CN114826383B - 基于数据映射的卫星通信频轨资源全任务周期管控方法 - Google Patents
基于数据映射的卫星通信频轨资源全任务周期管控方法 Download PDFInfo
- Publication number
- CN114826383B CN114826383B CN202210471061.0A CN202210471061A CN114826383B CN 114826383 B CN114826383 B CN 114826383B CN 202210471061 A CN202210471061 A CN 202210471061A CN 114826383 B CN114826383 B CN 114826383B
- Authority
- CN
- China
- Prior art keywords
- orbit
- frequency
- satellite communication
- resource
- service
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
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)
Abstract
本发明公开了一种基于数据映射的卫星通信频轨资源全任务周期管控方法,具体步骤为:构建频轨资源知识图谱,形成卫星通信频轨资源池,并结合频轨资源利用情况,设计卫星通信全球频轨布局;根据全球布局方案和频轨资源分析数据,确定申报的频轨资源,并结合国际电联卫星网络数据库,计算申报频轨资源的干扰情况,形成频域共享协调方案;根据全球布局方案和协调方案对卫星通信频轨资源使用情况进行监测,将监测数据进行融合得到频轨资源分析数据;根据全球布局方案和频轨资源分析数据进行频轨资源多目标优化分配得到频轨资源利用方案。本发明覆盖卫星通信频轨资源管控中涉及的全任务周期,能有效支持卫星通信频轨资源的优化布局、合理利用。
Description
技术领域
本发明属于卫星通信领域,尤其涉及一种基于数据映射的卫星通信频轨资源全任务周期管控方法。
背景技术
卫星通信频轨资源是国际太空中十分稀缺且不可再生的战略资源。然而卫星通信频轨资源利用和管理是一项十分复杂的工作。相关工作人员面对庞杂的卫星通信频轨资源信息,需要从各类、各层次、各渠道获取的异构的卫星通信频轨相关数据中掌握在轨卫星轨道使用情况、通信卫星频谱使用及干扰情况、隐藏合作态势等有用信息。同时,卫星通信频轨资源管控工作不仅需要对卫星通信频轨资源进行监测,还涉及卫星通信频轨资源的分析与挖掘、向国际电联的卫星通信频轨资源申报与协调等多方面的任务。因此,亟需一种能够实现整个卫星通信频轨资源管控工作的管控架构以及一种能够面向全任务流程、能够面对各种情况的动态精细化卫星通信频轨资源管控方法。
中国专利CN112633564A中提出了一种GEO卫星频轨选取合理性评估改进方法,该方法通过计算频轨方案与所有参评卫星网络资料的卫星网络协调环境评估函数整体评估值来评估卫星频轨选取合理性,但是仅仅涉及卫星通信频轨资源的评估工作。
发明内容
针对卫星通信频轨资源的有效利用和有效管理的难题,本发明公开了一种基于数据映射的卫星通信频轨资源全任务周期管控方法,覆盖卫星通信频轨资源管控中涉及的全任务周期,能有效支持卫星通信频轨资源的深度挖掘、优化布局、合理应用。
本发明公开了一种基于数据映射的卫星通信频轨资源全任务周期管控方法,包括:
S1,将卫星通信频轨资源池数据、业务需求数据池数据以及卫星通信频轨资源利用情况数据,作为卫星通信全球频轨布局方案设计任务的输入,卫星通信全球频轨布局方案设计任务以最大化卫星通信的业务区域覆盖率和最大化卫星通信的业务量覆盖率为目标,从卫星通信频轨资源池数据中优化选取可用卫星通信频轨资源,从而得到卫星通信全球频轨布局方案,并将该卫星通信全球频轨布局方案输出到步骤S2、S3、S4中;
S11,将卫星通信市场业务需求的统计数据按忙时和闲时业务量、业务类型、业务区域、业务频段进行分类,形成业务需求数据池,将业务需求数据池中的数据以五元组的形式表示,记为{FreqT,AT,TB,TV,Type},其中FreqT表示业务频段,AT表示业务区域,TB和TV分别表示忙时业务量和闲时业务量,Type表示业务类型,业务需求数据池中的数据总条数为M;
