CN114422011B - 一种低轨卫星星座网络容量测算方法 - Google Patents
一种低轨卫星星座网络容量测算方法 Download PDFInfo
- Publication number
- CN114422011B CN114422011B CN202111579644.7A CN202111579644A CN114422011B CN 114422011 B CN114422011 B CN 114422011B CN 202111579644 A CN202111579644 A CN 202111579644A CN 114422011 B CN114422011 B CN 114422011B
- Authority
- CN
- China
- Prior art keywords
- satellite
- link
- network
- capacity
- node
- 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 24
- 239000011159 matrix material Substances 0.000 claims abstract description 49
- 238000009826 distribution Methods 0.000 claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 238000005192 partition Methods 0.000 claims abstract description 4
- 238000000638 solvent extraction Methods 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims description 22
- 238000005070 sampling Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000009827 uniform distribution Methods 0.000 claims description 5
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000013589 supplement Substances 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
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18513—Transmission in a satellite or space-based system
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- 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
- H04B7/18521—Systems of inter linked satellites, i.e. inter satellite service
-
- 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
- H04L41/12—Discovery or management of network topologies
-
- 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
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
- H04L43/0829—Packet loss
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radio Relay Systems (AREA)
Abstract
一种低轨卫星星座容量测算方法,用于测算一段时间内,任意确定的全球业务分布下的星座网络最大信息承载能力。根据星座参数,对卫星‑地面网络拓扑模型进行建立。根据建模时长、建模粒度对星座‑地面网络进行离散化,生成时间离散的拓扑快照。针对每一个快照,独立进行低轨星座建模以及星地接入关系建模,形成拓扑邻接矩阵。对业务分布进行建模。以一定的规则对地球表面进行分区,并赋予不同分区之间一定的业务比例,形成业务分布矩阵。对不同拓扑快照逐一进行容量估计。将上述拓扑邻接矩阵和业务分布矩阵带入多品类流算法,得到不考虑排队下的网络最大容量。接着根据丢包率门限进行容量回退,最终得到一定丢包率下考虑排队的网络最大容量。
