CN114417540A - 一种基于树结构的空天地一体化网络多维资源建模方法 - Google Patents

一种基于树结构的空天地一体化网络多维资源建模方法 Download PDF

Info

Publication number
CN114417540A
CN114417540A CN202210082498.5A CN202210082498A CN114417540A CN 114417540 A CN114417540 A CN 114417540A CN 202210082498 A CN202210082498 A CN 202210082498A CN 114417540 A CN114417540 A CN 114417540A
Authority
CN
China
Prior art keywords
resource
nodes
node
resources
network
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
CN202210082498.5A
Other languages
English (en)
Other versions
CN114417540B (zh
Inventor
曲桦
赵季红
余涌越
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.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong 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 Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202210082498.5A priority Critical patent/CN114417540B/zh
Publication of CN114417540A publication Critical patent/CN114417540A/zh
Application granted granted Critical
Publication of CN114417540B publication Critical patent/CN114417540B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/027—Frames

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种基于树结构的空天地一体化网络多维资源建模方法，解决了当前一体化网络多维资源建模过程中存在的一些问题。通过引入树状结构，根据一体化网络中的节点特征构建自上而下，层层递进的节点树，解决不同网络、不同设备节点的差异性描述问题。通过树内节点的插入、合并操作，将一体化网络由于时变特性所产生的新资源节点插入所构建的初始资源树中，合并连续时隙资源节点，优化一体化网络时变特性所产生的节点数量线性增长问题。通过树内节点的层次性和独立性特性，针对每层节点均可设计具有差异性的多维资源拆分方法，以及对新增类型设备或节点所涉及的资源维度设计个性化多维资源拆分方法，解决多维资源拓展难、新类型资源拆分难问题。