S12,将包含卫星通信频轨资源的数据、文本和图像信息进行实体识别和关系抽取,分别得到频轨资源实体和关系,再利用频轨资源实体和关系构建频轨资源知识图谱,对频轨资源知识图谱采用深度学习方法,分析和挖掘其所包含的卫星通信频轨资源,形成卫星通信频轨资源池,将卫星通信频轨资源池中的卫星通信频轨资源数据以四元组的形式表示,记为{Orb,FreqR,AR,EIRP},其中Orb为轨位信息,FreqR为频段信息,AR为卫星覆盖范围,EIRP为卫星天线等效全向辐射功率值,卫星通信频轨资源池所包含的卫星通信频轨资源数据的总条数为N;
S13,对业务需求数据池中的数据进行遍历,将业务区域按业务频段FreqT进行分类累加,得到各业务频段的业务区域,业务频段类型总数为F0,第f类业务频段记为Ff,f=1,2,...,F0,则Ff的业务区域表示为:
将忙时业务量和闲时业务量按业务频段FreqT和业务区域AT进行分类累加,得到各频段在各业务区域的忙时业务量和闲时业务量,第f类业务频段在第h个业务区域的忙时业务量ΦB(Ff,αh)和闲时业务量ΦV(Ff,αh)的表达式分别为:
其中,H为业务区域类型数,h=1,2,...,H,αh为第h个业务区域,表示业务需求数据池中第j条数据的业务区域为第h个业务区域且业务频段为第f类业务频段时,其对应的忙时业务量数据,表示业务需求数据池中第j条数据的业务区域为第h个业务区域且业务频段为第f类业务频段时,其对应的闲时业务量数据;
S14,以最大化业务区域覆盖率Gcover和最大化业务量覆盖率Gtraffic为目标,构建资源优化模型,其表达式为:
s.t.F0,H∈N*
δi={0,1}
Λ(Ff)>0
其中,δi为选取标识,其取值为0或1,若δi=1,则表示选取卫星通信频轨资源池中的第i条卫星通信频轨资源数据,反之则表示不选取;表示卫星通信频轨资源池中的第i条卫星通信频轨资源数据的频段信息为第f类业务频段时,其对应的卫星覆盖范围;
S15,采用多目标粒子群算法对所述的资源优化模型进行求解,得到卫星通信频轨资源池中全部数据的选取标识,将选取标识为1的卫星通信频轨资源数据与步骤S4反馈的卫星通信频轨资源利用情况数据进行对比,将已经利用的卫星通信频轨资源对应的卫星通信频轨资源数据的选取标识进行置0,则利用剩下的所有选取标识为1的卫星通信频轨资源数据对应的卫星通信频轨资源,构成卫星通信全球频轨布局方案。
S2,根据卫星通信全球频轨布局方案和对频轨资源进行监测得到的频轨资源分析数据,确定拟向国际电联申报的卫星通信频轨资源,再根据国际电联卫星网络数据库,分析拟申报的卫星通信频轨资源对其他正在运行的卫星通信网络的干扰情况,并根据所述的干扰情况,先使受干扰的卫星通信网络在非必要时间休眠或减小信号功率以避免干扰,再生成并采用可减小对其他正在运行的卫星通信网络造成干扰的卫星通信方案,从而形成基于频域共享的卫星通信频轨资源协调方案,同时将该卫星通信频轨资源协调方案输出到步骤S3中;
S3,将卫星通信频轨资源协调方案、卫星通信全球频轨布局方案和在轨卫星监测数据库作为卫星通信频轨资源监测任务的输入,对卫星通信频轨资源协调方案、卫星通信全球频轨布局方案和在轨卫星监测数据库进行对比分析,将卫星通信全球频轨布局方案中使用的且与卫星通信频轨资源协调方案发生冲突的卫星通信频轨资源进行删除,将卫星通信全球频轨布局方案中使用的且与在轨卫星监测数据库已占用的卫星通信频轨资源进行删除,利用卫星通信全球频轨布局方案中剩下的卫星通信频轨资源,得到格式统一的可利用卫星通信频轨资源的分析数据,将该可利用卫星通信频轨资源的分析数据输出到步骤S4中,并将其作为反馈数据反馈到步骤S2中;
S4,利用所述的可利用卫星通信频轨资源的分析数据和卫星通信全球频轨布局方案,以组网任务需求满足度和频轨资源占用均衡度的最大化为目标,建立卫星通信频轨资源多目标优化分配模型,使用深度强化学习算法对该模型进行求解,得到频轨资源优化利用方案,并将该方案的卫星通信频轨资源利用情况数据反馈到步骤S1中;