Description
技术领域
本发明设计一种应用于航天信息领域的低轨星座网络评价方法,尤其是一种应用于含有星间链路的低轨星座网络的网络容量测算方法。属于航天信息领域。
背景技术
低轨星座网络具有全球无缝覆盖、高鲁棒性、低时延等特点,可以作为地面通信系统的有效备份和良好补充,天地一体化的设计趋势更是给未来信息网络带来了新的可能。近年来,国内外低轨星座建设浪潮如火如荼,以Starlink、Telesat等为代表的含有星间链路的低轨巨星座网络工程已经进入实际部署阶段。此类巨星座规模庞大,单层卫星数量增大到几百、甚至上千量级,加之卫星之间通过星间链路连接,形成了一张巨大的低轨星座网络。这类网络呈现出网状网的拓扑结构,其网络承载能力不能以简单的链路容量加和来计算。因此,对此类网络进行服务能力上界的估算,即容量测算,对网络的设计、资源管理、服务能力评估等方面具有重要的意义。
现有的低轨星座容量测算方法分为四类。一是通过将星座简化为2D-Torus网络,且假设业务为等权重的“all-to-all”的理想情况下,得到的网络容量的理论推导,然而这种方式得到的容量上界并没有实际意义。二是对全球业务单点回传问题利用最大流算法进行估计。但这类方法仅能测算出仅有一个发送或接收节点时的网络容量,与低轨星座网络多点到多点的场景需求不符。三是利用线性规划方法对低轨星座网络的多品种流问题进行求解。该方法理论可行,然而一方面,线性规划算法复杂度过高,难以应对巨型星座规模下的容量计算;另一方面,计算得到的最大容量并未考虑网络的排队与丢包,因此得到的容量估计值仍然大于实际可承载的流量。四是通过仿真的手段对系统承载流量进行模拟,可以得到较贴近实际的最大流量,然而其数据为观察值,且结果依赖于路由算法的选择,难以代表理论上的最大可行值。
因此,对于建设中的低轨星座网络,亟需一种理论的、低复杂度的、不依赖于路由算法的且考虑网络排队、丢包等特性的方法对其网络容量进行测算,为设计人员直观展现出网络的最大承载能力。
发明内容
本发明解决的技术问题是:提出了一种本发明提出一种考虑排队的低轨星座容量测算方法,用于测算一段时间内,任意确定的全球业务分布下的星座网络最大信息承载能力。相比现有的理论计算方法,本方法可适用于全部星座-地面场景,且相比离散时间仿真可更快的估计出随时间变化的网络容量。
本发明的技术解决方案是:一种低轨卫星星座网络容量测算方法,包括如下步骤:
(1)将网络拓扑连接状态以设定的时间间隔采样为一系列的快照数据;
在连续时间[0,T]内取NT+1个采样点,采样间隔Δt=T/NT,得到时间t∈{t0,t1,…,tN};t0,t1,…,tN为离散的时间点;
三维张量AT[t]∈N×N×NT描述采样后每个快照中的网络拓扑矩阵;对于每一个快照中的网络拓扑矩阵A∈N×N,低轨卫星星座网络中包含NSat个卫星节点和NU个地面用户节点,其中发送节点NUS个,接收节点NUD个,N=NSat+NUS+NUD;
对于当前快照,网络拓扑邻接矩阵表示为:
(2)建立低轨卫星星座模型,得到低轨星座邻接矩阵ASat∈NSat×NSat;
低轨星座邻接矩阵ASat∈NSat×NSat构建方法如下:
低轨星座构型包括但不限于Walker-Star构型和Walker-Delta构型;
星间链路包括微波星间链路和激光星间链路;
当采用微波星间链路时,星间通信场景下为LoS信道,信道模型表示为
其中,为卫星Si与卫星Sj间的地理距离,/>为/>时的信道增益,i,j∈{1,…,NSat};
卫星Si到卫星Sj通过微波星间链路的链路通信容量表示为:
其中,PRISL为卫星星间波束的发射功率,σRISL为星间链路接收端噪声的功率,BRISL为星间链路带宽;
当采用激光星间链路时,激光星间链路的链路通信容量为常数CLISL;
根据星座构型,当卫星Si与卫星Sj之间存在星间链路时,ASat矩阵中的元素表示为:/>否则/>
(3)建立星地接入模型,得到星地接入矩阵AUS与AUD;
具体方法如下:
将全球区域进行分区,将每个小分区内的用户等效为一个节点;每个等效节点有效通信仰角范围为为用户仰角的下界,且可以接入所有该节点的可见卫星;卫星波束有效通信仰角范围/>为卫星仰角的下界;
根据地面节点位置、卫星在t时刻的位置以及卫星、用户的通信仰角,得到任一地面节点在当前时刻保持双向可见卫星集合为其中vU为地面用户节点,/>分别为地面用户节点vU可见的卫星节点;
假设星地间为LoS信道,则从地面节点vU到可见卫星vS的信道模型其中,vS∈VVisable为卫星节点,/>是vS到vU间的地理距离,/>为/>时的信道增益;