Description

一种基于树结构的空天地一体化网络多维资源建模方法
技术领域
本发明涉及空天地一体化网络多维资源建模领域，属于一种基于树结构的多维资源模型的定义、创建、更新过程，以及一种基于该模型的资源分配方法，具体为一种基于树结构的空天地一体化网络多维资源建模方法。
背景技术
空天地一体化网络其结构主要包括天基网络、空基平台、地基网络三层物理架构，其中天基网络中包含天基骨干网和天基接入网，一般由高中低轨卫星组成；空基平台则由无人机等飞行器组成，作为天基网络的可移动性补充和增强；而地基网络则通过地基骨干节点联系天基和空基，并通过地基节点网传输给各类网络用户。整体网络立体感突出且囊括海陆空全域，呈现多层异构性特点，对应的网络内的资源也因物理设备的差异性产生巨大的差异。这些网络特性使得空天地一体化网络对资源的建模有了更高的要求。
现有基于节点-链路拓扑图方法描述的空天地一体化网络多维资源的建模方法，利用图模型对全网的节点和链路拓扑结构进行描述，虽然能够很好的描述全网节点与节点之间的通断、位置、时间等状态信息，但随着网络内不同结构不同属性的设备差异化管理日益成熟。如何在拓扑图中更加直观的体现这种差异化，是如今一体化网络的重点问题之一。
空天地一体化网络存在强时变特性，随着时间变化节点间的通断、位置甚至资源量等信息往往也会随之变化，现有基于拓展时变图方法的资源建模方法，往往随着业务规划时隙的扩充，图内节点数量呈线性增长，而图内节点数量的不断增多，大大降低了后续的各种路径规划、重路由等算法的效率，因此如何有效降低空天地一体化网络时变特性所带来的节点数量增多也是目前研究的重难点之一。
随着空天地一体化网络接入的设备越来越多，出现的可利用资源的类别和维度也日益增多，传统的一体化资源建模方法中，如果对多维资源进行建模往往使得网络拓扑图的复杂度呈倍数增长，不利于后续的资源分配，因此传统资源建模方法更多的只考虑其中某一维或者少数几维资源，例：节点和链路资源。忽略了网络中其他资源的限制和约束，因此如何进行资源维度的扩充也是如今空天地一体化网络的研究点之一。
发明内容
针对现有技术中存在的问题，本发明提供一种基于树结构的空天地一体化网络多维资源建模方法。
本发明是通过以下技术方案来实现：
一种基于树结构的空天地一体化网络多维资源建模方法，包括如下步骤：
步骤1，空天地一体化网络资源树的结构定义：对一体化网络中涉及的节点进行归类，确定资源树结构中包含的节点类型；
步骤2，将空天地一体化网络中所有资源按照时间进行等时划分，切分成多个时隙片段；
步骤3，构建初始资源树模型，根据网络场景构建初始资源树，实现对网络场景的资源刻画；
步骤4，通过插入、合并其他时隙的资源节点对资源树结构进行变更，实现一体化网络中资源的时变动态描述；
步骤5，通过叶子节点的分裂、更新操作实现一体化网络的资源分配方法。
优选的，步骤1中，根据空天地一体化网络资源树的结构定义资源树结构中包含的节点类型包括域节点、设备节点、时间序列节点和资源维度节点。
优选的，步骤2中，将可预测的全网资源按照时间切分成若干等时隙片段，并统计各个时隙片段内所有设备各维度的资源量。
优选的，步骤3中，构建初始资源树模型包括网络节点构建和网络资源构建，分别用以表征节点和节点之间关系及节点与资源之间的关系。
进一步的，网络节点的构建方法如下：
从网络间的从属关系出发，以根节点作为全网的根节点，向下引出次级子网作为子节点，并采用递归方式以子网作为父节点继续引出下一级子网作为子节点，直至子节点均是设备节点为止，最终形成一种多层子网的树状结构；
从节点的属性出发，通过聚类方法，聚集相似节点形成域节点，将域节点作为个体再次聚类出上一级域节点，递归聚类，直至所有域节点聚集为单一节点，即全网域节点。
更进一步的，通过网络节点的构建，自上而下或自下而上的完成网络节点树状结构的刻画，即形成节点树，表征网络内节点和节点之间的关系。
进一步的，网络资源的构建方法如下：
对已经建立的节点树内所有叶子以时间维度作为划分依据，将设备资源划分为多个时隙，即时间序列，以资源维度进行拆分，并根据所获取的初始时隙内各维度资源量，生成资源维度节点，作为时间序列节点的子节点，形成节点-时间-资源的三层树状结构，表征节点和资源之间的关系。
更进一步的，所述的一种基于树结构的空天地一体化网络的资源建模方法，其特征在于，每个节点树内所有叶子通过多维拆分方法，用于一体化网络的整体资源便于管理，具体方法如下：
对空天地一体化整体网络涉及的虚拟资源进行正交解耦，整合为独立互不干扰的五种能力资源，所述五种能力资源包括：观测能力资源、处理能力资源、观测能力资源、传输能力资源和测控能力资源；则一体化网络下的所有节点均采用能力资源拆分方法，用于一体化网络的整体资源便于管理；不同节点之间所包含的能力资源维度数量、能力资源与虚拟资源映射类型及数量、能力资源与虚拟资源类型映射数值均可不同。
