每个目标卫星的切换用户数量结果直方图(如图4所示)。
三种星间切换方法指的是：
第一种，对低轨卫星上所有用户簇的目标卫星集中的每个目标卫星属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，采用本发明步骤4提出的FCM聚类方法，进而执行本发明步骤7提出的种群进化算法，简称采用FCM聚类的种群进化方法。
第二种，对低轨卫星上所有用户簇的目标卫星集中的每个目标卫星属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，采用未进行FCM聚类的种群进化方法，简称未采用FCM聚类的种群进化方法。现有技术中的未进行FCM聚类的种群进化算法是指，D.Niyato等人在“Dynamics of Network Selection in Heterogeneous WirelessNetworks:An Evolutionary Game Approach,IEEE Transactions on VehicularTechnology,vol.58,no.4,pp.2008–2017,May.2009”中提出的种群进化算法，该算法在执行前不进行FCM聚类。
第三种，对低轨卫星上所有用户簇的目标卫星集中的每个目标卫星分别属于不同切换决策节点的管理域内的低轨卫星，采用本发明步骤4提出的聚类方法，进而执行本发明步骤8提出的分布式Q学习算法，简称分布式Q学习方法。
下面结合图3和图4的仿真结果对本发明的效果做进一步的描述。
图3和图4中的白色矩形框对应采用FCM聚类的种群进化算法，灰色矩形框对应未采用FCM聚类的种群进化算法，黑色矩形框对应分布式Q学习方法。
由图3可见，采用FCM聚类的种群进化算法迭代次数最少，收敛速度最快，甚至比未采用FCM聚类的种群进化算法的迭代次数降低了一个数量级。当切换用户数量增加时，采用FCM聚类的种群进化算法可以减少选择目标卫星的判决时间，降低了切换决策的开销。采用分布式Q学习，其迭代次数较采用FCM聚类的种群进化算法和未采用FCM聚类的种群进化算法大，但可实现由不同切换决策节点分别为该切换决策节点管理域内的切换用户执行星间切换。
由图4可见，在三种星间切换方法中，切换用户按照6个目标卫星的带宽资源选择对应的目标卫星，保证了目标卫星的负载均衡，在三种星间切换方法中选择每个目标卫星的切换用户数量接近。同时，三种星间切换方法下计算得到的种群效用函数值接近，其中采用FCM聚类的种群进化方法的种群的效用函数值为-4.0391，未采用FCM聚类的种群进化方法的种群的效用函数值为-4.0381，分布式Q学习方法的种群的效用函数值为-4.0320。图4所显示的结果说明三种星间切换方法均能够使得切换用户尽可能多的获得卫星带宽资源，提高目标卫星的带宽资源利用率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。
本发明书中未作详细描述的内容属于本领域技术人员的公知技术。

Claims (7)

