CN113630171B - 一种基于QoS的卫星网络k端可靠性分析方法 - Google Patents
一种基于QoS的卫星网络k端可靠性分析方法 Download PDFInfo
- Publication number
- CN113630171B CN113630171B CN202110898407.0A CN202110898407A CN113630171B CN 113630171 B CN113630171 B CN 113630171B CN 202110898407 A CN202110898407 A CN 202110898407A CN 113630171 B CN113630171 B CN 113630171B
- Authority
- CN
- China
- Prior art keywords
- link
- path
- reliability
- qos
- 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
Links
Images
Classifications
-
- 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
- H04B7/18519—Operations control, administration or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种基于QoS的卫星网络k端可靠性分析方法,包括以下步骤:分析可靠性指标;分析链路多状态;计算基于QoS的卫星网络k端可靠度。本发明首先对非融合元素采取置零取非操作,进行网络拓扑邻接矩阵变换,得到连通k个节点的路径,有效减少了矩阵变换次数,避免了冗余链路的产生;然后将链路划分多个状态,不同状态对应不同链路带宽,并考虑到业务类型差异导致QoS指标差异,将业务分为三大类型,根据不同业务的QoS约束条件和链路当前状态,确定卫星网络中满足条件的可用路径;最后由链路当前状态的可靠度计算出不同业务下的k端路径可靠度;不仅提升了可靠度计算的准确性,而且计算效率也得到了提高;具有良好的应用前景。
Description
技术领域
本发明涉及卫星网络传输的可靠性分析技术,特别是一种综合考虑各业务QoS(QualityofService,服务质量)指标的卫星网络k端通信可靠性分析方法。
背景技术
卫星网络本身就是一个复杂的系统,其结构复杂、功能多样、而且所处的运行环境多变,导致卫星通信网络将面临更多不可靠因素的影响。一方面,由于卫星节点都暴露于空间的复杂环境,导致其很容易遭受攻击,出现卫星的故障或失效,从而影响卫星网络通信的可靠性。另一方面,由于广阔的波束范围内,卫星通信链路可能受到突发干扰、强降雨、浓雾、重霾等诸多不确定因素的影响,这些恶劣条件对卫星通信系统的可靠性存在较大威胁。因此对卫星网络进行可靠性分析是不可或缺的一环。
发明内容
为解决现有技术存在的上述问题,本发明要设计一种能提升卫星网络在不同业务下k(2<k<n,n为卫星节点总数)端路径可靠度计算的高效性和准确性的基于QoS的卫星网络k端可靠性分析方法。
为了实现上述目的,本发明的技术方案如下:一种基于QoS的卫星网络k端可靠性分析方法,包括以下步骤:
A、分析可靠性指标
G=(V,M,K)
V={v1,...,va,...,vn},1≤a≤n
M={m1,...,mb,...,mz},1≤b≤z
式中,va为卫星节点,a为卫星节点序号,n为卫星节点总数;mb为卫星链路,b为卫星链路序号,z为卫星链路总数;
定义QoS指标对链路进行分析。并根据不同业务对指标要求的差异,将业务分为三类,分别为时延敏感业务、带宽敏感业务和可靠性敏感业务。
设时延T为一个报文或分组从一个网络的一端传送到另一端所需要的时间,根据操作规则将链路时延和路径时延作为附加度量参数,相关表达式如下:
设带宽B为单位时间内能传输的数据量。根据操作规则将链路带宽作为凹性度量参数,相关表达式如下:
设丢包率为数据传输时,丢失的数据包数量占所发送数据组的比率。根据操作规则将链路丢包率和路径丢包率作为乘法度量参数,相关表达式如下:
B、分析链路多状态
根据卫星网络多性能水平的特性,将其划分为多个状态,为可靠度的计算提供状态依据。
由于一条路径上的时延、丢包率不同,可用带宽受影响。将星间链路状态与链路的带宽相关联,不同状态对应不同的带宽,若链路mb具有l个不同的性能等级,用集合的形式来描述为:
假设卫星网络在[0,T]这一个时间片内,链路mb处于不同性能等级的可靠度用集合的形式描述为:
C、计算基于QoS的卫星网络k端可靠度
为了避免产生冗余链路,提升可靠度计算的准确性,首先进行节点融合,对非融合元素采取置零取非操作,进行网络拓扑邻接矩阵变换,得到连通k个节点的路径。然后,根据不同业务的QoS约束条件和链路当前状态,确定卫星网络中满足条件的可用路径。最后,由链路当前状态的可靠度计算出不同业务下的k端路径可靠度。
