CN114501474B - 卫星网络控制器部署方法、设备、存储介质及程序产品 - Google Patents
卫星网络控制器部署方法、设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN114501474B CN114501474B CN202111602394.4A CN202111602394A CN114501474B CN 114501474 B CN114501474 B CN 114501474B CN 202111602394 A CN202111602394 A CN 202111602394A CN 114501474 B CN114501474 B CN 114501474B
- Authority
- CN
- China
- Prior art keywords
- satellite
- position information
- controller
- deployment
- target
- 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 75
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims description 36
- 230000033001 locomotion Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000001934 delay Effects 0.000 claims description 7
- 230000007547 defect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 60
- 239000010410 layer Substances 0.000 description 23
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 7
- 238000013507 mapping Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000002355 dual-layer Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229910052741 iridium Inorganic materials 0.000 description 2
- GKOZUEZYRPOHIO-UHFFFAOYSA-N iridium atom Chemical compound [Ir] GKOZUEZYRPOHIO-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- General Physics & Mathematics (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明涉及航空航天技术领域,尤其涉及一种卫星网络控制器部署方法、设备、存储介质及程序产品。方法包括:获取卫星网络在目标时刻的网络拓扑信息,其中,所述卫星网络具有空间均匀性,所述网络拓扑信息包括至少一个卫星的卫星位置信息;基于所述卫星位置信息,确定目标控制器的部署个数;基于所述卫星位置信息和所述部署个数,确定每一个所述目标控制器的部署位置信息;确定每一个所述目标控制器对应的控制区域,其中,所述目标控制器用于基于所述空间均匀性,控制任一时刻在对应的所述控制区域内的所述卫星。本发明用以解决现有技术中分时间片动态部署控制器占用大量处理资源的缺陷,实现更简洁地部署控制器,减少处理资源的占用。
Description
技术领域
本发明涉及航空航天技术领域,尤其涉及一种卫星网络控制器部署方法、设备、存储介质及程序产品。
背景技术
目前关于软件定义卫星网络(Software-Defined Satellite Network,SDSN)的研究大多数都集中在对SDSN的网络架构上的研究,即如何设计数据层、控制层、应用层,以及如何在卫星网上实现南北向协议,这些研究都是从工程实践上去研究如何将软件定义网络(Software Defined Network,SDN)同卫星网结合起来,但很少研究SDN中最关键的控制器部署问题(Controller Placement Problem,CPP),而只是把时间切片法,即将数据层和控制层都部署在同一卫星网上,把卫星运动周期分为多个时间片,并对每个时间片使用基于K-means的地面网络的控制器部署策略,作为验证架构可行性的方案。K-means是一种常用的聚类算法。
但是,基于时间切片的SDSN控制器部署算法的时间复杂度较高,并且其本质是将一个动态的网络按时间分割成一个个静态的网络,然后认为在每个时间片内,网路的结构不会变化,并用静态网络拓扑的SDSN控制器部署算法去解决CPP问题,该方法可以用于一般的动态网络,但过程比较繁琐并且计算代价高,而且对每个时间片,都得重新确定地面控制器的位置,并重新部署,因此会占用大量处理资源,增加处理时间,甚至导致控制延迟等问题出现。
发明内容
本发明提供一种卫星网络控制器部署方法、设备、存储介质及程序产品,用以解决现有技术中分时间片动态部署控制器占用大量处理资源的缺陷,实现更简洁地部署控制器,减少处理资源的占用。
本发明提供一种卫星网络控制器部署方法,包括:获取卫星网络在目标时刻的网络拓扑信息,其中,所述卫星网络具有空间均匀性,所述网络拓扑信息包括至少一个卫星的卫星位置信息;基于所述卫星位置信息,确定目标控制器的部署个数;基于所述卫星位置信息和所述部署个数,确定每一个所述目标控制器的部署位置信息;确定每一个所述目标控制器对应的控制区域,其中,所述目标控制器用于基于所述空间均匀性,控制任一时刻在对应的所述控制区域内的所述卫星。
根据本发明提供的一种卫星网络控制器部署方法,所述基于所述卫星位置信息,确定目标控制器的部署个数,包括:获取预先设定的至少一个候选个数,其中,所述候选个数为虚拟控制器的个数;分别基于每一个所述候选个数对应的所述虚拟控制器进行如下处理:基于所述卫星位置信息,聚类得到每一个所述虚拟控制器的虚拟位置信息,以及确定每一个所述虚拟控制器对应的所述卫星;根据所述卫星位置信息和所述虚拟位置信息,获取每一个所述卫星与对应的所述虚拟控制器的传输时延;计算每一个所述卫星对应的所述传输时延的平均值,并将所述平均值作为所述候选个数对应的平均时延;将最小的所述平均时延对应的所述候选个数,作为所述部署个数。
根据本发明提供的一种卫星网络控制器部署方法,所述根据所述卫星位置信息和所述虚拟位置信息,获取每一个所述卫星与对应的所述虚拟控制器的传输时延,包括:根据所述卫星位置信息和所述虚拟位置信息,获取每一个所述卫星与对应的所述虚拟控制器之间的距离,其中,所述距离与每一个所述卫星与对应的所述虚拟控制器的传输时延呈正相关关系;根据所述距离和所述正相关关系,获取每一个所述卫星与对应的所述虚拟控制器的所述传输时延。