1.一种巨型低轨卫星网络轻量级的星间切换装置，其特征在于，包括配置于切换决策节点中的管理信息存储功能模块和切换目标决策功能模块，所述管理信息存储功能模块包括低轨卫星信息存储单元和用户信息存储单元，所述切换目标决策功能模块包括属性提取子模块、聚类器子模块、决策集生成器子模块和决策子模块，所述决策子模块包括中心式决策单元和分布式决策单元；
所述低轨卫星信息存储单元，用于存储切换决策节点的管理域信息，将该管理域信息输出给决策集生成器子模块；
所述用户信息存储单元，用于存储切换决策节点管理域内每个切换用户的属性，将存储的信息输出给属性提取子模块；
所述属性提取子模块，用于提取切换决策节点管理域内每个低轨卫星中的每个切换用户的属性，将提取的信息输出给聚类器子模块；
所述聚类器子模块，用于依据每个低轨卫星中的每个切换用户的属性进行分簇，确定每个用户簇的簇头：由每个低轨卫星中的切换用户数确定用户簇个数M，利用FCM聚类方法，将属性值相近或者相等的切换用户分为一个用户簇，得到该用户簇的簇头；
所述决策集生成器子模块，用于生成每个用户簇的目标卫星集，进而根据低轨卫星信息存储单元中的管理域信息，判断每个低轨卫星中所有用户簇的目标卫星集中的每个目标卫星是否属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，对每个低轨卫星中所有用户簇的目标卫星集中的每个目标卫星属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，中心式决策单元将每个低轨卫星中的所有用户簇进行中心式星间切换，否则，分布式决策单元将每个低轨卫星中的所有用户簇进行分布式星间切换。
2.一种用于权利要求1所述装置的巨型低轨卫星网络轻量级的星间切换方法，其特征在于，依据巨型低轨卫星网络中每个低轨卫星中的每个切换用户的属性，将所有切换用户聚类形成多个用户簇，若每个低轨卫星上所有用户簇的目标卫星集中的每个目标卫星属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，则将每个低轨卫星中的所有用户簇进行中心式星间切换，否则将每个低轨卫星中的所有用户簇进行分布式星间切换，该方法的步骤如下：
(1)将巨型低轨卫星网络中的切换用户接入到该用户可见的任意一个低轨卫星中；
(2)低轨卫星信息存储单元存储切换决策节点的管理域信息，将该管理域信息输出给决策集生成器子模块，用户信息存储单元存储该管理域内每个切换用户的属性，将存储的信息输出给属性提取子模块；
(3)属性提取子模块提取切换决策节点管理域内每个低轨卫星中的每个切换用户的属性，将提取的信息输出给聚类器子模块；
(4)聚类器子模块依据每个低轨卫星中的每个切换用户的属性进行分簇，确定每个用户簇的簇头：由每个低轨卫星中的切换用户数确定用户簇个数M，利用FCM聚类方法，将属性值相近或者相等的切换用户分为一个用户簇，得到该用户簇的簇头；
(5)决策集生成器子模块生成每个用户簇的目标卫星集：
(5a)巨型低轨卫星网络中的每个卫星周期性广播该卫星的资源信息；
(5b)每个切换用户根据接收到的广播信息及广播信息的信号强度组成该用户的测量报告；
(5c)每个切换用户将测量报告反馈给其接入的低轨卫星，低轨卫星将接收的测量报告反馈给管理该低轨卫星的切换决策节点，切换决策节点中的决策集生成器子模块接收每个切换用户的测量报告；
(5d)决策集生成器子模块根据划分的M个用户簇，将接收的切换用户的测量报告分为M组，由每个组的测量报告获得对应用户簇的目标卫星集；
(6)决策集生成器子模块根据低轨卫星信息存储单元中的管理域信息，判断每个低轨卫星中所有用户簇的目标卫星集中的每个目标卫星是否属于管理该低轨卫星的切换决策节点的管理域内的低轨卫星，若是，则执行步骤7，否则，执行步骤8；
(7)中心式决策单元将每个低轨卫星中的所有用户簇进行中心式星间切换：
(7a)将每个低轨卫星中具有相同目标卫星集的用户簇组成一个种群；
(7b)将每个用户簇簇头选择的目标卫星作为该用户簇内所有用户选择的目标卫星；
(7c)采用种群进化算法，将每个低轨卫星中的每个种群的每个用户簇切换到选取的目标卫星；
(8)分布式决策单元将每个低轨卫星中的所有用户簇进行分布式星间切换：
(8a)将每个低轨卫星中具有相同目标卫星集的用户簇组成一个种群；
(8b)将每个用户簇簇头选择的目标卫星作为该用户簇内所有用户选择的目标卫星；
(8c)采用分布式Q学习算法，将每个低轨卫星中的每个种群的每个用户簇切换到选取的目标卫星。
3.根据权利要求2所述的一种巨型低轨卫星网络轻量级的星间切换方法，其特征在于，步骤(2)中所述的切换决策节点的管理域信息指的是，在地面站部署受限的区域中，将中轨卫星作为切换决策节点，非受限的区域中将地面站作为切换决策节点；切换决策节点管理域信息包括管理的所有低轨卫星、每个低轨卫星中的所有切换用户及每个低轨卫星为切换用户提供服务的覆盖区域，每一个低轨卫星仅存在于一个切换决策节点的管理域内，切换决策节点负责管理域内切换用户的目标卫星选择。
4.根据权利要求2所述的一种巨型低轨卫星网络轻量级的星间切换方法，其特征在于，步骤(2)中所述切换用户的属性包括带宽需求，用户对卫星网络服务的满意度，用户对带宽价格的满意度，其中，用户对卫星网络服务的满意度的取值范围为[1.2,2.0]，用户对带宽价格的满意度的取值范围为[1.2,3.0]。
5.根据权利要求2所述的一种巨型低轨卫星网络轻量级的星间切换方法，其特征在于，步骤(5a)所述卫星的资源信息包括卫星剩余的带宽资源、卫星的带宽价格、卫星的抗干扰性。
6.根据权利要求2所述的一种巨型低轨卫星网络轻量级的星间切换方法，其特征在于，步骤(7c)所述的种群进化算法的步骤如下：