优选的，步骤4中，资源树结构变更所采用树节点的插入方法包括插入新增节点资源和插入新增时隙资源；再通过将具有连续时隙的多个叶子节点的合并的方法，来简化资源树模型的节点数量，降低模型的复杂度。
优选的，步骤5中，在利用资源树模型进行资源分配时，通过对叶子节点的分裂操作实现业务对资源的使用或预留，再通过更新操作维护资源树剩余可用资源，以便于后续任务的资源分配。
与现有技术相比，本发明具有以下有益的技术效果：
本发明公开了一种基于树结构的空天地一体化网络多维资源建模方法，有效的解决了当前一体化网络多维资源建模过程中存在的一些问题。其中，通过引入树状结构，根据一体化网络中的节点特征构建自上而下，层层递进的节点树，解决不同网络、不同设备节点的差异性描述问题。通过树内节点的插入、合并操作，将一体化网络由于时变特性所产生的新资源节点插入所构建的初始资源树中，合并连续时隙资源节点，优化一体化网络时变特性所产生的节点数量线性增长问题。通过树内节点的层次性和独立性特性，针对每层节点均可设计具有差异性的多维资源拆分方法，以及对新增类型设备或节点所涉及的资源维度设计个性化多维资源拆分方法，可解决多维资源拓展难、新类型资源拆分难问题。
附图说明
图1为本发明中资源树结构图；
图2为本发明中资源树四类节点类型关系图；
图3为本发明中自上而下建立节点树示意图；
图4为本发明中自下而上建立节点树示意图；
图5为本发明中单节点的节点资源树示意图；
图6为本发明中资源树新增节点插入流程图；
图7为本发明中资源节点分裂示意图；
图8为本发明中业务资源节点调度示意图
图9为本发明中多业务资源调度链示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述：
本发明一个实施例中，提供了一种基于树结构的空天地一体化网络多维资源建模方法，包括如下步骤：
步骤1，空天地一体化网络资源树的结构定义：对一体化网络中涉及的节点进行归类，确定资源树结构中包含的节点类型；
具体的，步骤1中，空天地一体化网络中节点类型多，资源维度多，为描述网络节点与节点之间、节点与不同维度资源之间的关系，资源树模型一共定义四类节点类型，具体的，包括域节点、设备节点、时间序列节点、资源维度节点四类，实现对一体化网络资源进行描述。
步骤2，将空天地一体化网络中所有资源按照时间进行等时划分，切分成多个时隙片段；
具体的，步骤2中，将未来一段时间内可预测的全网资源按照时间切分成若干等时间片段，并统计各个时隙片段内所有设备各维度的资源量。
步骤3，构建初始资源树模型，根据网络场景构建初始资源树，实现对网络场景的资源刻画；
步骤3中，构建初始资源树模型包括网络节点构建和网络资源构建，分别用以表征节点和节点之间关系及节点与资源之间的关系。
其中，所述网络节点的构建方法如下：
从网络间的从属关系出发，以根节点作为全网的根节点，向下引出次级子网作为子节点，并采用递归方式以子网作为父节点继续引出下一级子网作为子节点，直至子节点均是设备节点为止，最终形成一种多层子网的树状结构；
从节点的属性出发，通过聚类方法，聚集相似节点形成域节点，将域节点作为个体再次聚类出上一级域节点，递归聚类，直至所有域节点聚集为单一节点，即全网域节点。
通过网络节点的构建，自上而下或自下而上的完成网络节点树状结构的刻画，即形成节点树，表征网络内节点和节点之间的关系。
所述网络资源的构建方法如下：
对已经建立的节点树内所有叶子以时间维度作为划分依据，将设备资源划分为多个时隙，即时间序列，以资源维度进行拆分，并根据所获取的初始时隙内各维度资源量，生成资源维度节点，作为时间序列节点的子节点，形成节点-时间-资源的三层树状结构，表征节点和资源之间的关系。
每个节点树内所有叶子通过多维拆分方法，用于一体化网络的整体资源便于管理，具体方法如下：
对空天地一体化整体网络涉及的虚拟资源进行正交解耦，整合为独立互不干扰的五种能力资源，所述五种能力资源包括：观测能力资源、处理能力资源、观测能力资源、传输能力资源和测控能力资源；则一体化网络下的所有节点均采用能力资源拆分方法，用于一体化网络的整体资源便于管理；不同节点之间所包含的能力资源维度数量、能力资源与虚拟资源映射类型及数量、能力资源与虚拟资源类型映射数值均可不同。
步骤4，通过插入、合并其他时隙的资源节点对资源树结构进行变更，实现一体化网络中资源的时变动态描述；
