CN113595767B - 一种数据链网络资源分配方法及系统 - Google Patents
一种数据链网络资源分配方法及系统 Download PDFInfo
- Publication number
- CN113595767B CN113595767B CN202110764845.8A CN202110764845A CN113595767B CN 113595767 B CN113595767 B CN 113595767B CN 202110764845 A CN202110764845 A CN 202110764845A CN 113595767 B CN113595767 B CN 113595767B
- Authority
- CN
- China
- Prior art keywords
- message
- constraint
- network
- relay
- data link
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/78—Architectures of resource allocation
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种数据链网络资源分配方法及系统。该方法包括:通过决策变量建模、约束建模和优化目标函数建模三个步骤,将数据链网络资源分配问题建模成COP模型;再使用0‑1整型规划求解器对该模型进行优化求解。本发明的建模支持数据链网络多网互联的复杂场景,可以适应更广泛的应用场景,对于多网互联的复杂场景也可以实现最优的数据链网络资源分配,并且求解方法高效。
Description
技术领域
本发明属于网络技术领域,更具体地,涉及一种数据链网络资源分配方法及系统。
背景技术
数据链网络是实现指控平台、武器平台和传感器平台深度铰链的关键系统,是提升联合作战中“侦、控、打、评”作战环路敏捷性、精准度的核心系统。区别于一般的军事无线通信系统,数据链网络与作战行动是紧密关联的,是一个作战任务订制的通信系统,为了提供实时态势信息共享和传感器到武器平台的快速作战能力,需要在作战行动开始之前,根据特定的作战方案进行通信需求分析,进行科学精细网络设计规划。能否高效、精准地完成数据链网络设计规划,是实现数据链系统组网和作战运用的关键,是应用数据链系统提升作战体系的整体对抗能力、提高武器系统作战效能的前提。数据链网络资源分配方法作为数据链网络设计规划中的主要技术方法具有重要意义。
现有技术中,针对数据链网络的资源分配,有以下几种解决方案。解决方案1:基于共享时隙池的数据链资源动态分配方法,具体是使用共享时隙池,在网管单元根据用户通信需求和优先级为所有加入共享时隙池的网络用户分配所需的时隙数。解决方案2:针对基于二叉树的时隙资源分配算法的不足,提出了基于遗传算法的TDMA时隙分配算法。解决方案3:提出根据用户优先级改进基于二叉树的时隙资源分配算法。解决方案4:提出了从时隙预分配、时隙动态需求预测、时隙动态分配计算和时隙调整等四个步骤实施的动态时隙分配算法。
然而,现有技术均存在以下不足:
①在数据链时隙资源分配过程中,由于建模方法的限制,一般考虑到的约束条件比较简单,并且将数据链时隙资源分配限定在单网的简单场景下,不适用于多网互联的复杂场景;
②在数据链时隙资源不足的条件下,无论是基于二叉树的时隙资源分配算法,还是基于启发式的时隙资源分配算法(包括遗传算法、蚁群算法和粒子群算法等)都无法保证资源分配结果的优化性。
发明内容
针对现有技术的至少一个缺陷或改进需求,本发明提供了本发明公开了一种数据链网络资源分配方法及系统,可以支持数据链网络多网互联的复杂场景,可以适应更广泛的应用场景。
为实现上述目的,按照本发明的第一方面,提供了一种数据链网络资源分配方法,包括步骤:
对数据链网络的资源分配进行决策变量建模,所述数据链网络采用时分多址接入,其有n个入网单元{1,2,3,…,n},其中前q(q<n)个入网单元{1,2,3,…,q}为中继单元,在一段时间w内,所述数据链网络共有S个时隙可以用来发送m个消息{t1,t2,t3,…,tm},一个消息ti可以用4元组<ti(s),ti(r),ti(d),ti(p)>来表示,其中其中ti(s)表示消息ti的发送者,ti(r)表示消息ti的接收者,ti(d)表示消息ti在无中继传输时所需的时隙数,ti(p)表示消息ti的优先级,所述决策变量记为X,
对消息ti(1≤i≤m),若X(i-1)(q+1)+1=1,则表示消息ti将被选中在网络上进行传输,若X(i-1)(q+1)+1=0,则表示消息ti未被选中在网络上进行传输,对中继单元j(1≤j≤q),若X(i-1)(q+1)+1+j=1,则表示消息ti的传输过程中需要中继单元j进行中继,若X(i-1)(q+1)+1+j=0,则表示消息ti的传输过程中不需要中继单元j进行中继,则表示消息ti的传输不需要中继;