第一步，从每个低轨卫星中的M个用户簇中选取一个未被选过的用户簇；
第二步，由管理该低轨卫星的切换决策节点的中心式决策单元计算所选用户簇簇头在对应种群中选择对应目标卫星集中任意一个目标卫星的效用函数
Figure FDA0003026839890000041
以及对应种群的效用函数
Figure FDA0003026839890000042
其中，
Figure FDA0003026839890000043
通过下式计算：
Figure FDA0003026839890000044
其中，dm表示第m个用户簇对卫星网络服务的满意度，αi表示目标卫星集中的第i个目标卫星si的抗干扰性，其中，si∈I,I＝{s1,s2,...,si,...,sI}，I表示所有目标卫星组成的目标卫星集，i表示目标卫星的序号，I表示I包含的目标卫星个数，u′表示线性调节系数，
Figure FDA0003026839890000045
表示第i个目标卫星si对第p个种群fp提供的带宽，fp表示第m个用户簇对应的第p个种群，fp∈F,F＝{f1,f2,...,fp,...,fP}，F表示所有种群组成的集合，p表示种群的序号，P表示F包含的种群个数，wm表示第m个用户簇对带宽价格的满意度，bm表示第m个用户簇申请的带宽，qi表示第i个目标卫星si的带宽价格，∑表示求和操作，N(p')表示第p'个种群fp'中的用户簇总数量，p'∈[1,P]，
Figure FDA0003026839890000046
表示第p'个种群fp'中选择对应目标卫星集中的第i'个目标卫星si'的用户簇数量与该种群内用户簇总数量的比值，
Figure FDA0003026839890000047
通过下式计算：
Figure FDA0003026839890000048
其中，
Figure FDA0003026839890000051
表示第p'个种群fp'中选择对应目标卫星集中的目标卫星si'的用户簇数量，
Figure FDA0003026839890000052
通过下式计算：
Figure FDA0003026839890000053
其中，c表示第p个种群fp中的用户簇的序号，c∈[1,N(p)]，N(p)表示第p个种群fp中的用户簇总数量，i～表示第i～个目标卫星
Figure FDA0003026839890000054
的序号，其中，
Figure FDA0003026839890000055
第三步，判断
Figure FDA0003026839890000056
是否成立，若是，则执行第四步，否则，执行第八步；
第四步，从目标卫星集中选取一个未被选过的目标卫星；
第五步，由管理该低轨卫星的切换决策节点的中心式决策单元计算所选用户簇簇头在对应种群中选择第四步选取目标卫星的效用函数
Figure FDA0003026839890000057
第六步，判断
Figure FDA0003026839890000058
是否成立，若是，则将第一步所选的用户簇切换到第四步选取的目标卫星，否则，执行第七步；
第七步，判断是否选完目标卫星集中所有的目标卫星，若是，则将第一步所选的用户簇切换到第二步选择的目标卫星，否则，返回第四步；
第八步，判断是否选完每个低轨卫星中的所有的用户簇，若是，则每个低轨卫星中每个种群的每个用户簇切换到对应的目标卫星，否则，返回第一步。
7.根据权利要求2所述的一种巨型低轨卫星网络轻量级的星间切换方法，其特征在于，步骤(8c)所述的分布式Q学习算法的步骤如下：
第一步：设置K为循环总次数，k＝1，k为当前循环次数；
第二步，将每个低轨卫星中的每个用户簇在对应种群中选取目标卫星集中的任意一个目标卫星获得的决策知识值设为0；
第三步，从每个低轨卫星中的M个用户簇中选取一个未被选过的用户簇；
第四步，判断rand()≤γ是否成立，若是，则执行第五步，否则，执行第六步，其中rand()产生0～1之间的随机数，γ为探索概率，取值为0.1；
第五步，所选用户簇随机选择目标卫星集中的任意一个目标卫星，执行第七步；
第六步，所选用户簇选择在目标卫星集中使得决策知识值最大的目标卫星，执行第七步；
第七步，由管理第五步或第六步选择的目标卫星的切换决策节点的分布式决策单元计算所选用户簇在对应种群中选取第五步或第六步选择的目标卫星的效用函数
Figure FDA0003026839890000061
第八步，更新所选用户簇在对应种群中选取第七步选择的目标卫星的决策知识值，决策知识值的更新公式如下：
Figure FDA0003026839890000062
其中，λ为学习速率，取值为0.1，β为衰减因子，取值为0.2；
第九步，判断是否选完每个低轨卫星中的所有的用户簇，若是，执行第十步，否则，k保持不变，返回第三步；
第十步，令k＝k+1，判断k≤K是否成立，若是，返回第三步，否则，每个低轨卫星中每个种群的每个用户簇切换到第七步选择的目标卫星。
CN202110418268.7A 2021-04-19 2021-04-19 一种巨型低轨卫星网络轻量级的星间切换装置及方法 Active CN113133078B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110418268.7A CN113133078B (zh) 2021-04-19 2021-04-19 一种巨型低轨卫星网络轻量级的星间切换装置及方法
US17/723,423 US20220345967A1 (en) 2021-04-19 2022-04-18 Lightweight inter-satellite handover device and method for mega low-earth-orbit satellite networks