根据本发明提供的一种卫星网络控制器部署方法,所述部署个数为K,其中,K为等于或大于1的整数;所述基于所述卫星位置信息和所述部署个数,确定每一个所述目标控制器的部署位置信息,包括:根据所述部署个数,获取K个所述目标控制器的初始位置信息;根据K个所述初始位置信息和所述卫星网络中所述卫星的所述卫星位置信息,确定K个卫星簇,其中,一个所述卫星簇包括至少一个所述卫星;分别对每一个所述卫星簇进行聚类,获得每一个所述卫星簇对应的候选位置信息;分别计算每一个所述卫星簇中,所述卫星与对应的所述候选位置信息所在的目标控制器之间,数据传输的候选平均时延;将最小的所述候选平均时延对应的所述候选位置信息,作为第一目标控制器的部署位置信息;确定K-1大于0后,更新卫星网络,其中,更新后的所述卫星网络不包括最小的所述候选平均时延对应的所述卫星簇;更新所述K为K-1,根据更新后的所述卫星网络中所述卫星的卫星位置信息,确定第二目标控制器的部署位置信息。
根据本发明提供的一种卫星网络控制器部署方法,所述根据K个所述初始位置信息和所述卫星网络中所述卫星的所述卫星位置信息,确定K个卫星簇,包括:基于K个所述初始位置信息和所述卫星网络中所述卫星的所述卫星位置信息,将距离每一个所述卫星最近的所述目标控制器,作为所述卫星对应的所述目标控制器;将每一个所述目标控制器对应的所述卫星作为一个卫星簇。
根据本发明提供的一种卫星网络控制器部署方法,所述确定每一个所述目标控制器对应的控制区域,包括:对于每一个所述目标控制器进行如下处理:获取所述目标控制器在卫星运动球面的投影点;计算所述投影点,与所述目标控制器对应的所述卫星簇中每一个所述卫星之间的投影距离;将以最大的所述投影距离为半径,以所述投影点为中心的圆形区域,作为所述目标控制器对应的所述控制区域。
本发明还提供一种卫星网络控制器部署装置,包括:获取模块,用于获取卫星网络在目标时刻的网络拓扑信息,其中,所述卫星网络具有空间均匀性,所述网络拓扑信息包括至少一个卫星的卫星位置信息;个数确定模块,用于基于所述卫星位置信息,确定目标控制器的部署个数;位置确定模块,用于基于所述卫星位置信息和所述部署个数,确定每一个所述目标控制器的部署位置信息;区域确定模块,用于确定每一个所述目标控制器对应的控制区域,其中,所述目标控制器用于基于所述空间均匀性,控制任一时刻在对应的所述控制区域内的所述卫星。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述卫星网络控制器部署方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述卫星网络控制器部署方法的步骤。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述卫星网络控制器部署方法的步骤。
本发明提供的卫星网络控制器部署方法、设备、存储介质及程序产品,获取卫星网络在目标时刻的网络拓扑信息,该网络拓扑信息包括卫星网络中至少一个卫星的卫星位置信息。然后根据卫星位置信息,确定目标控制器的部署个数,确定每一个目标控制器的部署位置信息,以及每一个目标控制器对应的控制区域。由于卫星网络具有空间均匀性,因此,根据目标时刻的网络拓扑信息,确定部署个数、部署位置信息以及控制区域后,将目标控制器部署,则目标控制器可以控制任一时刻在对应的控制区域内的卫星。上述过程不再需要分时间片重复进行控制器的部署,而是一次性确定部署个数、部署位置信息和控制区域,部署各个目标控制器,目标控制器就可以控制任意一个时刻在对应的控制区域内的卫星。这样大大简化了部署过程,减少处理资源的占用,缩短处理时间,进一步提高控制器部署和控制实施过程的效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的卫星网络控制器部署方法的流程示意图之一;
图2是本发明提供的星地双层架构图示意图;
图3是本发明提供的TopK-means算法原理示意图;
图4是本发明提供的基于TopK-means算法确定目标控制器的部署位置信息的流程示意图;
图5是本发明提供的K-means和TopK-means性能对比示意图;
图6是本发明提供的卫星网络控制器部署方法的流程示意图之二;
图7是本发明提供的卫星网络控制器部署方法的流程示意图之三;
图8是本发明提供的不同的SDSN动态控制器部署算法延迟对比示意图;
图9是本发明提供的不同的SDSN动态控制器部署算法耗时对比示意图;
图10是本发明提供的卫星网络控制器部署装置的结构示意图;
图11是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供的卫星网络控制器部署方法,用于确定目标控制器的部署方案,包括目标控制器的部署个数、部署位置信息和控制区域。然后根据目标控制器的部署方案将目标控制器部署于地面,进而通过各个目标控制器实现卫星网络的控制。而卫星网络控制器部署方法可以通过算法程序实现,该算法程序可以执行于计算机、处理器或其他任意一种处理设备中,该处理设备只要能够实现卫星网络控制器部署方法即可,本申请的保护范围不以处理设备的具体类型为限制。下面结合图1-图9描述本发明提供的卫星网络控制器部署方法。
一个实施例中,如图1所示,卫星网络控制器部署方法实现的流程步骤如下:
步骤101,获取卫星网络在目标时刻的网络拓扑信息,其中,卫星网络具有空间均匀性,网络拓扑信息包括至少一个卫星的卫星位置信息。
本实施例中,卫星网络指的是软件定义卫星网络(Software-Defined SatelliteNetwork,SDSN)。该卫星网络是将软件定义网络(Software Defined Network,SDN)同卫星网结合起来形成的,SDN架构包括应用层、控制层和转发层(又称数据层)。SDSN的一种部署方式是将控制层和转发层都部署在卫星网络上,即作为节点的卫星(简称卫星节点)既可以是交换机也可以是控制器,但这种方式使整个网络更加复杂,难以管理。
而本发明基于另一种星地双层架构。该星地双层架构主要考虑控制层和转发层的设计,简要地设计了SDSN的架构,使其仅包含SDN数据层和控制层分离的概念。SDSN的星地双层架构图示意图如图2所示,星地双层架构分为转发层和控制器层。具体的,基于近地轨道(Low earth orbit,LEO)卫星网络,转发层主要由LEO卫星节点构成,每个卫星节点只具有简单的数据转发功能,卫星节点只负责根据流表信息转发数据包,即卫星只作为交换机,控制器层由部署在地面的控制器组成,地面控制器动态监测进入其控制范围内的卫星并建立控制映射关系,负责向卫星层发送流表。这种架构使网络管理变得简单灵活。而本发明提供的卫星网络控制器部署方法基于上述星地双层架构实现。本实施例中提到的目标控制器为需要部署在地面的地面控制器。
