CN113922865B - 一种多波束低轨卫星在高纬度场景下的能量优化方法 - Google Patents
一种多波束低轨卫星在高纬度场景下的能量优化方法 Download PDFInfo
- Publication number
- CN113922865B CN113922865B CN202111187220.6A CN202111187220A CN113922865B CN 113922865 B CN113922865 B CN 113922865B CN 202111187220 A CN202111187220 A CN 202111187220A CN 113922865 B CN113922865 B CN 113922865B
- Authority
- CN
- China
- Prior art keywords
- user
- power
- sub
- satellite
- user association
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005457 optimization Methods 0.000 title claims abstract description 30
- 230000009977 dual effect Effects 0.000 claims abstract description 12
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 101000983970 Conus catus Alpha-conotoxin CIB Proteins 0.000 claims description 3
- 101000932768 Conus catus Alpha-conotoxin CIC Proteins 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims description 2
- 230000002040 relaxant effect Effects 0.000 claims description 2
- 238000010295 mobile communication Methods 0.000 abstract description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000011664 signaling Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- H04B7/1853—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
- H04B7/18543—Arrangements for managing radio, resources, i.e. for establishing or releasing a connection for adaptation of transmission parameters, e.g. power control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/24—Cell structures
- H04W16/28—Cell structures using beam steering
-
- 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)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Radio Relay Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种多波束低轨卫星在高纬度场景下的能量优化方法,属于卫星移动通信技术领域。该方法包括:S1:建立用户服务质量受限的,联合考虑功率分配、用户关联和动态波束关断的能量优化模型;S2:将步骤S1中构建的能量优化模型分为波束关断子问题,联合的功率分配和用户关联子问题;S3:利用连续松弛和连续凸近似法将联合的功率分配和用户关联子问题转化为凸问题,然后利用对偶分解法和次梯度法求解得到最优用户关联对应的功率分配结果;S4:利用启发式迭代法求解波束关断子问题;S5:波束关闭完毕后,判断是否存在覆盖漏洞,将剩余覆盖的问题建模为集合覆盖问题,并利用贪心算法解决该问题。本发明能能降低低轨卫星的星载功耗。
Description
技术领域
本发明属于卫星移动通信技术领域,涉及一种多波束低轨卫星在高纬度场景下的能量优化方法。
背景技术
近年来移动通信用户数量和服务要求都呈现爆炸式增长,但是由于接入点难以部署,仍有很多地区没有网络覆盖。卫星通信系统用于提供移动和个人服务,相比于传统的地球同步轨道卫星(GEO),低轨卫星(LEO)由于其轨道高度低、轨道部署灵活,导致星载功率和通信时延更低,且能实现对高纬度地区的覆盖。因此LEO系统在提供广域的低时延、高带宽服务方面有着巨大的潜力。