利用所述决策变量中元素进行约束条件建模和目标函数建模,获得资源分配约束模型;
对所述资源分配约束模型进行求解,获取资源分配结果。
优选的,所述资源分配约束模型的目标函数的优化目标为:在所述数据链网络的时隙资源不够用的情况下,从m个待传输消息中选择若干个高优先级的在网络上进行传输,使得累计传输的消息优先级最大。
优选的,所述资源分配约束模型的约束条件包括一级中继约束、中继传输距离约束、最大传输距离约束和中级需求约束;
所述一级中继约束为:对每个消息ti,最多使用一级中继;
所述中继传输距离约束为:在每一个消息ti的传输过程中,若使用中继单元j进行中继,则j处于该消息ti的发送者ti(s)的最大传输距离之内,同时该消息ti的接收者ti(r)处于j的最大传输距离之内;
所述最大传输距离约束为:对消息ti,若其接收者ti(r)处于发送者ti(s)的最大传输距离之外,则消息ti的传输必须依赖中继;
所述中级需求约束为:对消息ti,若其接收者ti(r)处于发送者ti(s)的最大传输距离之内,则消息ti的传输不需要依赖中继。
优选的,所述一级中继约束表示为:
所述中继传输距离约束表示为:
其中,B[ti(s),j]为发送者ti(s)与中继单元j的传输可达性矩阵,B[j,ti(r)]为接收者ti(r)与中继单元j的传输可达性矩阵,B[ti(s),j]的定义为:B[ti(s),j]的取值为0或1,B[ti(s),j]=0表示发送者ti(s)在中继单元j的最大传输距离之外,B[ti(s),j]=1表示发送者ti(s)在中继单元j的最大传输距离之内,B[j,ti(r)]的定义为:B[j,ti(r)]的取值为0或1,B[j,ti(r)]=0表示接收者ti(r)在中继单元j的最大传输距离之外,B[j,ti(r)]=1表示接收者ti(r)在中继单元j的最大传输距离之内。
所述最大传输距离约束表示为:
其中,B[ti(s),ti(r)]为发送者ti(s)与接收者ti(r)的传输可达性矩阵,B[ti(s),ti(r)]的定义为:B[ti(s),ti(r)]的取值为0或1,B[ti(s),ti(r)]=0表示发送者ti(s)在接收者ti(r)的最大传输距离之外,B[ti(s),ti(r)]=1表示发送者ti(s)在接收者ti(r)的最大传输距离之内;
优选的,所述资源分配约束模型的约束条件包括网络容量约束,所述网络容量约束为:网络上传输的消息所用的时隙数之和不能超过所述数据链网络的总可用时隙数S。
优选的,所述网络容量约束表示为:
优选的,所述资源分配约束模型的约束条件包括端机性能约束,所述端机性能约束为:对入网单元j(1≤j≤n),其作为消息的发送者时,其占用的时隙不能超过所述数据链网络的总可用时隙数S的预设比例。
优选的,所述端机性能约束表示为:
优选的,对所述资源分配约束模型进行求解是采用0-1整型规划法进行求解。
按照本发明的第二方面,提供了一种数据链网络资源分配系统,包括:
建模模块,用于对数据链网络的资源分配进行决策变量建模,所述数据链网络采用时分多址接入,其有n个入网单元{1,2,3,…,n},其中前q(q<n)个入网单元{1,2,3,…,q}为中继单元,在一段时间w内,所述数据链网络共有s个时隙可以用来发送m个消息{t1,t2,t3,…,tm},一个消息ti可以用4元组<ti(s),ti(r),ti(d),ti(p)>来表示,其中其中ti(s)表示消息ti的发送者,ti(r)表示消息ti的接收者,ti(d)表示消息ti在无中继传输时所需的时隙数,ti(p)表示消息ti的优先级,所述决策变量记为X,
对消息ti(1≤i≤m),若X(i-1)(q+1)+1=1,则表示消息ti将被选中在网络上进行传输,若X(i-1)(q+1)+1=0,则表示消息ti未被选中在网络上进行传输,对中继单元j(1≤j≤q),若X(i-1)(q+1)+1+j=1,则表示消息ti的传输过程中需要中继单元j进行中继,若X(i-1)(q+1)+1+j=0,则表示消息ti的传输过程中不需要中继单元j进行中继,则表示消息ti的传输不需要中继;
所述建模模块,还用于利用所述决策变量进行约束条件建模和目标函数建模,获得资源分配约束模型;
求解模块,对所述资源分配约束模型进行求解,获取资源分配结果。
总体而言,本发明与现有技术相比,具有有益效果:
(1)本发明专利提出将数据链网络资源分配问题建模成一个约束优化问题(COP)模型,该模型建模了数据链网络资源分配时需要考虑到的多种约束条件,本发明的模型支持数据链网络多网互联的复杂场景,适应更广泛的应用场景。
(2)本发明专利提出使用0-1整型规划求解方法对建立的数据链网络资源分配问题COP模型进行高效求解。通过对比了0-1整型规划求解方法、遗传算法和约束规划求解方法,验证了0-1整型规划求解方法的有效性。
附图说明