本实施例中,卫星网络包括至少一个卫星,该卫星网络在目标时刻的网络拓扑信息,包括至少一个卫星的卫星位置信息。具体的,一个卫星的卫星位置信息包括该卫星的经度、纬度和离地高度。
本实施例中,卫星网络具有空间均匀性,也就是该卫星网络中,任意时刻下,各个卫星运动所在球面上,一个固定区域内的卫星数量均匀不变。
具体的,在均匀分割为一个个小区域的地面上,每个小区域出现的星下点的次数相同,在此基础上,证明卫星网络的空间均匀性。
假设低轨卫星节点(即LEO卫星节点)的高度都相同,即卫星节点位于同一球面,卫星的空间均匀性表述为:设有N个卫星,N为大于1或等于1的整数;地球是一个理想的球,卫星绕地球做圆周运动,把卫星运动的球面分为一个个面积为Δs的小区域;Si为卫星运行的球面上的任意一个区域,其中,i为大于或等于1的整数;S1和S2分别为卫星运动的球面上的任意两块区域,证明任意时刻,每个区域内的卫星数量均匀,证明如下:
假设,T时间内,卫星节点位于Δs区域的总时间为τT(Δs);
T时间内,卫星位于区域Si的总时间为τT(Si);
单个卫星位于区域Δs的总时间为τT(Δs,satk);
单个卫星位于区域Si的总时间为τT(Si,satk);
其中,T为一个固定时长,k为大于或等于1的整数。
首先对于任一区域Si,设其半径为Ri,其面积可由Δs积分获得,即Si=∑iΔs,在T时间内,区域Si内存在Ni个卫星,该Ni个卫星在区域Si的总时间为:
在T时间内,对于任意两个不同的区域S1,S2,有:
其中,T→∞表示T的数值趋近于无穷,也就是T的时间足够长;R1为区域S1的半径,区域S1内存在N1个卫星;R2为区域S2的半径,区域S2内存在N2个卫星。
由上述可知,在足够长的时间里,各个卫星运动所在球面的不同区域内出现的卫星数量与区域的半径成正比。则证明任意时刻,每个区域内的卫星数量均匀。
步骤102,基于卫星位置信息,确定目标控制器的部署个数。
本实施例中,基于卫星网络中每一个卫星的卫星位置信息,来确定需要部署的目标控制器的部署个数。
一个实施例中,基于卫星位置信息,确定目标控制器的部署个数,具体实现过程如下:
获取预先设定的至少一个候选个数,其中,候选个数为虚拟控制器的个数;分别基于每一个候选个数对应的虚拟控制器进行如下处理:基于卫星位置信息,聚类得到每一个虚拟控制器的虚拟位置信息,以及确定每一个虚拟控制器对应的卫星;根据卫星位置信息和虚拟位置信息,获取每一个卫星与对应的虚拟控制器的传输时延;计算每一个卫星对应的传输时延的平均值,并将平均值作为候选个数对应的平均时延;将最小的平均时延对应的候选个数,作为部署个数。
本实施例中,候选个数是根据实际情况和/或经验预先设定的数据,例如,预先设定的候选个数包括2,3,4,5,6,7,8,9和10。对于每一个候选个数,计算对应的平均时延。当候选个数为2时,假定存在2个虚拟控制器。假设候选个数5对应的平均时延最小,则将5作为目标控制器的部署个数,即最终会在地面部署5个目标控制器。
一个实施例中,根据控制器和卫星之间距离和传输时延之间的正相关关系,来通过卫星位置信息和虚拟位置信息获取传输时延。具体的,根据卫星位置信息和虚拟位置信息,获取每一个卫星与对应的虚拟控制器的传输时延,实现过程如下:根据卫星位置信息和虚拟位置信息,获取每一个卫星与对应的虚拟控制器之间的距离,其中,距离与每一个卫星与对应的虚拟控制器的传输时延呈正相关关系;根据距离和正相关关系,获取每一个卫星与对应的虚拟控制器的传输时延。
本实施例中,卫星位置信息包括卫星的经度、纬度和高度;虚拟位置信息包括虚拟控制器的经度和纬度,由于虚拟控制器虚拟布置于地面,则高度可以取值为0。则很容易根据卫星位置信息和虚拟位置信息得到卫星与对应的虚拟控制器之间的距离,进而获得卫星与对应的虚拟控制器之间的传输时延。上述过程逻辑简单且容易程序实现,避免复杂计算造成的资源浪费。
一个实施例中,对于每一个候选个数,通过预设的聚类方法,基于每一个卫星的卫星位置信息,确定部署个数。具体的,聚类得到每一个虚拟控制器的虚拟位置信息,以及确定每一个虚拟控制器对应的卫星,通过预设的K-Means算法实现。其中,K-Means算法是常用的聚类方法。
基于K-Means算法确定部署个数的过程如下:
随机确定M个位置信息作为虚拟控制器的初始虚拟位置信息,其中,M为大于或等于1的整数。卫星网络中包括N个卫星,计算每一个卫星的卫星位置信息,分别与每一个初始虚拟位置信息的差值,即计算每一个卫星分别与每一个虚拟控制器之间的距离,该距离可以为欧几里得距离。根据计算得出的距离,将与每一个卫星最近的虚拟控制器,作为该卫星对应的虚拟控制器。将与一个虚拟控制器对应的每一个卫星作为一个虚拟卫星簇,每一个虚拟卫星簇对应一个虚拟控制器。计算一个虚拟卫星簇中,每一个卫星与对应的虚拟控制之间的距离,然后计算各个距离的平均值,通过该平均值,计算对应的虚拟控制器的虚拟位置信息。
基于每一个虚拟卫星簇中,每一个卫星的卫星位置信息,和对应的虚拟控制器的虚拟位置信息,得到每一个卫星与对应的虚拟控制器之间的传输时延。由于卫星与控制器之间的传输时延,与该卫星和控制器之间的距离成正相关关系,所以,可以通过每一个卫星的卫星位置信息,和对应的虚拟控制器的虚拟位置信息,得到对应的传输时延。
计算各个卫星与对应的虚拟控制器之间的传输时延的平均值,将该平均值作为对应的候选个数的平均时延。选择平均实现最小的候选个数,作为目标控制器的部署个数。
本实施例中,以控制器和卫星之间的传输时延为基础,以平均时延更小为目标,来确定目标控制器的部署个数,目标控制器部署后,减少目标控制器和卫星之间的传输时延,提高传输效率。
步骤103,基于卫星位置信息和部署个数,确定每一个目标控制器的部署位置信息。
本实施例中,初步确定目标控制器的部署个数后,则需要确定每一个目标控制器的部署位置信息。该部署位置信息为目标控制器在地面上部署的位置。具体的,部署位置信息为目标控制器部署的经度和纬度。
一个实施例中,基于卫星位置信息,聚类得到每一个目标控制器的部署位置信息。聚类方法可以采用K-means算法,部署个数即为K-means算法簇中心的个数。但是,在使用K-means解决SDSN中的CPP问题时,偶尔会得到局部最优解而非全局最优解,出现这个问题有很多原因,可能是簇中心值取的不合适,可能是距离函数不合适,可能是最初随机选取的质心靠的太近,也可能是数据本身分布的问题,究其原因,K-means算法中当初始值选定之后,有一个初始的簇,簇中心基本是在这个簇的最大值与最小值之间,而每次更新的新的簇中心之后,簇只会有很小的移动,因此均值无法跳出初始簇的范围,这就导致了最终解陷入局部最优。
为了避免出现局部最优的问题,本发明提出一种TopK-means算法,实现聚类。