具体的，步骤4中，资源树结构变更所采用树节点的插入方法包括插入新增节点资源和插入新增时隙资源；再通过将具有连续时隙的多个叶子节点的合并的方法，来简化资源树模型的节点数量，降低模型的复杂度。
步骤5，通过叶子节点的分裂、更新操作实现一体化网络的资源分配方法。
具体的，步骤5中，在利用资源树模型进行资源分配时，通过对叶子节点的分裂操作实现业务对资源的使用或预留，再通过更新操作维护资源树剩余可用资源，以便于后续任务的资源分配。
本发明中在多维资源模型中引入树状结构，根据空天地一体化网络节点的结构、属性等特征划分多级网络域，构建节点树，并利用节点距离等方式更加直观的量化不同节点之间的差异性。
通过树内节点的插入、合并操作，实现对一体化网络中节点和资源时变特性的描述，根据一体化网络时变特性划分两种变化方式：节点随时间的资源量变化、节点随时间的所属子网范围变化。通过新增节点资源和新增时隙资源两种方式，对两种变化进行区分，再通过节点合并操作，减少资源树模型的节点数量，降低模型的复杂度。
资源树模型中，相同层级内的不同节点均可单独进行资源维度拆分，因此资源维度的拆分可以具有独立性，节点与节点之间、子网与子网之间拆分方式既可采用统一拆分方式降低拆分复杂度，也可以采用不同的拆分方式实现设备资源维度的差异性。从而达到资源维度的个性化扩充。
本发明中公开了一种基于树结构的空天地一体化网络多维资源建模方法，该方法最终构建了一种树状结构刻画空天地一体化网络中多维资源属性，其结构如图1所示。
根据空天地一体化网络资源树的结构定义资源树结构中包含的节点类型分别为域节点、设备节点、时间序列节点和资源维度节点，具体定义如下：
域节点(D，Domian Node)：包含具有一定范围内时间空间属性的网络设备集群；
设备节点(FD，Final Device Node)：空间逻辑上不具备可再分割能力的单一设备；
时间序列节点(TS，Time Sequence Node)：包含一个或多个时隙内所有可用资源的节点；
资源节点(R，Resource Node)：描述一个或多个时隙内某一维度资源量。
四类节点所具有的属性及子节点类型如表1所示：
Figure BDA0003486464490000081
表1四类节点属性表
针对上述四种节点类型，可以得到各类型节点与节点之间的关系如图2所示，根据之前的定义，D代表域节点，FD代表设备节点，TS代表时间序列节点，R代表资源节点，箭头表示两个节点之间存在关系，由父节点指向子节点，箭头上的数字表示节点和节点间对应的数量关系，例如1:0…N表示父节点可以包含零到多个子节点，在图2中，(a)(b)(c)(d)分别表示以域节点、设备节点、时间序列节点、资源节点四种节点作为父节点与其所有可能的子节点之间的关系，从图中可以明确得出：域节点的子节点可以是若干域节点或者若干设备节点；设备节点至少包含一个及以上时间序列节点；每个时间序列节点也至少包含一个及以上资源节点；资源节点本身可以分裂为多个资源节点。
定义完成的节点类型，对给定网络场景即可开始建立相关资源树模型，具体的分为两个步骤：初始资源树建立和资源树时变更新。
其中初始资源树的建立又可以分为两个步骤：节点树建立和单节点资源树建立，接下来详细叙述每一步骤。
节点树的建立，主要是对网络内各节点之间的关系的刻画，利用树状模型，能够更好的呈现网络节点之间的层级关系。具体的建立过程分为自上而下和自下而上的两种方式
其中，自上而下的建立方式根据各网络的从属关系，从根节点出发依次向下拓展直至不可再分为止。
各类网络的从属关系可以用韦恩图表示，如图3所示为某一网络场景下的节点树建立过程，图3中(a)图为整个网络从属关系的韦恩图，图3中(b)图为对应建立的节点树，建立的具体过程如下：从(a)图可知全网包含空基网络、天基网络、地面网络三个子网，因此树状结构以根节点(全网节点)，记作N0，为第0级节点出发，向下一级引出三个子节点表示空、天、地三个子网，分别记作N11,N12,N13，为第1级节点；韦恩图中，天基网络又包含三个卫星星座网络，因此在第1级节点中，以天基节点N11出发继续向下引出3个卫星星座节点N21,N22,N23作为子节点，同理生成空基网络子节点N24,N25，地面网络子节点N26,N27，将N21～N27这7个节点为第2级节点；继续由图3中(a)图中可知，卫星星座、无人机群、局域网内有分别还包含若干设备，因此继续引出第3级节点N31～N324，此时第3级节点均为设备节点，节点树的建立完成。
自下而上的建立方式根据节点属性的相似度，选取网络所有节点的若干属性(例如：位置、协议、设备类型等)组成属性向量，以向量作为输入，进行节点聚类，如图4中(a)图所示，先将所有节点N31～N36作为输入，N31,N32,N33为相似节点，聚合成N21节点，N34,N35为相似节点，聚合为节点N22，N36为独立节点；之后以N21,N22,N36作为再次输入，缩小相似度阈值，再次聚类，合成节点N11；此时，所有节点均合成一个节点，因此聚类结束，节点树建立完成，如图4中(b)图所示。