图1是本发明实施例的数据链网络资源分配方法原理示意图;
图2是本发明实施例的一跳邻节点冲突示意图;
图3是本发明实施例的两跳邻节点冲突示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1为本发明实施例的数据链网络资源分配方法的原理示意图。具体地,本发明实施例的数据链网络资源分配方法,包括步骤:对数据链网络的资源分配进行决策变量建模;利用决策变量中元素进行约束条件建模和目标函数建模,获得资源分配约束模型,即COP(Constraint Optimization Problem,约束优化问题)模型;对资源分配约束模型进行求解,获取资源分配结果。优选的,采用0-1整型规划求解器对该模型进行优化求解。
为了描述本专利提出的方法,下面首先给出数据链网络资源分配问题的描述,接着建立数据链网络资源分配问题的COP模型,并描述该模型的求解方法,最后给出实验结果,验证本方法的有效性。
1.数据链网络资源分配问题描述
1.1约束分析
数据链网络资源分配过程中存在着多种制约因素,数据链网络资源分配就是要在满足各种约束的情况下实现数据链网络资源利用的最大化。下面,分别对数据链网络资源分配过程中的各种制约因素进行分析。
(1)信号的传输距离约束
电磁波信号在传播过程中信号会衰减,并可能被其它物体遮挡,导致信号的传输距离受限。例如,在Link-11数据链网络中,当使用2~30MHz的低频段时,电磁波信号的最大传输距离为300英里;当使用225~400MHz的高频段时,电磁波的最大传输距离为25英里;在Link-16数据链网络中,电磁波信号仅能进行视距传输,舰对舰的最大传输距离为30英里,舰对空的最大传输距离大约为150英里,空对空的最大传输距离为300英里。当且仅当通信双方的距离不超过信号的最大传输距离时,双方才能直接通信;否则,需要在通信双方之间布置中继节点,并且确保中继节点与通信双方均能够直接通信。
(2)网络容量约束
在数据链网络中,网络的最大吞吐量是受限的。例如,Link-11数据链网络的最大传输速率为1.8Kbps;Link-16数据链网络中,单网的最大传输速率为107.52Kbps。因此,在一定时间内,整个数据链网络中所能传输的消息数量是受限的。
(3)传输互斥约束
在无线传输环境下,一个数据链网络成员发送的消息,能被信号最大传输距离之内的其它所有网络成员所接收。因此,若数据链网络中有多个成员同时发送消息,将可能在接收端出现信号干扰而导致冲突,如图2和图3所示。
在图2和图3中,节点A和C同时向节点B发送数据,将会导致在节点B处出现信号干扰,从而导致传输冲突。为了避免冲突,在数据链网络中,会要求同一时间内最多只能有一个网络成员在发送数据,而其它成员只能处于接收状态。
(4)端机性能约束
在数据链网络中,端机装备的使用还受到其性能约束影响,限制端机占用的传输数据时隙数量不能超过全网总时隙数一定的比例。
数据链网络资源分配问题的本质是在满足各种约束条件下,实现数据链网络资源利用的最大化。因此,该问题可以建模成COP模型,并利用优化技术来进行求解。
尽管在数据链网络资源分配的理论上,可能会有类似的要求,但是在实际利用计算机进行数据链网络资源分配的过程中,如何对决策变量和上述多种约束条件进行有效建模和求解,是非常困难的。因此,现有技术中,一般考虑的约束条件比较简单,并且将数据链时隙资源分配限定在单网的简单场景下,不适用于多网互联的复杂场景。本发明实施例中,采用有效的建模方法,可以适用于多网互联的复杂场景,适应更广泛的应用场景。
下面具体说明本发明实施例的建模方法。
1.2符号定义
本发明实施例的数据链网络资源分配,适用于以下定义的数据链网络。在一个采用时分多址接入的数据链网络中有n个入网单元{1,2,3,…,n},其中前q(q<n)个单元{1,2,3,…,q}具有中继能力,并且网络中只允许使用一级中继(即一次通信过程中最多允许使用一个中继单元进行转发)。在一小段时间w内,整个网络中共有S个时隙可以用来发送m个消息{t1,t2,t3,…,tm}。一个消息ti可以用4元组<s,r,d,p>来表示,其中ti(s)表示消息的发送者,ti(r)表示消息的接收者,ti(d)表示消息在无中继传输时所需的时隙数,ti(p)表示消息的优先级(数值越大表示优先级越高)。例如消息ti=<2,4,2,3>表示消息的发送者为2号入网单元;接收者为4号入网单元;消息在网络中无中继传输需要2个时隙,若采用中继传输则总共需要4个时隙(中继该消息也需要2时隙);消息的优先级为3。数据链网络资源分配的目标是在网络时隙资源不够用的情况下,从m个待传输消息中选择若干个高优先级的在网络上进行传输,使得累计传输的消息优先级最大,同时考虑如下的一些约束条件:
(1)传输距离约束