然而为了保证无缝覆盖,低轨卫星的覆盖设计通常带有冗余,在部分地区会出现波束重叠的现象。特别地,对于极轨道低轨卫星而言,随着卫星纬度的升高,波束重叠面积逐渐加大,从而带来不可忍受的干扰和额外的能耗。动态的拓扑导致传统的星座设计无法有效地解决波束重叠问题。幸运的是,在地面蜂窝网络中的超密集网络(UDN)场景下,大量的文献证明了基站关断可以在保证用户QoS的前提下,极大程度地降低功耗。然而,目前鲜有工作将基站的开关技术迁移到低轨卫星场景下,从而忽略了该技术在LEO系统中的潜力。另外,在地面蜂窝场景下,大多数的研究者默认存在一个宏基站保证了无缝覆盖,因此开关基站对覆盖的影响没有被考虑到这些文献中,显然该假设不适用于拓扑动态变化的LEO场景。又因为波束的开关状态决定了用户关联的合理性,即用户不能关联到被关闭的波束上,所以用户关联必须同时被考虑到波束开关算法中。
发明内容
有鉴于此,本发明的目的在于提供一种多波束低轨卫星在高纬度场景下的能量优化方法,该方法联合了功率分配、用户关联和波束关断算法,能够降低低轨卫星(LEO)的星载功耗,从而减小LEO卫星对能量搜集设备和能量存储设备的要求。
为达到上述目的,本发明提供如下技术方案:
一种多波束低轨卫星在高纬度场景下的能量优化方法,具体包括以下步骤:
S1:在高纬度卫星波束重叠场景下,以降低星载功耗为目标,建立用户服务质量(QoS)受限的,联合考虑功率分配、用户关联和动态波束关断的能量优化模型;
S2:将步骤S1中构建的能量优化模型分为高级子问题和低级子问题,其中高级子问题为波束关断子问题,低级子问题为联合的功率分配和用户关联子问题;
S3:利用连续松弛和连续凸近似法(SCA)将联合的功率分配和用户关联子问题转化为凸问题,然后利用对偶分解法和次梯度法求解得到最优用户关联对应的功率分配结果;
S4:利用启发式迭代方法求解波束关断子问题;
S5:波束关闭执行完毕后,判断是否存在覆盖漏洞,将剩余覆盖的问题建模为集合覆盖问题(SCP),并利用贪心算法解决该问题。
进一步,卫星网络的物理节点包括:用户、低轨卫星、信关站,其中用户接收下行数据,卫星负责下行数据的发送、信道状态信息(CSI)的收集和上传、实时功率控制、波束开关闭的执行以及作为星间链路传递信令和数据,信关站负责汇总全局的CSI、执行提出的多波束低轨卫星(LEO)在高纬度场景下联合的功率分配、用户关联和波束关断算法并将用户关联的结果和波束开关的结果反馈给相应的卫星。信关站执行算法所得到的功率分配结果不发送给卫星,发送的用户关联和波束开关结果为卫星的功率控制或功率分配提供更好的潜力。
由于信道状态的快速变化,星间链路时延较大,实时的功率分配或功率控制仍部署在卫星上,而信关站联合考虑功率分配、用户关联和波束开关的目的是为卫星功率分配或功率控制以及系统总功率优化提供更好的潜力。
进一步,步骤S1中,构建的联合考虑功率分配、用户关联和动态波束关断的能量优化模型为:
其中,C1.1表示每个用户只能关联到一个波束,C1.2表示用户不能关联到关闭的波束上,C1.3表示用户的QoS限制,C1.4表示波束开关和用户关联变量为离散二元变量,C1.5表示功率非负约束;pv,u表示传输功率,pon表示波束对应射频链路的固定功率,表示波束v在t时刻的开关状态;/>表示卫星集合,/>表示波束集合,/>表示(卫星,波束)二元组;/>表示用户集合;P,Xt,Bt分别表示功率分配矩阵、波束状态向量以及用户关联矩阵,/>表示用户关联指示;rv,u表示链路(v,u)能达到的速率;Rmin,u表示用户最小速率。
进一步,步骤S1中的模型适用于正交多址接入(OMA),且波束之间频率复用因子为1,即所有波束使用相同的频段,另外,所述的服务质量(QoS)指满足用户业务要求的最小下行速率,其根据实际情况指定,并通过香农公式建立和信干噪比(SINR)的关系。
进一步,步骤S2中,所述联合的功率分配和用户关联子问题为:
进一步,步骤S2中所包含的解决两个子问题的方法S3、S4均在信关站中执行,另外,在解决低级的联合功率分配和用户关联子问题时,将给定打开的波束集合。
进一步,步骤S3中,求解联合的功率分配和用户关联子问题,具体包括以下步骤:
S31:信关站初始化次梯度法和功率迭代等参数;
S32:将二元离散的用户关联变量松弛到[0,1]的连续区间上;
S33:信关站根据全局的信道状态信息(CSI),估计连续松弛和连续凸近似法(SCA)迭代的初始点;
S34:使用对偶分解法将有约束优化问题转为无约束优化问题;
S35:给定拉格朗日乘子求解最优用户关联和最优功率分配;
S36:导出最优用户关联的解析解;
S37:进行功率迭代,得到最优功率分配的数值解;
S38:根据初始化的步长参数,利用次梯度法更新拉格朗日乘子;
S39:如果还未收敛或还未达到最大迭代,则返回S35,反之继续;
S310:判断是否收敛,如果未收敛则判定问题无解,如果收敛则将连续的用户关联变量还原到{0,1};