单节点资源树建立，将节点资源按照时间片进行分割，生成多个时隙，在每个时隙内拆解资源，按照能力资源拆解方法，将设备涉及到的多维资源分解为观测能力资源、处理能力资源、分发能力资源、传输能力资源、测控能力资源五类资源，如图5中(a)，其中，不同层级的资源节点方块表示不同类型资源，例如：该设备1时隙内具有观测能力资源值5，处理能力资源值3，分发能力资源值4，传输能力资源值3，无测控能力资源；再将具有相同资源类型、资源量、资源属性的相邻时隙进行合并，简化树节点，图5(a)中1时隙和2时隙各维度资源值均相等，合并为一个时隙节点，3-5时隙各资源值也相等，合并，结果如图5中(b)图所示。
其中，因单时隙时间间隔小，网络资源相对稳定，时隙间隔内产生资源变化的设备节点频率低，大多数设备相邻时隙均具有可合并性，合并过程对资源树的简化作用明显。
根据上述可知相邻时隙间，节点资源总变化率低，因此针对网络时变特性，采用增量插入模式，仅对资源变化的新增进行插入操作，即可完成资源树的时隙拓展，具体流程如图6所示，主要流程为提取下一时隙存在资源变化的设备节点集合，依次将集合中每一个节点插入资源树中，插入过程包括两种情况：新增节点插入和新增时隙资源插入。
新增节点插入：当设备节点随时间变化发生所属域变化时，需要对节点进行变动，原设备节点资源在资源变化时隙之前的资源仍属于之前网络域，因此仅变化后的资源相当于新增节点资源，此时对旧设备节点进行分裂产生相同属性的新的设备节点，并将新节点插入到相应网络域内，最后初始化节点，生成对应的时间序列节点和资源节点。
资源插入：节点本身所属网络域未变动，仅因为节点内部资源量随时隙增长而变化产生新的时间序列节点和对应的资源节点。
利用资源树模型进行资源调度过程主要利用资源树种资源节点(叶子节点)的分裂表示，一个资源节点(叶子节点)可以根据业务需求量，分裂成3种类型的节点：使用资源节点(Used Resource Node)、预留资源节点(Reserved Resource Node)、剩余资源节点(Spare Resource Node)，使用资源节点即根据任务所需资源量的大小分出的节点；预留资源节点大小根据QoS等质量指标计算得到不同业务需要保留的资源量；剩余资源节点的资源量大小根据公式1计算得到。
S＝O-U-R 公式1
其中S为剩余资源量大小，O为原始资源量大小，U为业务使用资源量，R为给业务预留的资源量。
根据图7所示，一个高轨卫星(GEO)的处理能力资源(D)，原有资源值为200Mbps，持续时隙为0-9时隙，经过分裂生成三个资源节点，为使用资源节点(USED)，预留资源节点(RESERVED)，剩余资源节点(SPARE)，三个节点资源分配值分别为0-9时隙50Mbps、0-9时隙25Mpbs以及0-9时隙125Mbps。
在进行资源调度后，使用资源和预留资源被分配完毕，进行资源树更新时，利用剪枝的方式剪除使用资源节点和预留资源节点，再将原资源节点替换成剩余资源节点，生成业务调度完毕后的剩余资源树，以便于后续继续进行资源调度。
针对同一个业务在调度过程中对不同节点不同维度资源的使用具有时间先后性，因此，将某个业务所有使用到的资源节点按照时间进行排序，形成一条链状结构，称为资源调度链，如图8所示为空天地一体化网络下一个观测业务形成的资源调度链。
根据图8所示的资源调度链，是一个观测业务的调度链，资源调度过程具体如下：0-1时隙内业务通过NOCC将业务需求下发至LEO1卫星，并对卫星进行测控调整观测角度，1-3时刻LEO1卫星对地进行观测，3-4时隙LEO1卫星以100Mbps的传输速率向GEO1发送观测数据，卫星GEO1接下来在4-6时刻对收到的数据做处理，6-7时刻再以500Mbps的速率向地面站传输数据，并于7-9时刻将数据存入数据库DC中。
资源调度往往不止单一业务的资源调度，涉及多个业务同时调度问题。采用资源调度链的刻画方式，每一个业务均能单独实现一条固定的资源调度链，多业务并行的情况下，我们可以将多条资源调度链合并成一个多业务的资源调度链，如图9所示，就是将两个业务所形成的资源调度链合并为1条，图中交汇节点表示两个任务共同执行的节点资源；针对节点本身而言，多任务的资源调度链，能够快速得到节点在多个时隙内所需要完成的任务数量、资源量以及相关约束，完成单节点资源的合理分配。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于树结构的空天地一体化网络多维资源建模方法，其特征在于，包括如下步骤：