通过给定传输可达性矩阵B对该约束进行了简化,即对任意两个入网单元i和j,B[i,j]=1表示j在i的最大传输距离之内,双方可直接通信;B[i,j]=0表示j在i的最大传输距离之外,此时,j必须通过中继单元才可能收到来自i的消息。
(2)中继传输约束
若入网单元i发送给入网单元j的消息需要通过中继单元k,则i和k的通信、以及k和j的通信同样也必须满足传输距离约束,即要求B[i,k]=1并且B[k,j]=1。
(3)网络容量约束
所有在网络中成功传输的消息所用的时隙之和不能超过网络中总共可用的时隙数S。
(4)端机性能约束
2.数据链网络资源分配问题COP模型建模
2.1决策变量建模
对每一个消息ti,需要确定该消息是否能在网络上进行传输,如果传输的话,还可能需要使用到中继。定义如下的决策变量X:
矩阵共有m行,q+1列,共有m×(q+1)个元素。第i(1≤i≤m)行的元素表示消息ti的传输过程。通过求解所有决策变量X,就可以得到m个消息的资源分配结果。
对消息ti(1≤i≤m),若X(i-1)(q+1)+1=1,则表示消息ti将被选中在网络上进行传输,若X(i-1)(q+1)+1=0,则表示消息ti未被选中在网络上进行传输,对中继单元j(1≤j≤q),若X(i-1)(q+1)+1+j=1,则表示消息ti的传输过程中需要中继单元j进行中继,若X(i-1)(q+1)+1+j=0,则表示消息ti的传输过程中不需要中继单元j进行中继。因此时,表示消息ti的传输不需要中继。根据上面的分析,可以得到所有决策变量的取值范围均为{0,1}。
2.2约束建模
(1)一级中继约束
在每一个消息ti的传输过程中,最多使用一级中继,即
(2)中继传输距离约束
在每一个消息ti的传输过程中,若使用中继单元j进行中继,则j处于该消息ti的发送者ti(s)的最大传输距离之内,同时该消息ti的接收者ti(r)处于j的最大传输距离之内,即
B[ti(s),j]为发送者ti(s)与中继单元j的传输可达性矩阵,B[j,ti(r)]为接收者ti(r)与中继单元j的传输可达性矩阵,B[ti(s),j]的定义为:B[ti(s),j]的取值为0或1,B[ti(s),j]=0表示发送者ti(s)在中继单元j的最大传输距离之外,B[ti(s),j]=1表示发送者ti(s)在中继单元j的最大传输距离之内,B[j,ti(r)]的定义为:B[j,ti(r)]的取值为0或1,B[j,ti(r)]=0表示接收者ti(r)在中继单元j的最大传输距离之外,B[j,ti(r)]=1表示接收者ti(r)在中继单元j的最大传输距离之内。上式表明,仅当B[ti(s),j]=1且B[j,ti(r)]=1时,X(i-1)(q+1)+1+j才有可能等于1。
(3)最大传输距离约束
对消息ti,若其接收者ti(r)处于发送者ti(s)的最大传输距离之外,则消息ti的传输必须依赖中继,即
s.t.表示i满足后面公式。
(4)中继需求约束
对消息ti,若其接收者ti(r)处于发送者ti(s)的最大传输距离之外,则消息ti的传输必须依赖中继,即
其中,B[ti(s),ti(r)]为发送者ti(s)与接收者ti(r)的传输可达性矩阵,B[ti(s),ti(r)]的定义为:B[ti(s),ti(r)]的取值为0或1,B[ti(s),ti(r)]=0表示发送者ti(s)在接收者ti(r)的最大传输距离之外,B[ti(s),ti(r)]=1表示发送者ti(s)在接收者ti(r)的最大传输距离之内。
(5)网络容量约束
网络上传输的消息所用的时隙数之和不能超过网络上总计可用的时隙数S,即
(6)端机性能约束
需要特别说明的是,上述仅为本发明的优选实施例,本发明中并非必须包含上述所有约束条件,可以根据需要灵活选取,凡在本发明的精神和原则之内所作的约束条件任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
2.3目标函数建模
数据链网络资源分配的目标是尽量传输优先级高的消息,可以定义目标函数f:
其中,ti(p)为消息ti的优先级。优化的目标是最大化f(X)的值。
3.数据链网络资源分配问题COP模型求解
在建立的数据链网络资源分配问题COP模型中,(1)所有的决策变量都是整数变量,并且取值范围只能是0和1;(2)所有的约束都是决策变量的线性表达式;(3)优化目标函数也是决策变量的线性表达式。因此,该COP模型是一个0-1整型规划问题模型,可以使用0-1整型规划求解器进行求解,该求解器能高效地求解出最优解。在实现上,可以直接使用MATLAB优化工具箱中提供的0-1整型规划求解器。
4.实验结果