具体的,如图3所示,部署个数为K,聚类时存在K个簇中心。聚类所需要用到的一个数据值作为一个数据点(例如,上述中每一个卫星的卫星位置信息)。TopK-means算法开始后,设置K0=K,初始化K个簇中心,即随机确定K个簇中心的初始值,计算每一个数据点到K0个聚类中心之间的距离,将每一个数据点分配到与其距离最小的簇中心聚类,当聚类第一次收敛后,得到了K0个簇的聚类并确定了每个簇的均值(簇中心),然后保留地面控制器到卫星节点交换机平均延迟最小的簇,并将该簇作为最终解的一个簇。随后,在剩下的簇中,重新随机选择K0-1个簇中心的初始值,剩下的节点通过计算与控制器的“距离”(一般是欧里几得距离),将它们分配到距离自己最近的控制器处,直到簇分配结果不改变时,则得到了K0-1个聚簇并确定了每个簇的均值(簇中心),然后保留地面控制器到卫星节点交换机平均延迟(简称SSE)最小的簇,并将该簇作为最终解的一个簇,反复进行上述过程,直到最终解中簇的个数为K,即完成以TopK-means算法实现的聚类过程。
一个实施例中,基于TopK-means算法确定目标控制器的部署位置信息。当部署个数为K,其中,K为等于或大于1的整数时,基于卫星位置信息,确定每一个目标控制器的部署位置信息,如图4所示,具体实现过程如下:
步骤401,根据部署个数,获取K个目标控制器的初始位置信息;
步骤402,根据K个初始位置信息和卫星网络中卫星的卫星位置信息,确定K个卫星簇,其中,一个卫星簇包括至少一个卫星;
步骤403,分别对每一个卫星簇进行聚类,获得每一个卫星簇对应的候选位置信息;
步骤404,分别计算每一个卫星簇中,卫星与对应的候选位置信息所在的目标控制器之间,数据传输的候选平均时延;
步骤405,将最小的候选平均时延对应的候选位置信息,作为第一目标控制器的部署位置信息;
步骤406,判断K-1是否大于0,若是,执行步骤407,若否,执行409;
步骤407,更新卫星网络,其中,更新后的卫星网络不包括最小的候选平均时延对应的卫星簇;
步骤408,更新K为K-1,执行步骤402;
步骤409,聚类完成。
上述实施例中,根据更新后的卫星网络中卫星的卫星位置信息,确定第二目标控制器的部署位置信息。也就是说,通过循环的过程,分别确定了K个目标控制器的位置部署信息。并且每确定一个目标控制器的部署位置信息后,则重新确定候选位置信息,避免由于簇中心的局限性造成陷入局部最优解的情况。
一个实施例中,根据K个初始位置信息和卫星网络中卫星的卫星位置信息,确定K个卫星簇,具体实现过程如下:基于K个初始位置信息和卫星网络中卫星的卫星位置信息,将距离每一个卫星最近的目标控制器,作为卫星对应的目标控制器;将每一个目标控制器对应的卫星作为一个卫星簇。
一个实施例中,确定部署个数时,也可以采用TopK-means算法,具体的,基于每一个虚拟卫星簇中,每一个卫星的卫星位置信息,和对应的虚拟控制器的候选虚拟位置信息,得到每一个卫星与对应的虚拟控制器之间的传输时延之后,分别计算每一个虚拟卫星簇中,卫星与对应的候选虚拟位置信息所在的虚拟控制器之间,数据传输的虚拟平均时延;将最小的虚拟平均时延对应的候选虚拟位置信息,作为第一目标控制器的虚拟位置信息;更新卫星网络;更具更新后的卫星网络确定第二目标控制器的虚拟位置信息,重复上述过程,直至所有虚拟控制器的虚拟位置信息确定。
然后,计算各个卫星与对应的虚拟控制器之间的传输时延的平均值,将该平均值作为对应的候选个数的平均时延。选择平均实现最小的候选个数,作为目标控制器的部署个数。
本实施例中,对比一下K-means和TopK-means的时间复杂度可知,假设一个静态拓扑网络(卫星网络)共有N个节点卫星,两种算法首先都需要使用拐点法确定拓扑网络的最佳控制器数量K,其中,对于每个K值,使用K-means算法计算控制器交换机平均时延,时间复杂度为其中N为卫星节点数,I为迭代次数,D为样本点的维度,这里为3(指的是卫星的经度、纬度、高度),vi表示第i个交换机,因此选取K的总的时间复杂度为接下来在求这K个控制器的部署位置,对于K-means算法,确定控制器的部署位置的时间复杂度为IKND,而TopK-means算法的时间复杂度为IND(K+1)K/2,近似为IK2ND,但K相对于卫星节点数N来说是比较小的,可以忽略,因此两个算法的时间复杂度相同,时间复杂度表示为Θ(N),但是TopK-means算法可以避免解陷入局部最优解中,因此计算出的控制器的位置往往比K-means算法更好,表现在使得优化目标控制器交换机平均时延更小。本文在基于铱星星座的模型上对两算法进行了仿真验证,但是,TopK-means算法所需要的迭代次数约为K-means算法的K倍,在计算上付出了更大的代价。如图5所示,分别为TopK-means算法和K-means算法在控制器数量(Number of controllers)为2到5时的平均控制器交换机延迟(Avg Latency),该延迟的显示单位为毫秒(ms)。其中,实线表示TopK-means算法对应的变化曲线,虚线表示K-means算法对应的变化曲线。在最佳控制器数(K=5),与K-means相比,TopK-means的控制器交换机平均延迟降低了10.53%,即TopK-means的解更优,但是与此同时,TopK-means所需要的迭代次数约为K-means的K倍,在计算上付出了更大的代价。
步骤104,确定每一个目标控制器对应的控制区域,其中,目标控制器用于基于空间均匀性,控制任一时刻在对应的控制区域内的卫星。
本实施例中,确定目标控制器的部署个数,以及每一个目标控制器的部署位置信息后,需要确定每一个目标控制器对应的控制区域,以在目标控制器在地面部署完成后,目标控制器可以基于空间均匀性,控制任一时刻在对应的控制区域内的卫星。
一个实施例中,确定每一个目标控制器对应的控制区域,具体实现过程如下:对于每一个目标控制器进行如下处理:获取目标控制器在卫星运动球面的投影点;计算投影点,与目标控制器对应的卫星簇中每一个卫星之间的投影距离;将以最大的投影距离为半径,以投影点为中心的圆形区域,作为目标控制器对应的控制区域。
本实施例中,在确定了每个控制器的控制范围后,根据卫星网的空间均匀性,这些控制区域内的卫星数量均匀不变。因此,在目标控制器在地面部署完成之后的时间,卫星运动时,不用再重新计算地面上目标控制器的位置,而只需要计算每颗卫星所属的控制区域,每颗卫星受其进入的控制区域的目标控制器控制,
本实施例中,当目标控制器在地面部署完成后,由于已经确定了每一个目标控制器的控制区域,则在卫星运行的过程中,每一个卫星分别计算所在的控制区域,并与该控制区域对应的目标控制器建立映射关系,实现卫星与目标控制器之间的数据交互。
需要说明的是,出现以下两种情况时,需要进行额外的考虑来确定卫星所属的控制区域。第一,当多个控制器区域出现重叠时,并且该区域内的卫星到重叠区域所属的控制器的距离不等,此时卫星选择距离它最近的控制器并与其建立映射关系;第二,当多个控制器区域出现重叠时,并且该区域内的卫星到重叠区域所属的控制器的距离相等,此时卫星随机选择一个控制并与其建立映射关系。