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110418268.7A CN113133078B (zh) 2021-04-19 2021-04-19 一种巨型低轨卫星网络轻量级的星间切换装置及方法

Publications (2)

Publication Number Publication Date
CN113133078A true CN113133078A (zh) 2021-07-16
CN113133078B CN113133078B (zh) 2022-04-08

Family

ID=76777474

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110418268.7A Active CN113133078B (zh) 2021-04-19 2021-04-19 一种巨型低轨卫星网络轻量级的星间切换装置及方法

Country Status (2)

Country Link
US (1) US20220345967A1 (zh)
CN (1) CN113133078B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114449604A (zh) * 2022-02-14 2022-05-06 哈尔滨工业大学（深圳） 基于图论和多属性决策联合的低轨卫星切换方法和装置
CN115361055A (zh) * 2022-08-16 2022-11-18 中国科学院上海微系统与信息技术研究所 一种基于用户组的卫星通信系统星间切换方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5832379A (en) * 1990-03-19 1998-11-03 Celsat America, Inc. Communications system including control means for designating communication between space nodes and surface nodes
US20070072603A1 (en) * 1999-01-07 2007-03-29 Wang Arthur W Method and apparatus for providing wideband services using medium and low earth orbit satellites
US20100103864A1 (en) * 2008-10-24 2010-04-29 Qualcomm Incorporated Cell relay protocol
US20140219244A1 (en) * 2013-02-07 2014-08-07 Qualcomm Incorporated Resource reservation for handover signaling
CN106686681A (zh) * 2017-01-05 2017-05-17 清华大学 簇头卫星的选择方法及装置
CN106937247A (zh) * 2017-01-23 2017-07-07 西安电子科技大学 一种基于移动外地代理域的卫星网络移动性管理方法
CN112235792A (zh) * 2020-09-15 2021-01-15 西安电子科技大学 一种多类型终端接入与切换认证方法、系统、设备及应用
EP3766191A1 (en) * 2018-03-16 2021-01-20 Lockheed Martin Corporation Quality of service level selection for peer satellite communications
CN112422171A (zh) * 2020-11-09 2021-02-26 西安电子科技大学 环境不确定遥感卫星网络下的智能资源联合调度方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5832379A (en) * 1990-03-19 1998-11-03 Celsat America, Inc. Communications system including control means for designating communication between space nodes and surface nodes
US20070072603A1 (en) * 1999-01-07 2007-03-29 Wang Arthur W Method and apparatus for providing wideband services using medium and low earth orbit satellites
US20100103864A1 (en) * 2008-10-24 2010-04-29 Qualcomm Incorporated Cell relay protocol
US20140219244A1 (en) * 2013-02-07 2014-08-07 Qualcomm Incorporated Resource reservation for handover signaling
CN106686681A (zh) * 2017-01-05 2017-05-17 清华大学 簇头卫星的选择方法及装置
CN106937247A (zh) * 2017-01-23 2017-07-07 西安电子科技大学 一种基于移动外地代理域的卫星网络移动性管理方法
EP3766191A1 (en) * 2018-03-16 2021-01-20 Lockheed Martin Corporation Quality of service level selection for peer satellite communications
CN112235792A (zh) * 2020-09-15 2021-01-15 西安电子科技大学 一种多类型终端接入与切换认证方法、系统、设备及应用
CN112422171A (zh) * 2020-11-09 2021-02-26 西安电子科技大学 环境不确定遥感卫星网络下的智能资源联合调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DI ZHOU: "Mission QoS and Satellite Service Lifetime Tradeoff", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 *
周峰等: "基于多属性决策理论的低轨卫星上行链路频谱切换策略", 《遥测遥控》 *
底晓强，于立伟，刘旭: "一种基于演化博弈的低轨卫星切换算法研究", 《南京大学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114449604A (zh) * 2022-02-14 2022-05-06 哈尔滨工业大学（深圳） 基于图论和多属性决策联合的低轨卫星切换方法和装置
CN114449604B (zh) * 2022-02-14 2023-09-12 哈尔滨工业大学（深圳） 基于图论和多属性决策联合的低轨卫星切换方法和装置
CN115361055A (zh) * 2022-08-16 2022-11-18 中国科学院上海微系统与信息技术研究所 一种基于用户组的卫星通信系统星间切换方法
CN115361055B (zh) * 2022-08-16 2023-07-21 中国科学院上海微系统与信息技术研究所 一种基于用户组的卫星通信系统星间切换方法