为了验证本专利所提出方法的有效性,比较0-1整型规划求解方法、遗传算法和约束规划三种求解方法。其中0-1整型规划求解方法和约束规划求解方法都能找到数据链网络资源分配问题COP模型的最优解;遗传算法是一种高效的局部搜索方法,但是没有办法保证找到数据链网络资源分配问题COP模型的最优解,通常只能找到一个局部最优解。在实验中,0-1整型规划求解方法的实现,是使用了MATLAB优化工具箱中的0-1整型规划求解器;遗传算法的实现,是使用了MATLAB优化工具箱中的遗传算法求解器;约束规划求解方法是一种基于搜索树的约束减枝搜索算法,在实现上是使用了瑞典皇家工学院Christian Shulte教授团队开发的GECODE软件,并且针对数据链网络资源分配问题COP模型设计了高效的搜索策略。
实验过程中,使用了一台装有Intel T5670 1.8GHz CPU和3GB内存的笔记本电脑,表1给出了实验结果。
表1三种求解方法的实验结果对比
如表1所示,对入网单元数量(n)、中继单元数量(q)、网络可用时隙数量(s)和带传输通信业务数量(m)等4个参数设置了不同的值,共进行了6组实验。实验中的搜索空间复杂度从260增加到22720,意味着求解难度从易到难。0-1整型规划求解方法和约束规划求解方法都是全局搜索方法,因此都能保证找到的解是全局最优解。对比0-1整型规划求解方法和约束规划求解方法,可以发现0-1整型规划求解方法的鲁棒性更好,求解效率更高,即使对于最难的一个实例,也只花了27秒的时间就求解出了最优解;而约束规划求解方法只能在2个较简单的实例中求解出最优解。遗传算法是一种高效的局部搜索方法,没有办法保证求解出问题的全局最优解。对比0-1整型规划求解方法和遗传算法,我们发现遗传算法耗时更长,且找到的局部最优解的优化性不高。因此,0-1整型规划求解方法具有很好的求解性能。
本发明实施例的一种数据链网络资源分配系统,包括:
建模模块,用于对数据链网络的资源分配进行决策变量建模,数据链网络采用时分多址接入,其有n个入网单元{1,2,3,…,n},其中前q(q<n)个入网单元{1,2,3,…,q}为中继单元,在一段时间w内,数据链网络共有s个时隙可以用来发送m个消息{t1,t2,t3,…,tm},一个消息ti可以用4元组<ti(s),ti(r),ti(d),ti(p)>来表示,其中其中ti(s)表示消息ti的发送者,ti(r)表示消息ti的接收者,ti(d)表示消息ti在无中继传输时所需的时隙数,ti(p)表示消息ti的优先级,决策变量记为X,
对消息ti(1≤i≤m),若X(i-1)(q+1)+1=1,则表示消息ti将被选中在网络上进行传输,若X(i-1)(q+1)+1=0,则表示消息ti未被选中在网络上进行传输,对中继单元j(1≤j≤q),若X(i-1)(q+1)+1+j=1,则表示消息ti的传输过程中需要中继单元j进行中继,若X(i-1)(q+1)+1+j=0,则表示消息ti的传输过程中不需要中继单元j进行中继,则表示消息ti的传输不需要中继;
建模模块,还用于利用决策变量进行约束条件建模和目标函数建模,获得资源分配约束模型;
求解模块,对所述资源分配约束模型进行求解,获取资源分配结果。
系统的实现原理、技术效果与上述方法相同,此处不再赘述。
本领域的技术人员容易理解,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作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种数据链网络资源分配方法,其特征在于,包括步骤:
对数据链网络的资源分配进行决策变量建模,所述数据链网络采用时分多址接入,其有n个入网单元{1,2,3,…,n},其中前q(q<n)个入网单元{1,2,3,…,q}为中继单元,在一段时间w内,所述数据链网络共有S个时隙可以用来发送m个消息{t1,t2,t3,…,tm},一个消息ti可以用4元组<ti(s),ti(r),ti(d),ti(p)>来表示,其中ti(s)表示消息ti的发送者,ti(r)表示消息ti的接收者,ti(d)表示消息ti在无中继传输时所需的时隙数,ti(p)表示消息ti的优先级,所述决策变量记为X,
对消息ti(1≤i≤m),若X(i-1)(q+1)+1=1,则表示消息ti将被选中在网络上进行传输,若X(i-1)(q+1)+1=0,则表示消息ti未被选中在网络上进行传输,对中继单元j(1≤j≤q),若X(i-1)(q+1)+1+j=1,则表示消息ti的传输过程中需要中继单元j进行中继,若X(i-1)(q+1)+1+j=0,则表示消息ti的传输过程中不需要中继单元j进行中继,则表示消息ti的传输不需要中继;
利用所述决策变量中元素进行约束条件建模和目标函数建模,获得资源分配约束模型;
所述资源分配约束模型的目标函数的优化目标为:在所述数据链网络的时隙资源不够用的情况下,从m个待传输消息中选择若干个高优先级的在网络上进行传输,使得累计传输的消息优先级最大;
所述资源分配约束模型的约束条件包括一级中继约束、中继传输距离约束、最大传输距离约束、中级需求约束、网络容量约束和端机性能约束;
所述一级中继约束为:对每个消息ti,最多使用一级中继;