S311:给定用户关联最优值,重新进行功率分配,该问题为线性规划问题(LP),进而得到最优功率分配。
进一步,步骤S311中,得到的最优功率分配为:
其中,问题P3得到的最优解记为/>并将/>作为最优用户关联对应的功率分配结果。
进一步,步骤S4中,利用启发式迭代方法求解决波束关断子问题,具体包括以下步骤:
S41:激活全部波束,执行S3,得到最优的功率分配和用户关联结果;
S42:将发射功率求和并加上激活波束对应的固定功率,得到系统的总功率;
S43:在激活的波束中,贪心地选择一个波束关掉,使得系统的总功率最小;
S44:如果S43得到的最小功率小于S42得到的总功率,则选择把该波束关闭并且返回到S43,反之,则结束算法。
为了适应动态的拓扑,每次迭代都使用获得的最新的用户的信道状态信息(CSI),并且为了防止信令风暴,每一次迭代后都将用户关联和开关闭结果发送给相应的卫星,而不必等到迭代完成再一起发送。
进一步,步骤S5具体包括:波束关闭步骤S4执行完毕后,判断是否存在覆盖漏洞,如果存在覆盖漏洞需要使用网格法,将未覆盖地区用格点表示,并建模为集合覆盖问题(SCP),贪心地打开最少的波束,以保证无缝覆盖。该步骤区别于传统的基站关断研究,体现了无覆盖保证的低轨卫星系统对无缝覆盖的根本要求。
进一步,本发明方法除适用于极轨道低轨卫星在高纬度的场景外,也适用于其它任何波束严重重叠的场景。
本发明的有益效果在于:本发明联合了功率分配、用户关联和波束关断算法,能够降低LEO卫星的星载功耗,从而减小LEO卫星对能量搜集设备和能量存储设备的要求。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明多波束低轨卫星在高纬度场景下的能量优化方法流程图;
图2为基于无缝覆盖保证的用户QoS受限的动态波束关断算法流程图;
图3为联合的功率分配和用户关联算法流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
请参阅图1~图3,图1为多波束低轨卫星在高纬度场景下的能量优化方法流程图,该方法中,卫星网络的物理节点包括:用户、低轨卫星、信关站,其中用户接收下行数据,卫星负责下行数据的发送、信道状态信息(CSI)的收集和上传、实时功率控制、波束开关闭的执行以及作为星间链路传递信令和数据,信关站负责汇总全局的CSI、执行提出的多波束低轨卫星(LEO)在高纬度场景下联合的功率分配、用户关联和波束关断算法并将用户关联的结果和波束开关的结果反馈给相应的卫星。信关站执行算法所得到的功率分配结果不发送给卫星,发送的用户关联和波束开关结果为卫星的功率控制或功率分配提供更好的潜力。
该方法具体包括以下步骤:
S1:在高纬度卫星波束重叠场景下,以降低星载功耗为目标,建立用户服务质量(QoS)受限的,联合考虑功率分配、用户关联和动态波束关断的能量优化模型。
定义卫星集合为定义波束集合为/>定义用户集合为/>为了方便,定义:/>v表示(卫星,波束)二元组。天线增益由以下表达式给出:
其中,G0表示天线最大辐射增益,θ表示辐射角到最大辐射角的夹角,J1(·)、J3(·)分别表示一阶贝塞尔函数和三阶贝塞尔函数,u(θ)=2.01723sin(θ)/θ3dB,θ3dB为半波束角。考虑OMA的多址方式,波束内各个用户使用不同的子信道,子信道之间没有干扰,而不同波束使用相同的频段,波束间存在干扰,因此用户接收信号的信干噪比γv,u写为:
其中,用户关联指示为{0,1}离散变量,hv,u为信道增益,Nb为每个波束子信道个数,pv,u表示传输功率,/>为噪声功率。根据香农公式链路(v,u)可以达到的速率为rv,u=log(1+γv,u),因此用户速率表示为/>从而能量优化模型建立为:
其中,C1.1表示每个用户只能关联到一个波束,C1.2表示用户不能关联到关闭的波束上,C1.3表示用户的QoS限制,C1.4表示波束开关和用户关联变量为离散二元变量,C1.5表示功率非负约束。pon表示波束对应射频链路的固定功率,表示波束v在t时刻的开关状态;P,Xt,Bt分别表示功率分配矩阵、波束状态向量以及用户关联矩阵,/>表示用户关联指示Rmin,u表示用户最小速率。
S2:由于步骤S1的能量优化模型问题为一个混合整数非线性规划(MINLP),且该问题通常为考虑为NP困难的。另外由于和pv,u之间存在乘积关系,且和/>存在强耦合,直接限制了用户关联的合理性,因此将该问题分为两级子问题:高级子问题为波束开关问题,低级子问题为联合的功率分配和用户关联问题。
S3:考虑到联合的功率分配和用户关联问题仍为非凸优化问题,利用连续松弛和连续凸近似(SCA)法将该问题转化为凸问题,利用对偶分解法在分布式核心上来解决该问题,其中原始问题(Primal Problem)中最优用户关联的封闭表达被给出,且最优功率迭代收敛到唯一不动点,另外,采用次梯度法来解决对偶问题(Dual Problem)。
首先关注低级子问题:
该问题仍然是一个混合整数非线性规划(MINLP),为此需要将整数变量松弛到[0,1]。另外由于C2.2中和rv,u存在乘积关系,并且rv,u的表达式中pv,u和/>也存在乘积求和关系,因此需要将C2.2变得容易处理的形式:
C2.1,C2.4,
其中,显然C2.6和C2.2在/>时是等价的。此时,C2.5的左边为拟凹函数和线性函数之和,仍为非凹函数。因此SCA被适用于将该问题转化为凸优化问题。C2.5的左侧变为:/>其中av,u,bv,u分别按照如下公式进行更新:
其中,ωm指的是上次更新得到的用户的信干噪比(SINR)。则C2.5可以写成:
另外,令则P2′转化为P2″:
C2.1,C2.6
其中,即C2.7的左侧为凹函数,则P2″为凸优化问题。
然后,利用对偶分解的方法将该问题在分布式核心中解决。该问题的拉格朗日函数为:
在给定拉格朗日乘子后,求解原始问题(primal problem)可以得到用户关联的最优解:
以及功率最优解的迭代形式:
在获得原始问题(primal problem)的最优解后,需要求解对偶问题,考虑到拉格朗日对偶函数可能不可微,利用次梯度方法更新对偶变量:
其中,和/>分别为λu和ηv,u在第k次迭代的步长。
当次梯度收敛后,可以获得最佳用户关联和最佳功率/>但鉴于/>为松弛后的连续变量,需要将其还原,并重新进行功率分配:
其中,该问题得到的最优解记为/>并将该值作为最优用户关联对应的功率分配结果,其详细步骤参见图2。
S4:考虑到LEO拓扑快速变化,利用低复杂度的启发式迭代法来解决波束关断子问题。
S5:由于波束关断,可能存在覆盖漏洞,将剩余覆盖的问题建模为集合覆盖问题(SCP),利用贪心算法解决该问题。
参见图3的波束关断算法,以联合的功率分配和用户关联的次优解为基础,进行波束的关断,具体步骤如下:
(1)初始化所有波束的状态,打开全部波束;
(2)执行联合的功率分配和用户关联算法,得到最优的总功率;
(3)贪心地关闭一个波束,计算新的最优总功率,使得该步骤得到的总功率最低,同时关闭的波束称作最优波束;
(4)如果步骤3关闭得到总功率大于不关闭最佳波束对应的总功率,则不关闭该最佳波束,并结束算法,反之重新进行步骤3;
(5)贪心地打开波束以保证无缝无盖。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种多波束低轨卫星在高纬度场景下的能量优化方法,其特征在于,该方法具体包括以下步骤:
S1:在高纬度卫星波束重叠场景下,以降低星载功耗为目标,建立用户服务质量受限的,联合考虑功率分配、用户关联和动态波束关断的能量优化模型;
S2:将步骤S1中构建的能量优化模型分为高级子问题和低级子问题,其中高级子问题为波束关断子问题,低级子问题为联合的功率分配和用户关联子问题;
S3:利用连续松弛和连续凸近似法将联合的功率分配和用户关联子问题转化为凸问题,然后利用对偶分解法和次梯度法求解得到最优用户关联对应的功率分配结果;
S4:利用启发式迭代方法求解波束关断子问题;
S5:波束关闭执行完毕后,判断是否存在覆盖漏洞,将剩余覆盖的问题建模为集合覆盖问题,并利用贪心算法解决该问题;
步骤S1中,构建的联合考虑功率分配、用户关联和动态波束关断的能量优化模型为:
其中,C1.1表示每个用户只能关联到一个波束,C1.2表示用户不能关联到关闭的波束上,C1.3表示用户的QoS限制,C1.4表示波束开关和用户关联变量为离散二元变量,C1.5表示功率非负约束;pv,u表示传输功率,pon表示波束对应射频链路的固定功率,表示(卫星,波束)二元组v在t时刻的开关状态;/>表示卫星集合,/>表示波束集合,/>表示(卫星,波束)二元组;/>表示用户集合;P,Xt,Bt分别表示功率分配矩阵、波束状态向量以及用户关联矩阵,/>表示用户关联指示;rv,u表示链路(v,u)能达到的速率;Rmin,u表示用户最小速率;
步骤S2中,所述联合的功率分配和用户关联子问题为:
步骤S3中,求解联合的功率分配和用户关联子问题,具体包括以下步骤:
S31:信关站初始化次梯度法和功率迭代的参数;
S32:将二元离散的用户关联变量松弛到[0,1]的连续区间上;
S33:信关站根据全局的信道状态信息,估计连续松弛和连续凸近似法迭代的初始点;
S34:使用对偶分解法将有约束优化问题转为无约束优化问题;
S35:给定拉格朗日乘子求解最优用户关联和最优功率分配;
S36:导出最优用户关联的解析解;
S37:进行功率迭代,得到最优功率分配的数值解;
S38:根据初始化的步长参数,利用次梯度法更新拉格朗日乘子;
S39:如果还未收敛或还未达到最大迭代,则返回S35,反之继续;
S310:判断是否收敛,如果未收敛则判定问题无解,如果收敛则将连续的用户关联变量还原到{0,1};
S311:给定用户关联最优值,重新进行功率分配,得到最优功率分配;
步骤S311中,得到的最优功率分配为:
其中,问题P3得到的最优解记为p'v,u *,并将p'v,u *作为最优用户关联对应的功率分配结果;
步骤S4中,利用启发式迭代方法求解决波束关断子问题,具体包括以下步骤:
S41:激活全部波束,执行S3,得到最优的功率分配和用户关联结果;
S42:将发射功率求和并加上激活波束对应的固定功率,得到系统的总功率;