步骤1，空天地一体化网络资源树的结构定义：对一体化网络中涉及的节点进行归类，确定资源树结构中包含的节点类型；
步骤2，将空天地一体化网络中所有资源按照时间进行等时划分，切分成多个时隙片段；
步骤3，构建初始资源树模型，根据网络场景构建初始资源树，实现对网络场景的资源刻画；
步骤4，通过插入、合并其他时隙的资源节点对资源树结构进行变更，实现一体化网络中资源的时变动态描述；
步骤5，通过叶子节点的分裂、更新操作实现一体化网络的资源分配方法。
2.根据权利要求1所述的一种基于树结构的空天地一体化网络多维资源建模方法，其特征在于，步骤1中，根据空天地一体化网络资源树的结构定义资源树结构中包含的节点类型包括域节点、设备节点、时间序列节点和资源维度节点。
3.根据权利要求1所述的一种基于树结构的空天地一体化网络多维资源建模方法，其特征在于，步骤2中，将可预测的全网资源按照时间切分成若干等时隙片段，并统计各个时隙片段内所有设备各维度的资源量。
4.根据权利要求1所述的一种基于树结构的空天地一体化网络多维资源建模方法，其特征在于，步骤3中，构建初始资源树模型包括网络节点构建和网络资源构建，分别用以表征节点和节点之间关系及节点与资源之间的关系。
5.根据权利要求4所述的一种基于树结构的空天地一体化网络多维资源建模方法，其特征在于，所述网络节点的构建方法如下：
从网络间的从属关系出发，以根节点作为全网的根节点，向下引出次级子网作为子节点，并采用递归方式以子网作为父节点继续引出下一级子网作为子节点，直至子节点均是设备节点为止，最终形成一种多层子网的树状结构；
从节点的属性出发，通过聚类方法，聚集相似节点形成域节点，将域节点作为个体再次聚类出上一级域节点，递归聚类，直至所有域节点聚集为单一节点，即全网域节点。
6.根据权利要求5所述的一种基于树结构的空天地一体化网络多维资源建模方法，其特征在于，通过网络节点的构建，自上而下或自下而上的完成网络节点树状结构的刻画，即形成节点树，表征网络内节点和节点之间的关系。
7.根据权利要求4所述的一种基于树结构的空天地一体化网络多维资源建模方法，其特征在于，所述网络资源的构建方法如下：
对已经建立的节点树内所有叶子以时间维度作为划分依据，将设备资源划分为多个时隙，即时间序列，以资源维度进行拆分，并根据所获取的初始时隙内各维度资源量，生成资源维度节点，作为时间序列节点的子节点，形成节点-时间-资源的三层树状结构，表征节点和资源之间的关系。
8.根据权利要求7所述的一种基于树结构的空天地一体化网络多维资源建模方法，其特征在于，每个节点树内所有叶子通过多维拆分方法，用于一体化网络的整体资源便于管理，具体方法如下：
对空天地一体化整体网络涉及的虚拟资源进行正交解耦，整合为独立互不干扰的五种能力资源，所述五种能力资源包括：观测能力资源、处理能力资源、观测能力资源、传输能力资源和测控能力资源；则一体化网络下的所有节点均采用能力资源拆分方法，用于一体化网络的整体资源便于管理；不同节点之间所包含的能力资源维度数量、能力资源与虚拟资源映射类型及数量、能力资源与虚拟资源类型映射数值均可不同。
9.根据权利要求1所述的一种基于树结构的空天地一体化网络多维资源建模方法，其特征在于，步骤4中，资源树结构变更所采用树节点的插入方法包括插入新增节点资源和插入新增时隙资源；再通过将具有连续时隙的多个叶子节点的合并的方法，来简化资源树模型的节点数量，降低模型的复杂度。
10.根据权利要求1所述的一种基于树结构的空天地一体化网络多维资源建模方法，其特征在于，步骤5中，在利用资源树模型进行资源分配时，通过对叶子节点的分裂操作实现业务对资源的使用或预留，再通过更新操作维护资源树剩余可用资源，以便于后续任务的资源分配。
CN202210082498.5A 2022-01-24 2022-01-24 一种基于树结构的空天地一体化网络多维资源建模方法 Active CN114417540B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210082498.5A CN114417540B (zh) 2022-01-24 2022-01-24 一种基于树结构的空天地一体化网络多维资源建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210082498.5A CN114417540B (zh) 2022-01-24 2022-01-24 一种基于树结构的空天地一体化网络多维资源建模方法