所述中继传输距离约束为:在每一个消息ti的传输过程中,若使用中继单元j进行中继,则j处于该消息ti的发送者ti(s)的最大传输距离之内,同时该消息ti的接收者ti(r)处于j的最大传输距离之内;
所述最大传输距离约束为:对消息ti,若其接收者ti(r)处于发送者ti(s)的最大传输距离之外,则消息ti的传输必须依赖中继;
所述中级需求约束为:对消息ti,若其接收者ti(r)处于发送者ti(s)的最大传输距离之内,则消息ti的传输不需要依赖中继;
所述网络容量约束为:网络上传输的消息所用的时隙数之和不能超过所述数据链网络的总可用时隙数S;
所述端机性能约束为:对入网单元j(1≤j≤n),其作为消息的发送者时,其占用的时隙不能超过所述数据链网络的总可用时隙数S的预设比例;
对所述资源分配约束模型进行求解,获取资源分配结果。
2.如权利要求1所述的一种数据链网络资源分配方法,其特征在于,所述一级中继约束表示为:
所述中继传输距离约束表示为:
其中,B[ti(s),j]为发送者ti(s)与中继单元j的传输可达性矩阵,B[j,ti(r)]为接收者ti(r)与中继单元j的传输可达性矩阵,B[ti(s),j]的定义为:B[ti(s),j]的取值为0或1,B[ti(s),j]=0表示发送者ti(s)在中继单元j的最大传输距离之外,B[ti(s),j]=1表示发送者ti(s)在中继单元j的最大传输距离之内,B[j,ti(r)]的定义为:B[j,ti(r)]的取值为0或1,B[j,ti(r)]=0表示接收者ti(r)在中继单元j的最大传输距离之外,B[j,ti(r)]=1表示接收者ti(r)在中继单元j的最大传输距离之内;
所述最大传输距离约束表示为:
其中,B[ti(s),ti(r)]为发送者ti(s)与接收者ti(r)的传输可达性矩阵,B[ti(s),ti(r)]的定义为:B[ti(s),ti(r)]的取值为0或1,B[ti(s),ti(r)]=0表示发送者ti(s)在接收者ti(r)的最大传输距离之外,B[ti(s),ti(r)]=1表示发送者ti(s)在接收者ti(r)的最大传输距离之内;
5.如权利要求1所述的一种数据链网络资源分配方法,其特征在于,对所述资源分配约束模型进行求解是采用0-1整型规划法进行求解。
6.一种数据链网络资源分配系统,其特征在于,包括:
建模模块,用于对数据链网络的资源分配进行决策变量建模,所述数据链网络采用时分多址接入,其有n个入网单元{1,2,3,…,n},其中前q(q<n)个入网单元{1,2,3,…,q}为中继单元,在一段时间w内,所述数据链网络共有s个时隙可以用来发送m个消息{t1,t2,t3,…,tm},一个消息ti可以用4元组<ti(s),ti(r),ti(d),ti(p)>来表示,其中其中ti(s)表示消息ti的发送者,ti(r)表示消息ti的接收者,ti(d)表示消息ti在无中继传输时所需的时隙数,ti(p)表示消息ti的优先级,所述决策变量记为X,
对消息ti(1≤i≤m),若X(i-1)(q+1)+1=1,则表示消息ti将被选中在网络上进行传输,若X(i-1)(q+1)+1=0,则表示消息ti未被选中在网络上进行传输,对中继单元j(1≤j≤q),若X(i-1)(q+1)+1+j=1,则表示消息ti的传输过程中需要中继单元j进行中继,若X(i-1)(q+1)+1+j=0,则表示消息ti的传输过程中不需要中继单元j进行中继,则表示消息ti的传输不需要中继;
所述建模模块,还用于利用所述决策变量进行约束条件建模和目标函数建模,获得资源分配约束模型;
所述资源分配约束模型的目标函数的优化目标为:在所述数据链网络的时隙资源不够用的情况下,从m个待传输消息中选择若干个高优先级的在网络上进行传输,使得累计传输的消息优先级最大;
所述资源分配约束模型的约束条件包括一级中继约束、中继传输距离约束、最大传输距离约束、中级需求约束、网络容量约束和端机性能约束;
所述一级中继约束为:对每个消息ti,最多使用一级中继;
所述中继传输距离约束为:在每一个消息ti的传输过程中,若使用中继单元j进行中继,则j处于该消息ti的发送者ti(s)的最大传输距离之内,同时该消息ti的接收者ti(r)处于j的最大传输距离之内;
所述最大传输距离约束为:对消息ti,若其接收者ti(r)处于发送者ti(s)的最大传输距离之外,则消息ti的传输必须依赖中继;
所述中级需求约束为:对消息ti,若其接收者ti(r)处于发送者ti(s)的最大传输距离之内,则消息ti的传输不需要依赖中继;
所述网络容量约束为:网络上传输的消息所用的时隙数之和不能超过所述数据链网络的总可用时隙数S;
所述端机性能约束为:对入网单元j(1≤j≤n),其作为消息的发送者时,其占用的时隙不能超过所述数据链网络的总可用时隙数S的预设比例;