由于收发天线不变,因此有/>
卫星节点到地面节点与其返向链路的信道容量分别表示为:
其中,B为通信带宽,PS、PU分别为卫星和等效用户的发射功率,σ2为接收端噪声的功率;
星地接入矩阵AUS与AUD中元素和/>分别表示为:
其中,VUS为发送节点集,VUD为接收节点集;
(4)建立业务权重分布模型;
假设业务的分布始终按照固定的权重分布等比例增加;在每一个快照内,每个地面用户的发送节点按照设定比例向其他地面用户的接收节点产生业务;
全部业务都来源于发送节点集VUS,业务最终都流向接收节点集VUD,产生业务的比例汇总形成业务矩阵B∈NUS×NUD:
其中,元素βm,n∈B表示地面节点vm∈VUS发给地面节点vn∈VUD的业务比例,第m行表示vm发送的全部业务,第n列表示vn接收的全部业务,m∈{1,…,NUS},n∈{1,…,NUD},且
业务分布模型采用包括但不限于全球均匀分布模型、两点分布模型、多点分布模型、全球人口分布模型、全球汇聚分布模型;不同模型间由不同βm,n比例组成的业务分布矩阵B表征;βm,m=0,m为整数。
(5)将当前快照下的A、B代入改进的完全多项式时间近似多品类流算法,计算得到网络能承载的最大流量λ;
其中,算法由以下步骤组成:
步骤1:初始化参数l(a)=δ/Cl,其中is,it∈{1,…,N};BZoom=σB;Ω=0;
步骤2:如果Ω<1,执行步骤3,否则执行步骤22;
步骤3:先将变量BZoom赋值给BZoom',然后设置循环变量it=1;
步骤4:如果it≤N,执行步骤5,否则执行步骤21;
步骤5:当BZoom'的第it列不全为零时,执行步骤6,否则执行步骤20;
步骤6:根据网络邻接矩阵A,利用Dijkstra算法计算所有节点到第it个节点的最小权重路径P(:,it)及权重
步骤7:先将邻接矩阵中各链路的剩余容量变量u(a)设置为Cl,然后设置循环变量is=1;
步骤8:如果is≤N,执行步骤9,否则执行步骤17;
步骤9:寻找路径P(is,it)的瓶颈容量,赋值给变量Cb;
步骤10:当BZoom'(is,it)≤Cb时,执行步骤11,否则执行步骤14;
步骤11:对于将/>的值赋给/>
步骤12:对于将u(a)-BZoom'(is,it)的值赋给u(a);
步骤13:先将BZoom'(is,it)赋值给再将0赋值给BZoom'(is,it),然后执行步骤16;
步骤14:对于将/>的值赋给/>
步骤15:先将Cb赋值给再将BZoom'(is,it)-Cb赋值给BZoom'(is,it),然后执行步骤16;
步骤16:先将is+1赋值给is,然后返回步骤8;
步骤17:将赋值给Ω;
步骤18:对于将/>赋值给l(a);
步骤19:返回步骤5;
步骤20:先将it+1赋值给it,然后返回步骤4;
步骤21:返回步骤2;
步骤22:对于其中is≠it,将/>赋值给/>
步骤23:对于所有与it相连的链路a,将的值赋给λ,算法结束。
其中,a∈A∈N×N为网络中的链路,非负实数l(a)为链路a的权重,为节点is到节点it业务在链路a中所占流量,满足/>矩阵BZoom=σB为业务矩阵的放缩,目的是控制迭代次数,/>为一个很小的正常数,用于初始化各链路权重,u(a)表示链路a的剩余容量。
(6)根据最大丢包率门限进行容量回退,得到t时刻快照下回退后的全网总容量Rη;
假设网络外部分组到达服从泊松分布,网络中分组长度服从指数分布,节点处理速度恒定,即处理单个分组的时间与分组长度成正比;设定分组长度的均值为L,其中
将链路的理论丢包率定义为:超出队列长度的分组数量的期望E[n>Nq]与链路总分组数量的期望E[n]之比:
其中Nq为链路队列长度,ρe为回退后的链路占比,pe(n)为队列长度为n的概率。对于固定队列长度Nq,设定链路的丢包率门限为η,求解回退后的链路最大占比
得到t时刻快照下回退后的全网总容量为
(7)对于每个快照重复步骤(2)~(6),最终得到全网容量随时间t变换的函数Rη(t)。
本发明与现有技术相比优点在于:
(1)本发明提出了一套完整的网络容量分析架构,适用于所有星座构型以及地面业务分布。
(2)本发明采用了改进的完全多项式近似多品类流算法作为网络容量的估计算法,在计算时间复杂度相同情况下,仿真精度更高。且该算法比常用的线性规划算法时间复杂度大大降低。
(3)本发明考虑了网络排队与丢包,采用Jackson排队网络理论对链路的丢包率进行建模,并通过对网络容量进行回退得到更加贴近实际的网络容量。
附图说明
图1为容量分析整体流程图。
具体实施方式
结合附图和实施例对本发明进行说明。
一种低轨卫星星座网络容量测算方法,流程如图1所示,包括如下步骤:
(1)将网络拓扑连接状态以设定的时间间隔采样为一系列的快照数据;
在连续时间[0,T]内取NT+1个采样点,采样间隔Δt=T/NT,得到时间t∈{t0,t1,…,tN};t0,t1,…,tN为离散的时间点;
三维张量AT[t]∈N×N×NT描述采样后每个快照中的网络拓扑矩阵;对于每一个快照中的网络拓扑矩阵A∈N×N,低轨卫星星座网络中包含NSat个卫星节点和NU个地面用户节点,其中发送节点NUS个,接收节点NUD个,N=NSat+NUS+NUD;
对于当前快照,网络拓扑邻接矩阵表示为:
(2)建立低轨卫星星座模型,得到低轨星座邻接矩阵ASat∈NSat×NSat;
低轨星座邻接矩阵ASat∈NSat×NSat构建方法如下:
低轨星座构型包括但不限于Walker-Star构型和Walker-Delta构型;
星间链路包括微波星间链路和激光星间链路;
当采用微波星间链路时,星间通信场景下为LoS信道,信道模型表示为
其中,为卫星Si与卫星Sj间的地理距离,/>为/>时的信道增益,i,j∈{1,…,NSat};
卫星Si到卫星Sj通过微波星间链路的链路通信容量表示为:
其中,PRISL为卫星星间波束的发射功率,σRISL为星间链路接收端噪声的功率,BRISL为星间链路带宽;
当采用激光星间链路时,激光星间链路的链路通信容量为常数CLISL;
根据星座构型,当卫星Si与卫星Sj之间存在星间链路时,ASat矩阵中的元素表示为:/>
(3)建立星地接入模型,得到星地接入矩阵AUS与AUD;
具体方法如下:
将全球区域进行分区,将每个小分区内的用户等效为一个节点;每个等效节点有效通信仰角范围为为用户仰角的下界,且可以接入所有该节点的可见卫星;卫星波束有效通信仰角范围/>为卫星仰角的下界;
根据地面节点位置、卫星在t时刻的位置以及卫星、用户的通信仰角,得到任一地面节点在当前时刻保持双向可见卫星集合为其中vU为地面用户节点,/>分别为地面用户节点vU可见的卫星节点;
假设星地间为LoS信道,则从地面节点vU到可见卫星vS的信道模型其中,vS∈VVisable为卫星节点,/>是vS到vU间的地理距离,为/>时的信道增益;
由于收发天线不变,因此有/>
卫星节点到地面节点与其返向链路的信道容量分别表示为:
其中,B为通信带宽,PS、PU分别为卫星和等效用户的发射功率,σ2为接收端噪声的功率;
星地接入矩阵AUS与AUD中元素和/>分别表示为:
其中,VUS为发送节点集,VUD为接收节点集;
(4)建立业务权重分布模型;
假设业务的分布始终按照固定的权重分布等比例增加;在每一个快照内,每个地面用户的发送节点按照设定比例向其他地面用户的接收节点产生业务;
全部业务都来源于发送节点集VUS,业务最终都流向接收节点集VUD,产生业务的比例汇总形成业务矩阵B∈NUS×NUD:
其中,元素βm,n∈B表示地面节点vm∈VUS发给地面节点vn∈VUD的业务比例,第m行表示vm发送的全部业务,第n列表示vn接收的全部业务,m∈{1,…,NUS},n∈{1,…,NUD},且
业务分布模型采用包括但不限于全球均匀分布模型、两点分布模型、多点分布模型、全球人口分布模型、全球汇聚分布模型;不同模型间由不同βm,n比例组成的业务分布矩阵B表征;βm,m=0,m为整数。
(5)将当前快照下的A、B代入改进的完全多项式时间近似多品类流算法,计算得到网络能承载的最大流量λ;
其中,算法由以下步骤组成:
步骤1:初始化参数l(a)=δ/Cl,其中is,it∈{1,…,N};BZoom=σB;Ω=0;
步骤2:如果Ω<1,执行步骤3,否则执行步骤22;
步骤3:先将变量BZoom赋值给BZoom',然后设置循环变量it=1;
步骤4:如果it≤N,执行步骤5,否则执行步骤21;
步骤5:当BZoom'的第it列不全为零时,执行步骤6,否则执行步骤20;
步骤6:根据网络邻接矩阵A,利用Dijkstra算法计算所有节点到第it个节点的最小权重路径P(:,it)及权重dit;
步骤7:先将邻接矩阵中各链路的剩余容量变量u(a)设置为Cl,然后设置循环变量is=1;
步骤8:如果is≤N,执行步骤9,否则执行步骤17;
步骤9:寻找路径P(is,it)的瓶颈容量,赋值给变量Cb;
步骤10:当BZoom'(is,it)≤Cb时,执行步骤11,否则执行步骤14;
步骤11:对于将/>的值赋给/>
步骤12:对于将u(a)-BZoom'(is,it)的值赋给u(a);
步骤13:先将BZoom'(is,it)赋值给再将0赋值给BZoom'(is,it),然后执行步骤16;
步骤14:对于将/>的值赋给/>
步骤15:先将Cb赋值给再将BZoom'(is,it)-Cb赋值给BZoom'(is,it),然后执行步骤16;