一个具体的实施例中,基于卫星网络空间均匀性的SDSN控制器部署方法,该算法充分利用了卫星网的空间均匀性,首先对卫星在目标时刻的卫星网络拓扑,对其进行优化TopK-means算法计算出这个时刻的K个控制器在地面的位置(经度、纬度),随后,与基于时间片的SDSN控制器部署算法不同的是,在确定K个控制器的位置后,需要再确定这些控制器所控制的簇的区域,该区域为以控制器投影到卫星运动球面的点到这个区域里离控制器投影点最远的节点的距离为半径的圆形区域,并把该区域作为相应地面控制器的控制范围,在确定了每个控制器的控制范围后,根据卫星网的空间均匀性,这些控制区域内的卫星数量均匀不变,因此,在之后的时间,不用再重新计算地面控制器的位置,而只需要计算每颗卫星所属的控制区域,每颗卫星受其进入的控制区域的控制器控制。
如图6所示,基于卫星网空间均匀性的SDSN控制器部署方法的主要步骤为:
步骤601,选取卫星网络姆目标时刻的状态,获取其网络拓扑,并获取目标时刻每颗卫星的位置。
步骤602,以最小化地面控制器到卫星节点交换机平均时延为目标,使用K-Means算法确定卫星网拓扑所需的最佳控制器数量,为K。
步骤603,随机在地面选取K个控制器。
步骤604,使用TopK-means算法确定该拓扑网络的最佳的K个地面控制器的位置。
步骤605,计算出K个控制器的控制区域的半径。
步骤606,地面上的控制器部署完成后,任一时间,每颗卫星计算其位于哪个控制器的控制区域,并于该控制器建立映射关系。
一个具体的实施例中,如图7所示,从卫星运动周期和时间片的角度,卫星网络控制器部署方法的实现过程如下:
步骤701,开始;
步骤702,获取卫星网络拓扑信息,获取卫星运动周期Z,初始化j=1;
步骤703,判断j=1是否成立,若是,执行步骤704,若否,执行步骤709;
步骤704,确定卫星周期时间片tj(1<=j<=Z);
步骤705,基于时间片tj,获取所有卫星的位置S(tj);
步骤706,K-Means算法确定S(tj)的最佳控制数量K;
步骤707,TopK-means算法确定K个地面控制器的位置C={c1,c2,……,cp},其中,p为大于或等于1的整数;
步骤708,j=j+1,执行步骤703;
步骤709,卫星计算自己所属的控制区域,并于该控制区域的控制器建立映射关系,执行步骤708。
一个实施例中,分析基于卫星网络空间均匀性的SDSN控制器部署算法的时间复杂度。本发明的基于卫星网络空间均匀性的SDSN控制器部署算法,和现有技术中基于时间切片的SDSN控制器部署算法最大的区别就是只用对卫星拓扑进行一次TopK-means算法,这里的时间复杂度为而随后每颗卫星只需要计算自己所在的控制区域,时间复杂度为ND,而且该算法只需要部署一次控制器,相比较于基于时间片的SDSN控制器部署算法,更适用于卫星网络。本专利在基于铱星星座的模型上对两种动态拓扑网络控制器部署算法进行了仿真验证。
图8为不同的SDSN动态控制器部署算法延迟对比。图8中,横轴表示控制器数量(Number of controllers),纵轴表示平均控制器交换机延迟(Avg Latency),该延迟的显示单位为毫秒(ms)。实线表示基于时间片(Time Slice)的SDSN控制器部署算法对应的平均控制器交换机延迟,虚线表示基于卫星网络空间均匀(Space Uniform)性的SDSN控制器部署算法对应的平均控制器交换机延迟。
图9为不同的SDSN动态控制器部署算法耗时对比。图9中,横轴表示控制器数量(Number of controllers),纵轴表示每一帧的算法耗时(Time Consuming pre Frame),即每一个时间片的算法耗时,该耗时的单位为毫秒(ms)。实线表示基于时间切片(TimeSlice)的SDSN控制器部署算法对应的每一帧算法耗时,虚线表示基于卫星网络空间均匀(Space Uniform)性的SDSN控制器部署算法对应的每一帧算法耗时。
分析图8和图9可知,基于时间片的控制器部署算法所耗费的时间为基于卫星网空间均匀性的控制器部署算法所耗费时间的常数(迭代次数)倍,即验证了基于卫星网空间均匀性的控制器部署算法能耗费更少的计算资源的情况下,达到与基于时间片的控制器部署算法相近的性能,有时甚至更好(如K=2,5,6时)。
本发明提供的卫星网络控制器部署方法,获取卫星网络在目标时刻的网络拓扑信息,该网络拓扑信息包括卫星网络中至少一个卫星的卫星位置信息。然后根据卫星位置信息,确定目标控制器的部署个数,确定每一个目标控制器的部署位置信息,以及每一个目标控制器对应的控制区域。由于卫星网络具有空间均匀性,因此,根据目标时刻的网络拓扑信息,确定部署个数、部署位置信息以及控制区域后,将目标控制器部署,则目标控制器可以控制任一时刻在对应的控制区域内的卫星。上述过程不再需要分时间片重复进行控制器的部署,而是一次性确定部署个数、部署位置信息和控制区域,部署各个目标控制器,目标控制器就可以控制任意一个时刻在对应的控制区域内的卫星。这样大大简化了部署过程,减少处理资源的占用,缩短处理时间,进一步提高控制器部署和控制实施过程的效率。
下面对本发明提供的卫星网络控制器部署装置进行描述,下文描述的卫星网络控制器部署装置与上文描述的卫星网络控制器部署方法可相互对应参照。如图10所示,卫星网络控制器部署装置包括:
获取模块1001,用于获取卫星网络在目标时刻的网络拓扑信息,其中,卫星网络具有空间均匀性,网络拓扑信息包括至少一个卫星的卫星位置信息;
个数确定模块1002,用于基于卫星位置信息,确定目标控制器的部署个数;
位置确定模块1003,用于基于卫星位置信息和部署个数,确定每一个目标控制器的部署位置信息;
区域确定模块1004,用于确定每一个目标控制器对应的控制区域,其中,目标控制器用于基于空间均匀性,控制任一时刻在对应的控制区域内的卫星。
一个实施例中,个数确定模块1002,具体用于获取预先设定的至少一个候选个数,其中,候选个数为虚拟控制器的个数;分别基于每一个候选个数对应的虚拟控制器进行如下处理:基于卫星位置信息,聚类得到每一个虚拟控制器的虚拟位置信息,以及确定每一个虚拟控制器对应的卫星;根据卫星位置信息和虚拟位置信息,获取每一个卫星与对应的虚拟控制器的传输时延;计算每一个卫星对应的传输时延的平均值,并将平均值作为候选个数对应的平均时延;将最小的平均时延对应的候选个数,作为部署个数。
一个实施例中,个数确定模块1002,具体用于根据卫星位置信息和虚拟位置信息,获取每一个卫星与对应的虚拟控制器之间的距离,其中,距离与每一个卫星与对应的虚拟控制器的传输时延呈正相关关系;根据距离和正相关关系,获取每一个卫星与对应的虚拟控制器的传输时延。