求解模块,对所述资源分配约束模型进行求解,获取资源分配结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110764845.8A CN113595767B (zh) | 2021-07-06 | 2021-07-06 | 一种数据链网络资源分配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110764845.8A CN113595767B (zh) | 2021-07-06 | 2021-07-06 | 一种数据链网络资源分配方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113595767A CN113595767A (zh) | 2021-11-02 |
CN113595767B true CN113595767B (zh) | 2023-04-18 |
Family
ID=78246176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110764845.8A Active CN113595767B (zh) | 2021-07-06 | 2021-07-06 | 一种数据链网络资源分配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113595767B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114302445B (zh) * | 2021-12-16 | 2023-08-29 | 中国人民解放军战略支援部队信息工程大学 | 基于轮询组网工作方式的无线信号收发方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111092779A (zh) * | 2020-03-19 | 2020-05-01 | 清华大学 | 网络资源配置方法、装置、计算机设备及可读存储介质 |
CN112566212A (zh) * | 2020-12-10 | 2021-03-26 | 哈尔滨工业大学(深圳) | 一种面向中继协作无线供能通信网络的资源分配方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105873219A (zh) * | 2016-05-30 | 2016-08-17 | 西安电子科技大学 | 基于GASE的TDMA无线Mesh网络资源分配方法 |
CN108365980A (zh) * | 2018-02-05 | 2018-08-03 | 西安电子科技大学 | 基于GASE的STDMA Mesh网络资源分配方法 |
CN111667191B (zh) * | 2020-06-11 | 2023-05-16 | 湖南大学 | 资源专享和转移视角下双目标鲁棒资源分配方法和系统 |
-
2021
- 2021-07-06 CN CN202110764845.8A patent/CN113595767B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111092779A (zh) * | 2020-03-19 | 2020-05-01 | 清华大学 | 网络资源配置方法、装置、计算机设备及可读存储介质 |
CN112566212A (zh) * | 2020-12-10 | 2021-03-26 | 哈尔滨工业大学(深圳) | 一种面向中继协作无线供能通信网络的资源分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113595767A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Applications of multi-agent reinforcement learning in future internet: A comprehensive survey | |
Saad et al. | Coalitional game theory for communication networks | |
Zhang et al. | Deep reinforcement learning for social-aware edge computing and caching in urban informatics | |
Bu et al. | Fuzzy logic vector–based forwarding routing protocol for underwater acoustic sensor networks | |
Dong et al. | Performance analysis of multihop-diversity-aided multihop links | |