S43:在激活的波束中,贪心地选择一个波束关掉,使得系统的总功率最小;
S44:如果S43得到的最小功率小于S42得到的总功率,则选择把该波束关闭并且返回到S43,反之,则结束算法。
2.根据权利要求1所述的能量优化方法,其特征在于,步骤S4中,每次迭代都使用获得的最新的用户的信道状态信息,并且每一次迭代后都将用户关联和开关闭结果发送给相应的卫星,而不必等到迭代完成再一起发送。
3.根据权利要求1所述的能量优化方法,其特征在于,步骤S5具体包括:波束关闭步骤S4执行完毕后,判断是否存在覆盖漏洞,如果存在覆盖漏洞需要使用网格法,将未覆盖地区用格点表示,并建模为集合覆盖问题,贪心地打开最少的波束,以保证无缝覆盖。
4.根据权利要求1~3中任意一项所述的能量优化方法,其特征在于,该方法还适用于其他任何波束严重重叠的场景。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111187220.6A CN113922865B (zh) | 2021-10-12 | 2021-10-12 | 一种多波束低轨卫星在高纬度场景下的能量优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111187220.6A CN113922865B (zh) | 2021-10-12 | 2021-10-12 | 一种多波束低轨卫星在高纬度场景下的能量优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113922865A CN113922865A (zh) | 2022-01-11 |
CN113922865B true CN113922865B (zh) | 2023-07-25 |
Family
ID=79239576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111187220.6A Active CN113922865B (zh) | 2021-10-12 | 2021-10-12 | 一种多波束低轨卫星在高纬度场景下的能量优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113922865B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114710195B (zh) * | 2022-03-24 | 2023-07-25 | 重庆邮电大学 | 一种基于跳波束技术的低轨卫星高能效资源分配方法 |
CN114916051B (zh) * | 2022-05-24 | 2024-08-13 | 桂林电子科技大学 | 一种基于bp神经网络的leo卫星功率控制方法 |
CN116192236A (zh) * | 2023-02-15 | 2023-05-30 | 中国人民解放军61096部队 | 多波束卫星资源腾退方法、装置、电子设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1432221A (zh) * | 2000-03-30 | 2003-07-23 | 高通股份有限公司 | 用于控制通信系统的传送的方法和装置 |
WO2015196455A1 (zh) * | 2014-06-27 | 2015-12-30 | 富士通株式会社 | 干扰协调方法、装置和通信系统 |
CN110958047A (zh) * | 2019-10-12 | 2020-04-03 | 中国空间技术研究院 | 一种基于多重覆盖的低轨星座geo频率干扰规避方法 |
CN112600613A (zh) * | 2020-12-15 | 2021-04-02 | 中国科学院国家空间科学中心 | 一种用于空间互联网星座的干扰规避系统及方法 |
CN112822696A (zh) * | 2021-01-14 | 2021-05-18 | 重庆邮电大学 | 一种基于用户位置的低轨卫星波束关闭方法 |
CN113015105A (zh) * | 2021-03-08 | 2021-06-22 | 哈尔滨工业大学(深圳) | 空天地一体化网络的编码缓存内容放置与资源联合优化方法 |
CN113259950A (zh) * | 2021-05-13 | 2021-08-13 | 重庆邮电大学 | 一种基于业务预测的低轨卫星点波束关闭方法 |
CN113472425A (zh) * | 2021-06-30 | 2021-10-01 | 中国电子科技集团公司第三十八研究所 | 一种能效优先的卫星多波束协作通信下行功率分配方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7242955B2 (en) * | 2003-12-18 | 2007-07-10 | Motorola, Inc. | Method and apparatus for optimal multiple beam transmit weightings for beam to beam handoff in a switched beam system |