C1、定义k端不相交路径函数
定义1:邻接矩阵M(G)=[mij]n×n表示节点间的连接关系,
定义2:若|V(G)|=n,则称G(V,M,K)为n阶图。
为了避免产生冗余链路,在利用矩阵降阶变换求解路径时,预先对除融合元素以外与融合点相连的元素采用置零取非操作。已知邻接矩阵M(G)=[mij]n×n中每行最多有n-1个非零元素,若第一次要融合的元素为则对第i行除以外的至多n-2个非零元素置零取非,记作若第二次要融合的元素为除了对其余未被融合的n-3个非零元素置零取非外,还要对第一次融合的元素置零取非,记作以此类推,当要融合第i行最后一个非零元素时,需要对之前所有已经融合的元素置零取非,记作然后再将每次要融合的元素mi,j进行线性变换:第j列元素加到第i列,第j行元素加到第i行,删除第j列第j行。完成节点融合与矩阵降阶。自上而下遍历得到不相交路径函数F(M),公式如下:
C2、考虑QoS约束
依据链路当前状态,将所述的不相交路径函数F(M)结合不同业务的QoS约束条件,确定卫星网络中满足条件的可用路径。QoS约束条件为:
Tpath≤Tmax (7)
Bpath≥Bmin (8)
Ppath≤Pmax (9)
式中:Tmax为路径时延阈值;Bpath为路径带宽;Pmax为路径丢包率阈值。式(7)为时延约束;式(8)为带宽约束;式(9)为丢包率约束。不同业务QoS阈值不同,当k端连通路径同时满足式(7)-(9)时,认为此业务下传输路径可靠。
C3、计算k端路径可靠度
在得到满足条件的可用路径后,计算不同业务下的k端路径可靠度。首先,将路径中链路当前状态下的可靠度相乘得到此传输路径的可靠度,然后,将同种业务下的所有路径k端可靠度相加,最终得到此业务下的k端路径可靠度。计算公式如下:
与现有技术相比,本发明具有以下有益效果:
1、本发明在设计k端路径函数时,首先对邻接矩阵中的非融合元素采取置零取非操作,也就是说,从初始融合点出发,与其相邻的节点只能选择一个,作为融合元素,为了避免产生冗余链路,将剩余的非融合元素置零取非,然后再对邻接矩阵线性降阶变换,这样大大减少了矩阵变换次数。
2、本发明将链路划分多个状态,不同状态对应不同带宽,并考虑到卫星网络业务类型不同,其对传输时延、传输带宽等服务的需求也不同,将业务分了三大类型,根据不同业务的QoS约束条件和链路当前状态计算k端路径可靠度,不仅提升了可靠度计算的准确性,而且计算效率也得到了提高。
3、综上,本发明基于业务QoS的卫星网络k端可靠性分析方法具有良好的应用前景。
附图说明
图1是本发明的流程图。
图2是卫星网络拓扑模型。
图3是矩阵降阶变换过程图。
图4是不同算法分业务的可靠度比较。
具体实施方式
下面结合附图对本发明进行进一步说明。如图1所示,一种基于QoS的卫星网络k端可靠性分析算法,具体步骤如下:
Step1:根据卫星网络拓扑,选定k个目标节点作为研究对象,任选其中一个节点si作为初始融合点。并输入关联矩阵M(G)、传输带宽敏感业务、时延敏感业务和可靠性敏感业务的QoS需求和网络此时的状态。
Step3:矩阵线性变换:将邻接矩阵M中第j列元素加到第i列,第j行元素加到第i行,删除第j行第j列,更新矩阵M,此时阶数减少1。
Step6:以此类推,直到矩阵中元素只有1或0,表示k个目标节点融合完毕。
Step7:从上到下依次遍历F(M),便可得到完整的F(M)。即连通这一组目标节点的不相交路径函数。
Step8:根据链路多状态特性,结合时延敏感业务、带宽敏感业务和可靠性敏感业务的需求,分析计算不同业务下的k端路径可靠度。
本发明的实施例如下:
根据卫星网络动态拓扑可预知性和周期性的特点,将卫星网络的运行周期T划分为n个时间片[t0=0,t1),[t1,t2),...,[tn-1,tn=T),在每个时间片内假设卫星网络拓扑不变,拓扑只有在时间点t0,t1,t2,...,tn-1上发生变化,一个时间片内的卫星网络拓扑如图2所示。
假设星间链路mb共有0、1、2这三种状态,每条链路的状态概率分布及传输时延和丢包率如表1所示,各链路状态及其对应带宽如表2所示,各业务的QoS需求如表3所示。
表1链路状态数据
表2链路状态及对应带宽
表3三种业务的QoS需求
根据上述链路状态概率生成一组网络状态(2,2,1,2,2,2,1),首先,求出一组目标顶点的连通路径,然后结合不同业务的QoS约束条件和链路当前状态,确定卫星网络中满足条件的可用路径;最后,由链路当前状态的可靠度计算出不同业务下的k端路径可靠度。具体步骤如下:
Step1:给定一组目标节点K={v1,v2,v5},选v1作为初始融合点s,生成的邻接矩阵如下:
Step2:与s相关的元素在M(G)的第一行即i=1,第一行有两个非零元素即与s相连的边(元素),分别是m1,2、m1,4,也就是说s与v2、v4相连。∵v2∈K,优先选择K中元素,∴选择m1,2,不选m1,4,此时j1=2。即s先与v2融合,不与v4融合。记为