步骤16:先将is+1赋值给is,然后返回步骤8;
步骤17:将赋值给Ω;
步骤18:对于将/>赋值给l(a);
步骤19:返回步骤5;
步骤20:先将it+1赋值给it,然后返回步骤4;
步骤21:返回步骤2;
步骤22:对于其中is≠it,将/>赋值给/>
步骤23:对于所有与it相连的链路a,将的值赋给λ,算法结束。
其中,a∈A∈N×N为网络中的链路,非负实数l(a)为链路a的权重,为节点is到节点it业务在链路a中所占流量,满足/>矩阵BZoom=σB为业务矩阵的放缩,目的是控制迭代次数,/>为一个很小的正常数,用于初始化各链路权重,u(a)表示链路a的剩余容量。
(6)根据最大丢包率门限进行容量回退,得到t时刻快照下回退后的全网总容量Rη;
假设网络外部分组到达服从泊松分布,网络中分组长度服从指数分布,节点处理速度恒定,即处理单个分组的时间与分组长度成正比;设定分组长度的均值为L,其中
将链路的理论丢包率定义为:超出队列长度的分组数量的期望E[n>Nq]与链路总分组数量的期望E[n]之比:
其中Nq为链路队列长度,ρe为回退后的链路占比,pe(n)为队列长度为n的概率。对于固定队列长度Nq,设定链路的丢包率门限为η,求解回退后的链路最大占比
得到t时刻快照下回退后的全网总容量为
(7)对于每个快照重复步骤(2)~(6),最终得到全网容量随时间t变换的函数Rη(t)。
实施例:
本实施例计算全球业务均匀分布下,Walker-Delta构型的低轨星座网络容量。
步骤一:设置建模时长及颗粒度。本实施例计算2小时内网络的容量变化。建模时长T=120min,NT=120,采样间隔1s。
步骤二:构建星座场景。NS=140颗卫星分布在10个轨道面上,轨道倾角60°,轨道高度1000km。星间链路采用激光星间链路,链路容量为CLISL=5Gbps,卫星天线最大仰角为60°。每颗卫星与同轨相邻两颗卫星及相邻轨道平面两颗卫星持星间链路。可根据链路连接关系和星间链路容量得到t时刻星座邻接矩阵ASat[t]。
步骤三:构建星地接入场景。将地球表面按经纬度分为8×16的小区,每小区内随机选取一点作为等效用户,得到每个等效用户在t时刻的笛卡尔坐标。计算星座中每颗卫星在t时刻的笛卡尔坐标,根据卫星与等效用户间两两相对位置以及两者的仰角约束得到每个等效用户t时刻的双向可见卫星集合VVisible(vU,t)。每个等效用户根据最短距离接入准则选择接入卫星,并根据相对位置计算星地链路信道容量,得到星地接入矩阵AUS[t]和AUD[t]。结合星座邻接矩阵,可以得到t时刻的卫星-地面网络分块的邻接矩阵A[t]。
步骤四:构建全球业务均匀分布场景。每一个地面等效用户都向除自身外的其他用户以相同的比例产生业务,且每个用户产生业务的总量也相同。由此得到t时刻业务分布矩阵B[t]。
步骤五:进行不考虑排队丢包情况下的最大容量测算。对于每个时刻t,将A[t]和B[t]带入算法1,同时选取迭代步长ε=0.2,业务矩阵缩放因子σ=1,权重初始化常数δ=1。得到t时刻全网总容量λ(t)。
步骤六:计算容量回退系数。根据链路缓存队列长度Nq和设置的丢包率门限η,解出容量回退系数
步骤七:计算回退后的全网容量。通过计算得到星座-地面网络在的最大丢包率η限制下的全网最大容量。
本发明未详细说明部分属于本领域技术人员公知技术。
Claims (6)
1.一种低轨卫星星座网络容量测算方法,其特征在于,包括如下步骤:
(1)将网络拓扑连接状态以设定的时间间隔采样为一系列的快照数据;
(2)建立低轨卫星星座模型,得到t时刻低轨星座邻接矩阵ASat;
(3)建立星地接入模型,得到t时刻星地接入矩阵AUS与AUD;
(4)建立业务权重分布模型;
(5)将当前t时刻快照下的A、B代入改进的完全多项式时间近似多品类流算法,计算得到网络能承载的最大流量λ;
步骤(5)中,改进的完全多项式时间近似多品类流算法包括以下步骤:
步骤1:初始化参数l(a)=δ/Cl,其中BZoom=σB;Ω=0;
步骤2:如果Ω<1,执行步骤3,否则执行步骤22;
步骤3:先将变量BZoom赋值给BZoom',然后设置循环变量it=1;
步骤4:如果it≤N,执行步骤5,否则执行步骤21;
步骤5:当BZoom'的第it列不全为零时,执行步骤6,否则执行步骤20;
步骤6:根据网络邻接矩阵A,利用Dijkstra算法计算所有节点到第it个节点的最小权重路径P(:,it)及权重
步骤7:先将邻接矩阵中各链路的剩余容量变量u(a)设置为Cl,然后设置循环变量is=1;
步骤8:如果is≤N,执行步骤9,否则执行步骤17;
步骤9:寻找路径P(is,it)的瓶颈容量,赋值给变量Cb;