US9538538B2 (en) * | 2015-03-20 | 2017-01-03 | Qualcomm Incorporated | Satellite beam power backoff |
US10244407B2 (en) * | 2016-06-07 | 2019-03-26 | Iridium Satellite Llc | Load balancing for a satellite network |
US20200128442A1 (en) * | 2018-10-18 | 2020-04-23 | King Fahd University Of Petroleum And Minerals | Joint optimization for power allocation and load balancing for hybrid vlc/rf networks |
-
2021
- 2021-10-12 CN CN202111187220.6A patent/CN113922865B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1432221A (zh) * | 2000-03-30 | 2003-07-23 | 高通股份有限公司 | 用于控制通信系统的传送的方法和装置 |
WO2015196455A1 (zh) * | 2014-06-27 | 2015-12-30 | 富士通株式会社 | 干扰协调方法、装置和通信系统 |
CN110958047A (zh) * | 2019-10-12 | 2020-04-03 | 中国空间技术研究院 | 一种基于多重覆盖的低轨星座geo频率干扰规避方法 |
CN112600613A (zh) * | 2020-12-15 | 2021-04-02 | 中国科学院国家空间科学中心 | 一种用于空间互联网星座的干扰规避系统及方法 |
CN112822696A (zh) * | 2021-01-14 | 2021-05-18 | 重庆邮电大学 | 一种基于用户位置的低轨卫星波束关闭方法 |
CN113015105A (zh) * | 2021-03-08 | 2021-06-22 | 哈尔滨工业大学(深圳) | 空天地一体化网络的编码缓存内容放置与资源联合优化方法 |
CN113259950A (zh) * | 2021-05-13 | 2021-08-13 | 重庆邮电大学 | 一种基于业务预测的低轨卫星点波束关闭方法 |
CN113472425A (zh) * | 2021-06-30 | 2021-10-01 | 中国电子科技集团公司第三十八研究所 | 一种能效优先的卫星多波束协作通信下行功率分配方法 |
Non-Patent Citations (3)
Title |
---|
A Dynamic Beam Shut Off Algorithm for LEO Multibeam Satellite Constellation Network;Shuaijun Liu;《IEEE Wireless Communications Letters》;第1730-1733页 * |
低轨卫星星座动态波束关闭算法;刘帅军;《通信学报》;第190-196页 * |
基于用户位置的低轨卫星波束关闭策略;朱丹青;《无线电通信技术》;第582-589页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113922865A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113922865B (zh) | 一种多波束低轨卫星在高纬度场景下的能量优化方法 | |
Alsharoa et al. | Improvement of the global connectivity using integrated satellite-airborne-terrestrial networks with resource optimization | |
Tran et al. | UAV relay-assisted emergency communications in IoT networks: Resource allocation and trajectory optimization | |
Di et al. | Ultra-dense LEO: Integrating terrestrial-satellite networks into 5G and beyond for data offloading | |
Su et al. | Broadband LEO satellite communications: Architectures and key technologies | |