一个实施例中,位置确定模块1003,具体用于根据部署个数,获取K个目标控制器的初始位置信息;根据K个初始位置信息和卫星网络中卫星的卫星位置信息,确定K个卫星簇,其中,一个卫星簇包括至少一个卫星;分别对每一个卫星簇进行聚类,获得每一个卫星簇对应的候选位置信息;分别计算每一个卫星簇中,卫星与对应的候选位置信息所在的目标控制器之间,数据传输的候选平均时延;将最小的候选平均时延对应的候选位置信息,作为第一目标控制器的部署位置信息;确定K-1大于0后,更新卫星网络,其中,更新后的卫星网络不包括最小的候选平均时延对应的卫星簇;更新K为K-1,根据更新后的卫星网络中卫星的卫星位置信息,确定第二目标控制器的部署位置信息,其中,部署个数为K,其中,K为等于或大于1的整数。
一个实施例中,位置确定模块1003,具体用于基于K个初始位置信息和卫星网络中卫星的卫星位置信息,将距离每一个卫星最近的目标控制器,作为卫星对应的目标控制器;将每一个目标控制器对应的卫星作为一个卫星簇。
一个实施例中,区域确定模块1004,具体用于对于每一个目标控制器进行如下处理:获取目标控制器在卫星运动球面的投影点;计算投影点,与目标控制器对应的卫星簇中每一个卫星之间的投影距离;将以最大的投影距离为半径,以投影点为中心的圆形区域,作为目标控制器对应的控制区域。
图11示例了一种电子设备的实体结构示意图,如图11所示,该电子设备可以包括:处理器(processor)1101、通信接口(Communications Interface)1102、存储器(memory)1103和通信总线1104,其中,处理器1101,通信接口1102,存储器1103通过通信总线1104完成相互间的通信。处理器1101可以调用存储器1103中的逻辑指令,以执行卫星网络控制器部署方法,该方法包括:获取卫星网络在目标时刻的网络拓扑信息,其中,卫星网络具有空间均匀性,网络拓扑信息包括至少一个卫星的卫星位置信息;基于卫星位置信息,确定目标控制器的部署个数;基于卫星位置信息和部署个数,确定每一个目标控制器的部署位置信息;确定每一个目标控制器对应的控制区域,其中,目标控制器用于基于空间均匀性,控制任一时刻在对应的控制区域内的卫星。
此外,上述的存储器1103中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的卫星网络控制器部署方法,该方法包括:获取卫星网络在目标时刻的网络拓扑信息,其中,卫星网络具有空间均匀性,网络拓扑信息包括至少一个卫星的卫星位置信息;基于卫星位置信息,确定目标控制器的部署个数;基于卫星位置信息和部署个数,确定每一个目标控制器的部署位置信息;确定每一个目标控制器对应的控制区域,其中,目标控制器用于基于空间均匀性,控制任一时刻在对应的控制区域内的卫星。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的卫星网络控制器部署方法,该方法包括:获取卫星网络在目标时刻的网络拓扑信息,其中,卫星网络具有空间均匀性,网络拓扑信息包括至少一个卫星的卫星位置信息;基于卫星位置信息,确定目标控制器的部署个数;基于卫星位置信息和部署个数,确定每一个目标控制器的部署位置信息;确定每一个目标控制器对应的控制区域,其中,目标控制器用于基于空间均匀性,控制任一时刻在对应的控制区域内的卫星。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种卫星网络控制器部署方法,其特征在于,包括:
获取卫星网络在目标时刻的网络拓扑信息,其中,所述卫星网络具有空间均匀性,所述网络拓扑信息包括至少一个卫星的卫星位置信息;
基于所述卫星位置信息,确定目标控制器的部署个数;
基于所述卫星位置信息和所述部署个数,确定每一个所述目标控制器的部署位置信息;
确定每一个所述目标控制器对应的控制区域,其中,所述目标控制器用于基于所述空间均匀性,控制任一时刻在对应的所述控制区域内的所述卫星。
2.根据权利要求1所述的卫星网络控制器部署方法,其特征在于,所述基于所述卫星位置信息,确定目标控制器的部署个数,包括:
获取预先设定的至少一个候选个数,其中,所述候选个数为虚拟控制器的个数;
分别基于每一个所述候选个数对应的所述虚拟控制器进行如下处理:基于所述卫星位置信息,聚类得到每一个所述虚拟控制器的虚拟位置信息,以及确定每一个所述虚拟控制器对应的所述卫星;根据所述卫星位置信息和所述虚拟位置信息,获取每一个所述卫星与对应的所述虚拟控制器的传输时延;计算每一个所述卫星对应的所述传输时延的平均值,并将所述平均值作为所述候选个数对应的平均时延;
将最小的所述平均时延对应的所述候选个数,作为所述部署个数。
3.根据权利要求2所述的卫星网络控制器部署方法,其特征在于,所述根据所述卫星位置信息和所述虚拟位置信息,获取每一个所述卫星与对应的所述虚拟控制器的传输时延,包括:
根据所述卫星位置信息和所述虚拟位置信息,获取每一个所述卫星与对应的所述虚拟控制器之间的距离,其中,所述距离与每一个所述卫星与对应的所述虚拟控制器的传输时延呈正相关关系;
根据所述距离和所述正相关关系,获取每一个所述卫星与对应的所述虚拟控制器的所述传输时延。
4.根据权利要求1所述的卫星网络控制器部署方法,其特征在于,所述部署个数为K,其中,K为等于或大于1的整数;
所述基于所述卫星位置信息和所述部署个数,确定每一个所述目标控制器的部署位置信息,包括:
根据所述部署个数,获取K个所述目标控制器的初始位置信息;
根据K个所述初始位置信息和所述卫星网络中所述卫星的所述卫星位置信息,确定K个卫星簇,其中,一个所述卫星簇包括至少一个所述卫星;
分别对每一个所述卫星簇进行聚类,获得每一个所述卫星簇对应的候选位置信息;
分别计算每一个所述卫星簇中,所述卫星与对应的所述候选位置信息所在的目标控制器之间,数据传输的候选平均时延;
将最小的所述候选平均时延对应的所述候选位置信息,作为第一目标控制器的部署位置信息;
确定K-1大于0后,更新卫星网络,其中,更新后的所述卫星网络不包括最小的所述候选平均时延对应的所述卫星簇;
更新所述K为K-1,根据更新后的所述卫星网络中所述卫星的卫星位置信息,确定第二目标控制器的部署位置信息。
5.根据权利要求4所述的卫星网络控制器部署方法,其特征在于,所述根据K个所述初始位置信息和所述卫星网络中所述卫星的所述卫星位置信息,确定K个卫星簇,包括:
基于K个所述初始位置信息和所述卫星网络中所述卫星的所述卫星位置信息,将距离每一个所述卫星最近的所述目标控制器,作为所述卫星对应的所述目标控制器;
将每一个所述目标控制器对应的所述卫星作为一个卫星簇。
6.根据权利要求5所述的卫星网络控制器部署方法,其特征在于,所述确定每一个所述目标控制器对应的控制区域,包括:
对于每一个所述目标控制器进行如下处理:
获取所述目标控制器在卫星运动球面的投影点;计算所述投影点,与所述目标控制器对应的所述卫星簇中每一个所述卫星之间的投影距离;将以最大的所述投影距离为半径,以所述投影点为中心的圆形区域,作为所述目标控制器对应的所述控制区域。
7.一种卫星网络控制器部署装置,其特征在于,包括:
获取模块,用于获取卫星网络在目标时刻的网络拓扑信息,其中,所述卫星网络具有空间均匀性,所述网络拓扑信息包括至少一个卫星的卫星位置信息;