步骤10:当BZoom'(is,it)≤Cb时,执行步骤11,否则执行步骤14;
步骤11:对于将/>的值赋给/>
步骤12:对于将u(a)-BZoom'(is,it)的值赋给u(a);
步骤13:先将BZoom'(is,it)赋值给再将0赋值给BZoom'(is,it),然后执行步骤16;
步骤14:对于将/>的值赋给/>
步骤15:先将Cb赋值给再将BZoom'(is,it)-Cb赋值给BZoom'(is,it),然后执行步骤16;
步骤16:先将is+1赋值给is,然后返回步骤8;
步骤17:将赋值给Ω;
步骤18:对于将/>赋值给l(a);
步骤19:返回步骤5;
步骤20:先将it+1赋值给it,然后返回步骤4;
步骤21:返回步骤2;
步骤22:对于其中is≠it,将/>赋值给/>
步骤23:对于所有与it相连的链路a,将的值赋给λ,算法结束;
其中,a∈A∈N×N为网络中的链路,非负实数l(a)为链路a的权重,为节点is到节点it业务在链路a中所占流量,满足/>矩阵BZoom=σB为业务矩阵的放缩,目的是控制迭代次数;/>为正常数,用于初始化各链路权重;u(a)表示链路a的剩余容量;
(6)根据最大丢包率门限进行容量回退,得到t时刻快照下回退后的全网总容量Rη;
(7)对于每个快照重复步骤(2)~(6),最终得到全网容量随时间t变换的函数Rη(t)。
2.根据权利要求1所述的一种低轨卫星星座网络容量测算方法,其特征在于,步骤(1)具体为:
在连续时间[0,T]内取NT+1个采样点,采样间隔Δt=T/NT,得到时间t∈{t0,t1,…,tN};
其中,t0,t1,…,tN为离散的时间点;
三维张量AT[t]∈N×N×NT描述采样后每个快照中的网络拓扑矩阵;对于每一个快照中的网络拓扑邻接矩阵A∈N×N,低轨卫星星座网络中包含NSat个卫星节点和NU个地面用户节点,其中,发送节点NUS个,接收节点NUD个,N=NSat+NUS+NUD;
对于当前快照,网络拓扑邻接矩阵表示为:
其中,ASat为低轨星座邻接矩阵;AUS与AUD均为星地接入矩阵。
3.根据权利要求2所述的一种低轨卫星星座网络容量测算方法,其特征在于,步骤(2)中,低轨卫星星座模型和低轨星座邻接矩阵ASat∈NSat×NSat的构建方法如下:
低轨星座构型包括但不限于Walker-Star构型和Walker-Delta构型;
星间链路包括微波星间链路和激光星间链路;
当采用微波星间链路时,星间通信场景下为LoS信道,信道模型表示为
其中,为卫星Si与卫星Sj间的地理距离,/>为/>时的信道增益,i,j∈{1,…,NSat};
卫星Si到卫星Sj通过微波星间链路的链路通信容量表示为:
其中,PRISL为卫星星间波束的发射功率,σRISL为星间链路接收端噪声的功率,BRISL为星间链路带宽;
当采用激光星间链路时,激光星间链路的链路通信容量为常数CLISL;
根据低轨星座构型,当卫星Si与卫星Sj之间存在星间链路时,ASat矩阵中的元素表示为:/>否则/>
4.根据权利要求3所述的一种低轨卫星星座网络容量测算方法,其特征在于,步骤(3)的具体方法如下:
将全球区域进行分区,将每个小分区内的用户等效为一个节点;每个等效节点有效通信仰角范围为 为用户仰角的下界,且可以接入所有该节点的可见卫星;卫星波束有效通信仰角范围/> 为卫星仰角的下界;
根据地面节点位置、卫星在t时刻的位置以及卫星、用户的通信仰角,得到任一地面节点在当前时刻保持双向可见卫星集合为其中vU为地面用户节点,/>分别为地面用户节点vU可见的卫星节点;
假设星地间为LoS信道,则从地面节点vU到可见卫星vS的信道模型其中,vS∈VVisable为卫星节点,/>是vS到vU间的地理距离,/>为/>时的信道增益;
由于收发天线不变,因此有/>
卫星节点到地面节点与其返向链路的信道容量分别表示为:
其中,B为通信带宽,PS、PU分别为卫星和等效用户的发射功率,σ2为接收端噪声的功率;
星地接入矩阵AUS中元素与星地接入矩阵AUD中的元素/>分别表示为:
其中,VUS为发送节点集,VUD为接收节点集。
5.根据权利要求4所述的一种低轨卫星星座网络容量测算方法,其特征在于,步骤(4)的具体方法为:
假设业务的分布始终按照固定的权重分布等比例增加;在每一个快照内,每个地面用户的发送节点按照设定比例向其他地面用户的接收节点产生业务;
全部业务都来源于发送节点集VUS,业务最终都流向接收节点集VUD,产生业务的比例汇总形成业务矩阵B∈NUS×NUD:
其中,元素βm,n∈B表示地面节点vm∈VUS发给地面节点vn∈VUD的业务比例,第m行表示vm发送的全部业务,第n列表示vn接收的全部业务,m∈{1,…,NUS},n∈{1,…,NUD},且