Zhou et al. | Channel-aware mission scheduling in broadband data relay satellite networks | |
CN116156421A (zh) | 一种基于双层卫星异构网络的差异化业务传输方法 | |
Khan et al. | Reconfigurable intelligent surfaces for 6G non-terrestrial networks: Assisting connectivity from the sky | |
Xing et al. | From earth to space: A first deployment of 5G core network on satellite | |
Lin et al. | NGSO satellites beam hopping strategy based on load balancing and interference avoidance for coexistence with GSO systems | |
Liu et al. | A successive deep Q-learning based distributed handover scheme for large-scale LEO satellite networks | |
CN116722903A (zh) | 低轨卫星移动通信场景下的动态波束开关管理方法 | |
Di et al. | Data offloading in ultra-dense LEO-based integrated terrestrial-satellite networks | |
Abdullah et al. | Integrated access and backhaul via satellites | |
Sun et al. | Edge intelligence assisted resource management for satellite communication | |
Zeng et al. | Networked satellite telemetry resource allocation for mega constellations | |
Yuan et al. | Joint beam direction control and radio resource allocation in dynamic multi-beam leo satellite networks | |
Zhao et al. | Flexible Resource Management in High-Throughput Satellite Communication Systems: A Two-Stage Machine Learning Framework | |
XU et al. | Resource Allocation for Two‑Tier RIS‑Assisted Heterogeneous NOMA Networks | |
Song et al. | Load balancing and QoS supporting access and handover decision algorithm for GEO/LEO heterogeneous satellite networks | |
Wang et al. | Adaptive beam pattern selection and resource allocation for NOMA-based LEO satellite systems | |
Leng et al. | User-level scheduling and resource allocation for multi-beam satellite systems with full frequency reuse | |
Jia et al. | Reinforcement learning-based handover strategy for space-ground integration network with large-scale constellations | |
Aboagye et al. | Frameworks for energy efficiency maximization in HetNets with millimeter wave backhaul links | |
Alhusseini et al. | Optimal joint subcarrier and power allocation for MISO-NOMA satellite 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 |