个数确定模块,用于基于所述卫星位置信息,确定目标控制器的部署个数;
位置确定模块,用于基于所述卫星位置信息和所述部署个数,确定每一个所述目标控制器的部署位置信息;
区域确定模块,用于确定每一个所述目标控制器对应的控制区域,其中,所述目标控制器用于基于所述空间均匀性,控制任一时刻在对应的所述控制区域内的所述卫星。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述卫星网络控制器部署方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述卫星网络控制器部署方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111602394.4A CN114501474B (zh) | 2021-12-24 | 2021-12-24 | 卫星网络控制器部署方法、设备、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111602394.4A CN114501474B (zh) | 2021-12-24 | 2021-12-24 | 卫星网络控制器部署方法、设备、存储介质及程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114501474A CN114501474A (zh) | 2022-05-13 |
CN114501474B true CN114501474B (zh) | 2023-11-07 |
Family
ID=81495674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111602394.4A Active CN114501474B (zh) | 2021-12-24 | 2021-12-24 | 卫星网络控制器部署方法、设备、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114501474B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117320027B (zh) * | 2023-11-30 | 2024-02-13 | 鹏城实验室 | 卫星网络的控制器部署方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9740465B1 (en) * | 2016-11-16 | 2017-08-22 | Vector Launch Inc. | Orchestration of software application deployment in a satellite platform |
CN107294592A (zh) * | 2017-06-16 | 2017-10-24 | 大连大学 | 一种基于分布式sdn的卫星网络及其构建方法 |
CN110972168A (zh) * | 2019-12-16 | 2020-04-07 | 重庆邮电大学 | 天地一体化网络sdn控制器按需动态放置方法 |
US10771146B1 (en) * | 2019-06-27 | 2020-09-08 | At&T Intellectual Property I, L.P. | Redundancy for satellite uplink facilities using software-defined networking |
CN112612043A (zh) * | 2020-12-10 | 2021-04-06 | 国网四川省电力公司信息通信公司 | 一种高速无线通信与导航定位融合的区域增强系统及方法 |
CN112817605A (zh) * | 2021-01-19 | 2021-05-18 | 鹏城实验室 | 一种软件定义卫星网络控制器部署方法、装置及相关设备 |
CN113347678A (zh) * | 2021-05-25 | 2021-09-03 | 成都天奥集团有限公司 | 一种5g星座路由分区控制方法 |
CN113595613A (zh) * | 2021-06-29 | 2021-11-02 | 中国人民解放军国防科技大学 | 用于低轨软件定义卫星网络的控制器部署方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016069077A1 (en) * | 2014-08-03 | 2016-05-06 | Hughes Network Systems, Llc | Centralized ground-based route determination and traffic engineering for software defined satellite communications networks |
US10097472B2 (en) * | 2016-09-14 | 2018-10-09 | At&T Intellectual Property I, L.P. | Method and system for dynamically distributing and controlling a virtual gateway |
US11165491B2 (en) * | 2018-12-31 | 2021-11-02 | Hughes Network Systems, Llc | Location management for satellite systems |
US11271638B2 (en) * | 2019-12-31 | 2022-03-08 | Hughes Network Systems, Llc | Satellite system including backhaul connection of data centers to gateways |
-
2021
- 2021-12-24 CN CN202111602394.4A patent/CN114501474B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9740465B1 (en) * | 2016-11-16 | 2017-08-22 | Vector Launch Inc. | Orchestration of software application deployment in a satellite platform |
CN107294592A (zh) * | 2017-06-16 | 2017-10-24 | 大连大学 | 一种基于分布式sdn的卫星网络及其构建方法 |