Step3:首先将M(G)中的m1,4置零取非,即其次M(G)中第二列的元素全都加到第一列,矩阵的线性变换中用cj表示第j列,即c2+c1;再次将M(G)中第二行的元素全都加到第一行,矩阵的线性变换中用ri表示第i行,即r2+r1;最后删除第二行第二列。此时,M(G)的阶数为4。更新后的矩阵M1如下:
Step4:现在选择m1,4,不选m1,2,此时j2=4。即s先与v4融合,不与v2融合。
Step5:首先将M(G)中的m1,2置零取非,即其次M(G)中第四列的元素全都加到第一列,即c4+c1;再次将M(G)中第四行的元素全都加到第一行,即r4+r1;最后删除第四行第四列。此时,M(G)的阶数为4。更新后的矩阵M2如下所示。此时已将5阶的M(G)变换为4阶的M1和M2,即更新后的矩阵M2如下:
Step6:依此类推,分别对4阶的M1和M2的第一行选择非零元素进行上述的变换操作,直到K被全部融合为止,停止操作,便可得到连通v1,v2,v5的不相交路径函数F(M)。具体结果见图3。
由图3可知,当矩阵的阶变为2时,可以发现和只有0和1两个元素,则说明无法自上而下遍历即不存在连通路径。和中分别有m4,5、m3,5这两个元素,但自上而下遍历可知v5已经融合,所以没必要再分解。同理 和需要将其非0非1元素继续融合才能遍历出完整的连通路径。
综上,得到的不相交路径函数为:
即连通v1,v2,v5的所有路径为v1v2v3v5,v1v2v3v4v5、v1v2v4v5、v1v2v4v3v5、v1v4v2v3v5和v1v4v5v3v2。
运用公式(7)-(9)和表1、表3的数据,确定卫星网络中满足条件的可用路径。对于时延敏感业务,满足QoS需求的路径为:{v1v2v3v5};对于带宽敏感业务,满足QoS需求的路径为:{v1v2v3v4v5,v1v4v2v3v5,v1v4v5v3v2};对于可靠性敏感业务,满足QoS需求的路径为:{v1v2v4v5,v1v2v4v3v5}。运用公式(10)代入各链路的当前状态下的可靠度,便可得到如下的k端路径可靠度:时延敏感业务的可靠度为76.71%,带宽敏感业务的可靠度为72.87%,可靠性敏感业务的可靠度为81.45%。
本发明利用Java和Matlab软件联合仿真,构建66阶矩阵,分别对其应用本发明、传统节点融合算法和带长度约束算法,为避免在仿真实验中的偶然性,实验中每个算法运行10次后取平均值作为运行时间,不同算法的运行时间如表4所示:
表4不同算法效果对比
此外,如图4所示,通过将本发明与传统的节点融合法、带长度约束算法比较可知,传统的节点融合法除了有冗余链路的产生,还未考虑不同业务的问题,只考虑了连通性这一指标,所以三种不同业务下的可靠度均为96.2%。带长度约束算法是求解满足时延约束的k端连通路径,即考虑了连通性和时延这两个可靠性指标,所以带宽敏感业务和可靠性敏感业务下的可靠度均为87.49%,时延敏感业务下的可靠度为61.82%。此外,还可以看出k端网络可靠性的功能值不同,且条件越宽松功能值越大,即系统的可靠性性能越好。
本发明不局限于本实施例,任何在本发明披露的技术范围内的等同构思或者改变,均列为本发明的保护范围。
Claims (1)
1.一种基于QoS的卫星网络k端可靠性分析方法,其特征在于:包括以下步骤:
A、分析可靠性指标
G=(V,M,K)
V={v1,...,va,...,vn},1≤a≤n
M={m1,...,mb,...,mz},1≤b≤z
式中,va为卫星节点,a为卫星节点序号,n为卫星节点总数;mb为卫星链路,b为卫星链路序号,z为卫星链路总数;
定义QoS指标对链路进行分析;并根据不同业务对指标要求的差异,将业务分为三类,分别为时延敏感业务、带宽敏感业务和可靠性敏感业务;
设时延T为一个报文或分组从一个网络的一端传送到另一端所需要的时间,根据操作规则将链路时延和路径时延作为附加度量参数,相关表达式如下:
设带宽B为单位时间内能传输的数据量;根据操作规则将链路带宽作为凹性度量参数,相关表达式如下:
设丢包率为数据传输时,丢失的数据包数量占所发送数据组的比率;根据操作规则将链路丢包率和路径丢包率作为乘法度量参数,相关表达式如下:
B、分析链路多状态
根据卫星网络多性能水平的特性,将其划分为多个状态,为可靠度的计算提供状态依据;
由于一条路径上的时延、丢包率不同,可用带宽受影响;将星间链路状态与链路的带宽相关联,不同状态对应不同的带宽,若链路mb具有l个不同的性能等级,用集合的形式来描述为:
假设卫星网络在[0,T]这一个时间片内,链路mb处于不同性能等级的可靠度用集合的形式描述为:
C、计算基于QoS的卫星网络k端可靠度
为了避免产生冗余链路,提升可靠度计算的准确性,首先进行节点融合,对非融合元素采取置零取非操作,进行网络拓扑邻接矩阵变换,得到连通k个节点的路径;然后,根据不同业务的QoS约束条件和链路当前状态,确定卫星网络中满足条件的可用路径;最后,由链路当前状态的可靠度计算出不同业务下的k端路径可靠度;
C1、定义k端不相交路径函数