业务分布模型采用包括但不限于全球均匀分布模型、两点分布模型、多点分布模型、全球人口分布模型、全球汇聚分布模型;不同模型间由不同βm,n比例组成的业务分布矩阵B表征;其中,m为整数。
6.根据权利要求5所述的一种低轨卫星星座网络容量测算方法,其特征在于,步骤(6)的具体方法为:
假设网络外部分组到达服从泊松分布,网络中分组长度服从指数分布,节点处理速度恒定,即处理单个分组的时间与分组长度成正比;设定分组长度的均值为L,其中
将链路的理论丢包率定义为:超出队列长度的分组数量的期望E[n>Nq]与链路总分组数量的期望E[n]之比:
其中,Nq为链路队列长度,ρe为回退后的链路占比,pe(n)为队列长度为n的概率;
对于固定队列长度Nq,链路的丢包率门限为η,求解回退后的链路最大占比
得到t时刻快照下回退后的全网总容量为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111579644.7A CN114422011B (zh) | 2021-12-22 | 2021-12-22 | 一种低轨卫星星座网络容量测算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111579644.7A CN114422011B (zh) | 2021-12-22 | 2021-12-22 | 一种低轨卫星星座网络容量测算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114422011A CN114422011A (zh) | 2022-04-29 |
CN114422011B true CN114422011B (zh) | 2024-05-31 |
Family
ID=81267814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111579644.7A Active CN114422011B (zh) | 2021-12-22 | 2021-12-22 | 一种低轨卫星星座网络容量测算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114422011B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114978279B (zh) * | 2022-05-05 | 2023-05-09 | 长春理工大学 | 一种卫星网络缓存节点的选取与分配方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299713A (zh) * | 2008-03-21 | 2008-11-05 | 哈尔滨工业大学深圳研究生院 | 一种多层卫星网络系统路由设定方法 |
CN112600609A (zh) * | 2020-11-30 | 2021-04-02 | 中国人民解放军国防科技大学 | 卫星网络系统的网络容量估算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102338817B1 (ko) * | 2015-07-31 | 2021-12-14 | 비아셋, 인크 | 유연한 용량 위성 콘스텔레이션 |
-
2021
- 2021-12-22 CN CN202111579644.7A patent/CN114422011B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299713A (zh) * | 2008-03-21 | 2008-11-05 | 哈尔滨工业大学深圳研究生院 | 一种多层卫星网络系统路由设定方法 |
CN112600609A (zh) * | 2020-11-30 | 2021-04-02 | 中国人民解放军国防科技大学 | 卫星网络系统的网络容量估算方法 |
Non-Patent Citations (2)
Title |
---|
基于拓扑控制的卫星网络路由优化;齐小刚;马久龙;刘立芳;;通信学报;20180225(02);全文 * |
随机业务下卫星光网络链路容量优化设计;刘兰;李勇军;吴继礼;赵尚弘;;电讯技术;20091228(12);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114422011A (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | STAG-based QoS support routing strategy for multiple missions over the satellite networks | |