US10771146B1 (en) * | 2019-06-27 | 2020-09-08 | At&T Intellectual Property I, L.P. | Redundancy for satellite uplink facilities using software-defined networking |
CN110972168A (zh) * | 2019-12-16 | 2020-04-07 | 重庆邮电大学 | 天地一体化网络sdn控制器按需动态放置方法 |
CN112612043A (zh) * | 2020-12-10 | 2021-04-06 | 国网四川省电力公司信息通信公司 | 一种高速无线通信与导航定位融合的区域增强系统及方法 |
CN112817605A (zh) * | 2021-01-19 | 2021-05-18 | 鹏城实验室 | 一种软件定义卫星网络控制器部署方法、装置及相关设备 |
CN113347678A (zh) * | 2021-05-25 | 2021-09-03 | 成都天奥集团有限公司 | 一种5g星座路由分区控制方法 |
CN113595613A (zh) * | 2021-06-29 | 2021-11-02 | 中国人民解放军国防科技大学 | 用于低轨软件定义卫星网络的控制器部署方法 |
Non-Patent Citations (8)
Title |
---|
3层体系结构卫星网络的性能分析;尹志忠 等;《计算机工程》;全文 * |
Comprehensive Evaluation on Space Information Network Demonstration Platform Based on Tracking and Data Relay Satellite System;Feng Liu et al.;《Sensors》;全文 * |
Controller Placement in Software-Defined Satellite Networks;Shuang Xu et al.;《2018 14th International Conference on Mobile Ad-Hoc and Sensor Networks (MSN)》;全文 * |
Mobility- and Load-Adaptive Controller Placement and Assignment in LEO Satellite Networks;Long Chen et al.;《IEEE INFOCOM 2021 - IEEE Conference on Computer Communications》;全文 * |
基于SDN的卫星网络多控制器部署方法研究;刘治国 等;《计算机仿真》;全文 * |
软件定义卫星网络多控制器部署策略;陈金涛 等;《西安电子科技大学学报》;全文 * |
软件定义天地一体化网络:架构、技术及挑战;许方敏 等;《中兴通讯技术》;全文 * |
软件定义空间信息网络多控制器动态部署策略;杨力 等;《计算机工程》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114501474A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113346944B (zh) | 空天地一体化网络中时延最小化计算任务卸载方法及系统 | |
US10789542B2 (en) | System and method for predicting changes in network quality | |
CN114501474B (zh) | 卫星网络控制器部署方法、设备、存储介质及程序产品 | |
JP2006259812A (ja) | 動的キュー負荷分散方法、システム及びプログラム | |
CN113326126A (zh) | 任务处理方法、任务调度方法、装置及计算机设备 | |
CN108499100A (zh) | 一种基于边缘计算的云游戏错误恢复方法及系统 | |
CN102045744A (zh) | 一种批量升级基站的方法和系统 | |
CN113507696A (zh) | 一种基于基站空间布局优化的室内定位方法及系统 | |
CN112732444A (zh) | 一种面向分布式机器学习的数据划分方法 | |
CN115499875B (zh) | 一种卫星互联网任务卸载方法、系统以及可读存储介质 | |
EP3949144A1 (en) | Channel-matrix dependent step size for iterative precoding matrix calculation | |
EP4024212A1 (en) | Method for scheduling interference workloads on edge network resources | |
CN111371616A (zh) | 一种面向numa架构服务器的虚拟网络功能链部署方法和系统 | |
CN111625245A (zh) | 一种推理服务部署方法、装置、设备及存储介质 | |
US10506031B1 (en) | Scalable network for processing virtual environments | |
CN115278698A (zh) | 基于动态用户分布预测的无人机基站动态部署方法及装置 | |
CN112073237A (zh) | 一种云边架构中大规模目标网络构建方法 | |
CN107203256B (zh) | 一种网络功能虚拟化场景下的节能分配方法与装置 | |
US20220051135A1 (en) | Load balancing using data-efficient learning | |
CN113766037A (zh) | 面向大规模边缘计算系统的任务卸载控制方法及系统 | |
US10484249B1 (en) | Dynamic distribution of simulation load | |
CN116226697B (zh) | 空间数据聚类方法、系统、设备及介质 | |
KR102108292B1 (ko) | 네트워크 커버리지를 넓히기 위한 무인 이동 기지국의 위치 조정 방법 및 장치 | |
KR101818870B1 (ko) | 오작동 단말이 존재하는 분산 네트워크에서 신뢰도 기반 분산 동기 방법 및 장치 | |
WO2017213537A1 (en) | Parallel optimization of homogeneous systems |
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 |