定义2:若|V(G)|=n,则称G(V,M,K)为n阶图;
为了避免产生冗余链路,在利用矩阵降阶变换求解路径时,预先对除融合元素以外与融合点相连的元素采用置零取非操作;已知邻接矩阵M(G)=[mij]n×n中每行最多有n-1个非零元素,若第一次要融合的元素为则对第i行除以外的至多n-2个非零元素置零取非,记作若第二次要融合的元素为除了对其余未被融合的n-3个非零元素置零取非外,还要对第一次融合的元素置零取非,记作以此类推,当要融合第i行最后一个非零元素时,需要对之前所有已经融合的元素置零取非,记作然后再将每次要融合的元素mi,j进行线性变换:第j列元素加到第i列,第j行元素加到第i行,删除第j列第j行;完成节点融合与矩阵降阶;自上而下遍历得到不相交路径函数F(M),公式如下:
C2、考虑QoS约束
依据链路当前状态,将所述的不相交路径函数F(M)结合不同业务的QoS约束条件,确定卫星网络中满足条件的可用路径;QoS约束条件为:
Tpath≤Tmax (7)
Bpath≥Bmin (8)
Ppath≤Pmax (9)
式中:Tmax为路径时延阈值;Bpath为路径带宽;Pmax为路径丢包率阈值;式(7)为时延约束;式(8)为带宽约束;式(9)为丢包率约束;不同业务QoS阈值不同,当k端连通路径同时满足式(7)-(9)时,认为此业务下传输路径可靠;
C3、计算k端路径可靠度
在得到满足条件的可用路径后,计算不同业务下的k端路径可靠度;首先,将路径中链路当前状态下的可靠度相乘得到此传输路径的可靠度,然后,将同种业务下的所有路径k端可靠度相加,最终得到此业务下的k端路径可靠度;计算公式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110898407.0A CN113630171B (zh) | 2021-08-05 | 2021-08-05 | 一种基于QoS的卫星网络k端可靠性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110898407.0A CN113630171B (zh) | 2021-08-05 | 2021-08-05 | 一种基于QoS的卫星网络k端可靠性分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113630171A CN113630171A (zh) | 2021-11-09 |
CN113630171B true CN113630171B (zh) | 2022-11-01 |
Family
ID=78382928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110898407.0A Active CN113630171B (zh) | 2021-08-05 | 2021-08-05 | 一种基于QoS的卫星网络k端可靠性分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113630171B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115442241B (zh) * | 2022-08-03 | 2023-07-07 | 大连海事大学 | 一种基于超图的海域立体通信网建模及可靠性分析方法 |
CN117528698B (zh) * | 2024-01-08 | 2024-03-19 | 南京海汇装备科技有限公司 | 一种基于数据链的高速数据传输系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105897329B (zh) * | 2016-06-08 | 2018-11-27 | 大连大学 | 基于多目标决策的leo卫星网络多业务路由优化方法 |
CN109314652B (zh) * | 2016-09-18 | 2021-01-05 | 华为技术有限公司 | 网络性能测量方法及装置 |
CN109257418B (zh) * | 2018-08-22 | 2021-07-13 | 西安电子科技大学 | 一种基于移动可靠传输代理的分段可靠传输方法 |
US11356171B2 (en) * | 2019-09-05 | 2022-06-07 | Qualcomm Incorporated | Medium access control-control element delay for non-terrestrial network |
CN110739991B (zh) * | 2019-10-21 | 2021-08-10 | 大连大学 | 一种基于QoS的卫星网络端-端通信可靠性分析方法 |
CN112566142B (zh) * | 2020-12-02 | 2021-10-08 | 电子科技大学 | 基于QoS保障的LEO卫星网络可靠性路由方法 |