Segui et al. | Enhancing contact graph routing for delay tolerant space networking | |
Lai et al. | Starperf: Characterizing network performance for emerging mega-constellations | |
CN112821940B (zh) | 一种基于星间链路属性的卫星网络动态路由方法 | |
CN112799784B (zh) | 一种基于分散计算的低轨卫星网络最优任务分配方法 | |
Wu et al. | Dynamic and static controller placement in software-defined satellite networking | |
CN112600609B (zh) | 卫星网络系统的网络容量估算方法 | |
CN112187386B (zh) | 一种用于天地一体化网络的网络性能评估方法及系统 | |
CN112469047B (zh) | 一种天地一体化智能网络卫星节点部署方法 | |
CN115242295B (zh) | 一种卫星网络sdn多控制器部署方法及系统 | |
CN114422011B (zh) | 一种低轨卫星星座网络容量测算方法 | |
Mohorcic et al. | Demographically weighted traffic flow models for adaptive routing in packet-switched non-geostationary satellite meshed networks | |
CN114221691A (zh) | 一种基于深度强化学习的软件定义空天地一体化网络路由优化方法 | |
Mohorčič et al. | Performance evaluation of adaptive routing algorithms in packet‐switched intersatellite link networks | |
CN115765837A (zh) | 一种面向低轨卫星物联网的sdn控制器部署方法 | |
Marchese et al. | A source routing algorithm based on CGR for DTN-nanosatellite networks | |
Lent | Enabling cognitive bundle routing in NASA's high rate DTN | |
Kim et al. | Performance analysis of satellite server mobile edge computing architecture | |
CN111541572B (zh) | 一种低约束条件的随机机会网络图的精确重构方法 | |
Wang et al. | Capacity analysis of LEO mega-constellation networks | |
CN107632312A (zh) | 一种卫星导航系统星间链路建链规划串级优化设计方法 | |
Du et al. | Time cumulative complexity modeling and analysis for space-based networks | |
Shirani et al. | Quadratic estimation of success probability of greedy geographic forwarding in unmanned aeronautical ad-hoc networks | |
Qiao et al. | A service function chain deployment scheme of the software defined satellite network | |
Wei et al. | Dynamic controller placement for software-defined LEO network using deep reinforcement learning |
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 |