Publications (2)

Publication Number Publication Date
CN114417540A true CN114417540A (zh) 2022-04-29
CN114417540B CN114417540B (zh) 2024-01-23

Family

ID=81277002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210082498.5A Active CN114417540B (zh) 2022-01-24 2022-01-24 一种基于树结构的空天地一体化网络多维资源建模方法

Country Status (1)

Country Link
CN (1) CN114417540B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117421640A (zh) * 2023-11-16 2024-01-19 国网江苏省电力有限公司信息通信分公司 一种api资产识别方法、装置、设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2850476A1 (fr) * 2003-01-28 2004-07-30 Cit Alcatel Procede et dispositif perfectionnes de gestion d'un calendrier de ressources
CN113364609A (zh) * 2021-04-29 2021-09-07 西安交通大学 空天地一体化网络下的多维资源建模方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113193984B (zh) * 2021-03-31 2022-12-09 西安交通大学 一种空天地一体化网络资源映射方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2850476A1 (fr) * 2003-01-28 2004-07-30 Cit Alcatel Procede et dispositif perfectionnes de gestion d'un calendrier de ressources
CN113364609A (zh) * 2021-04-29 2021-09-07 西安交通大学 空天地一体化网络下的多维资源建模方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
嵇智辉;倪宏;匡振国;: "网络资源描述和组织方法研究", 计算机工程与应用, no. 08 *
牛志升;SHERMAN SHEN;张钦宇;唐余亮;: "面向沉浸式体验的空天地一体化车联网体系架构与关键技术", 物联网学报, no. 02 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117421640A (zh) * 2023-11-16 2024-01-19 国网江苏省电力有限公司信息通信分公司 一种api资产识别方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN114417540B (zh) 2024-01-23

Similar Documents

Publication Publication Date Title
CN107566194B (zh) 一种实现跨域虚拟网络映射的方法
CN113316118A (zh) 基于任务认知的无人机集群网络自组织系统及方法
CN108684046B (zh) 一种基于随机学习的接入网服务功能链部署方法
Yang et al. Bus transport network model with ideal n-depth clique network topology
CN102904815B (zh) 基于无尺度网络的路由级拓扑建模方法
CN113341712B (zh) 无人机自主控制系统智能分层递阶控制选择方法
CN114417540B (zh) 一种基于树结构的空天地一体化网络多维资源建模方法
CN109995580A (zh) 5g网络切片中基于ga_pso混合算法的vn映射方法
CN110825935A (zh) 社区核心人物挖掘方法、系统、电子设备及可读存储介质
CN114727353A (zh) 基于遗传算法的移动机会传感器网络自适应信息传输方法
CN116634504A (zh) 基于改进nsga-ii算法的无人机组网拓扑关系与带宽分配优化策略
CN101808325B (zh) 频谱分配方法及装置
Bilen et al. Digital twin evolution for hard-to-follow aeronautical ad-hoc networks in beyond 5g
CN109474908A (zh) 一种基于任务驱动的航空自组网方法
CN103269387A (zh) 一种数据中心网络地址自动配置方法
CN105306251A (zh) 一种拟态网络拓扑变换的方法
CN114710196B (zh) 一种软件定义卫星网络虚拟网络功能迁移方法
CN110662272A (zh) 一种基于蜂群无人机的最少数量领航者选取方法
CN114390489B (zh) 一种端到端网络切片的服务化部署方法
CN116112934A (zh) 一种基于机器学习的端到端网络切片资源分配方法
CN110661566A (zh) 一种采用深度图嵌入的无人机集群组网方法与系统
Si et al. UAV-assisted Semantic Communication with Hybrid Action Reinforcement Learning
CN115713009A (zh) 一种基于卫星和地面站连接密度的动态聚合联邦学习方法
CN108401233A (zh) 一种基于最大权二分匹配的复合事件感知方法
CN111241054B (zh) 基于虚拟数据库的电力通信网络异地异构数据源整合方法

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