Also Published As

Publication number Publication date
CN113133078B (zh) 2022-04-08
US20220345967A1 (en) 2022-10-27

Similar Documents

Publication Publication Date Title
CN113133078B (zh) 一种巨型低轨卫星网络轻量级的星间切换装置及方法
CN110620611B (zh) 一种基于geo与leo双层卫星网络的协同频谱感知方法
CN109743210B (zh) 基于深度强化学习的无人机网络多用户接入控制方法
CN108566253B (zh) 一种基于对信号功率谱拟合特征提取的信号识别方法
CN112469047B (zh) 一种天地一体化智能网络卫星节点部署方法
CN108055070B (zh) 混合虚网映射方法
WO2021036414A1 (zh) 一种低轨移动卫星星座下星地下行链路同频干扰预测方法
CN101616074B (zh) 基于量子进化的组播路由优化方法
CN113469425B (zh) 深度交通拥堵预测方法
CN115276756B (zh) 一种保障服务质量的低轨卫星星座优化设计方法
CN109815995A (zh) 一种缺失观测值条件下锂电池剩余寿命预测方法
CN101706888A (zh) 一种旅行时间预测的方法
Hu et al. An intelligent UAV deployment scheme for load balance in small cell networks using machine learning
CN113452642A (zh) 一种可重构智能表面增强的siso-ofdm下行传输方法
Cander Artificial neural network applications in ionospheric studies
CN106993296A (zh) 终端的性能评估方法及装置
He et al. Balancing total energy consumption and mean makespan in data offloading for space-air-ground integrated networks
CN116500546A (zh) 一种基于点云分割网络的雷达信号分选方法
Wang et al. A coordinated two-stages virtual network embedding algorithm based on reinforcement learning
CN108111991B (zh) 基于可伸缩视频流用户体验质量的d2d网络搭建方法
CN115860153A (zh) 基于个性化分组联邦学习的无线流量预测方法及系统
CN115694612A (zh) 基于相控阵天线的低轨卫星通信资源调度系统和方法
CN114154685A (zh) 智能电网中电能数据调度方法
CN114268348A (zh) 一种基于深度强化学习的无蜂窝大规模mimo功率分配方法
Li et al. An electromagnetic situation calculation method based on edge computing and cloud computing

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