CN104507168B (zh) | 认知Ad Hoc网络的分布式拓扑控制方法 | |
Yu et al. | Efficient link scheduling in wireless networks under Rayleigh-fading and multiuser interference | |
Konate et al. | Attacks Analysis in mobile ad hoc networks: Modeling and Simulation | |
CN113595767B (zh) | 一种数据链网络资源分配方法及系统 | |
Dai et al. | QoS‐based device‐to‐device communication schemes in heterogeneous wireless networks | |
Fazel et al. | Secure throughput optimization for cache-enabled multi-UAVs networks | |
Ronasi et al. | Distributed scheduling in multihop wireless networks with maxmin fairness provisioning | |
CN111885691A (zh) | 无线携能网络的功率分配方法、装置和计算机设备 | |
Cao et al. | Interference-aware multi-user relay selection scheme in cooperative relay networks | |
Senthilkumar | Hidden Markov Model based channel selection framework for cognitive radio network | |
Alvandi et al. | Delay optimization and cross-layer design in multihop wireless networks with network coding and successive interference cancelation | |
Xie et al. | Effective collaboration to maximize throughput based on multiuser cooperative mobility in social-physical ad hoc networks | |
Yu et al. | Distributed packet-aware routing scheme based on dynamic network coding | |
Xu et al. | An Efficient Deployment Scheme with Network Performance Modeling for Underwater Wireless Sensor Networks | |
Banerjee et al. | A cooperative strategy for trustworthy relay selection in CR network: a game-theoretic solution | |
Cicioğlu et al. | An effective routing algorithm for spectrum allocations in cognitive radio based internet of things | |
Joon et al. | Hybrid deep learning prediction model for blackhole attack protection in wireless communication | |
Qu et al. | Congestion control, routing, and scheduling in wireless networks with interference cancelation capabilities | |
Afsana et al. | Multi-priority and trusted multi-path selection algorithm for ad-hoc network | |
Friderikos et al. | Interference aware routing for minimum frame length schedules in wireless mesh 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 |