CN113098713B (zh) * | 2021-03-29 | 2022-08-23 | 大连大学 | 一种空间信息网络端到端可靠性评估方法 |
-
2021
- 2021-08-05 CN CN202110898407.0A patent/CN113630171B/zh active Active
Non-Patent Citations (1)
Title |
---|
带长度约束的k端网络可靠性分析;宋凤等;《计算机工程与科学》;20160115;第84-88页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113630171A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113630171B (zh) | 一种基于QoS的卫星网络k端可靠性分析方法 | |
US7313629B1 (en) | Method for altering link weights in a communication network within network parameters to provide traffic information for improved forecasting | |
US20040071089A1 (en) | Costs in data networks | |
Frank et al. | Optimal design of centralized computer networks | |
CN108718251B (zh) | 基于资源时变图的空间信息网络连通性分析方法 | |
US7672240B2 (en) | Method and system for using Bayesian network inference for selection of transport protocol algorithm | |
US7953011B1 (en) | Method for estimating telecommunication network traffic using link weight changes | |
CN112448886A (zh) | 最短路径计算方法、路由获取装置及服务器 | |
CN113098713B (zh) | 一种空间信息网络端到端可靠性评估方法 | |
US7525929B2 (en) | Fast simulated annealing for traffic matrix estimation | |
CN113595774B (zh) | 一种基于iaga算法的高速列车车联网拓扑优化方法 | |
CN113472671B (zh) | 组播路由的确定方法、装置和计算机可读存储介质 | |
CN116055406A (zh) | 拥塞窗口预测模型的训练方法及装置 | |
CN114448899A (zh) | 一种均衡数据中心网络负载的方法 | |
US7353294B1 (en) | Method for estimating a traffic matrix in a communication network using stationary data | |
CN1195364C (zh) | 基于宽度优先搜索的性能可调启发式服务质量路由方法 | |
CN117478518A (zh) | 一种图卷积神经网络辅助的大数据存储转发调度方法 | |
Liang et al. | Pseudo likelihood estimation in network tomography | |
CN111030644A (zh) | 一种非线性网络化控制系统的有限时间耗散滤波方法 | |
Han et al. | Continuity of the path delay operator for LWR-based network loading with spillback | |
CN106850431B (zh) | 一种应用于低轨信息网的多属性最优路由选择方法 | |
CN115941506A (zh) | 一种基于策略网络强化学习的多类型服务资源编排方法 | |
CN115913979A (zh) | 一种全域网络拓扑处理方法和设备 | |
US11722397B2 (en) | Reliability estimation system and reliability estimation method | |
Schott et al. | Generalized zeon algebras: theory and application to multi-constrained path problems |
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 |