S41,根据步骤S3得到的可利用卫星通信频轨资源分析数据和步骤S1得到的卫星通信全球频轨布局方案,从带宽需求Breq、覆盖范围需求Areq和组网任务优先级Yreq三个方面,构建卫星通信频轨资源多目标优化分配模型,其表达式为:
其中,Gsatisfy为组网任务需求满足度目标函数,Gbalance为频轨资源占用均衡度目标函数,K为卫星通信系统中的卫星数量,为第k颗卫星的分配标识,当时,标识第k颗卫星为该组网任务的分配资源,反之不标识,Bk和Ak为分别第k颗卫星提供的带宽和覆盖范围,为第k颗卫星的可用带宽资源,为全部K颗卫星在为组网任务分配带宽资源后的可用带宽资源均值,为第k颗卫星的覆盖范围,wB、wA分别为组网任务带宽需求满足度和覆盖范围需求满足度的系数;
S42,将所述的卫星通信频轨资源多目标优化分配模型转换为单目标优化模型,其表达式为:
S43,根据频轨资源优化利用方案,分配可利用的卫星通信频轨资源至组网任务中,完成对卫星通信频轨资源的高效利用,实现对卫星通信频轨资源全任务周期管控。
所述的步骤S43,还包括,卫星通信系统按照频轨资源优化利用方案运行一段时间后,将该卫星通信系统的卫星通信频轨资源利用情况数据反馈到步骤S1中,进行卫星通信全球频轨布局设计方案的更新。
所述的卫星通信频轨资源管控的任务周期包括卫星通信全球频轨布局方案设计、卫星通信频轨资源申报与协调、卫星通信频轨资源监测、卫星通信频轨资源利用。
本发明的有益效果为:
(1)本发明方法覆盖卫星通信频轨资源管控中涉及的全任务周期,能够清晰地指导卫星通信频轨资源管控的实践工作;
(2)本发明以卫星通信频轨资源管控中数据的流程为主体,规范了各步骤数据的表现形式,明确了数据处理的方法与过程,使管控方法具体化、细节化;
(3)本发明将数据处理过程映射为多目标优化问题求解过程,使卫星通信频轨资源能够得到高效利用。
附图说明
图1为本发明中一种基于数据映射的卫星通信频轨资源全任务周期管控方法流程图。
具体实施方式
为了更好的了解本发明内容,这里给出一个实施例。
图1为本发明中一种基于数据映射的卫星通信频轨资源全任务周期管控方法流程图。
本实施例公开了一种基于数据映射的卫星通信频轨资源全任务周期管控方法,包括:
S1,将卫星通信频轨资源池数据、业务需求数据池数据以及卫星通信频轨资源利用情况数据,作为卫星通信全球频轨布局方案设计任务的输入,卫星通信全球频轨布局方案设计任务以最大化卫星通信的业务区域覆盖率和最大化卫星通信的业务量覆盖率为目标,从卫星通信频轨资源池数据中优化选取可用卫星通信频轨资源,从而得到卫星通信全球频轨布局方案,并将该卫星通信全球频轨布局方案输出到步骤S2、S3、S4中;
S11,将卫星通信市场业务需求的统计数据按忙时和闲时业务量、业务类型、业务区域、业务频段进行分类,形成业务需求数据池,将业务需求数据池中的数据以五元组的形式表示,记为{FreqT,AT,TB,TV,Type},其中FreqT表示业务频段,AT表示业务区域,TB和TV分别表示忙时业务量和闲时业务量,Type表示业务类型,业务需求数据池中的数据总条数为M;
所述的业务频段,为通信市场业务在使用过程中需要的频段。
S12,将包含卫星通信频轨资源的数据、文本和图像信息进行实体识别和关系抽取,分别得到频轨资源实体和关系,再利用频轨资源实体和关系构建频轨资源知识图谱,对频轨资源知识图谱采用深度学习方法,分析和挖掘其所包含的卫星通信频轨资源,形成卫星通信频轨资源池,将卫星通信频轨资源池中的卫星通信频轨资源数据以四元组的形式表示,记为{Orb,FreqR,AR,EIRP},其中Orb为轨位信息,FreqR为频段信息,AR为卫星覆盖范围,EIRP为卫星天线等效全向辐射功率值,卫星通信频轨资源池所包含的卫星通信频轨资源数据的总条数为N;
所述的频段信息,为卫星轨位资源能够提供的频段;
S13,对业务需求数据池中的数据进行遍历,将业务区域按业务频段FreqT进行分类累加,得到各业务频段的业务区域,业务频段类型总数为F0,第f类业务频段记为Ff,f=1,2,...,F0,则Ff的业务区域表示为:
将忙时业务量和闲时业务量按业务频段FreqT和业务区域AT进行分类累加,得到各频段在各业务区域的忙时业务量和闲时业务量,第f类业务频段在第h个业务区域的忙时业务量ΦB(Ff,αh)和闲时业务量ΦV(Ff,αh)的表达式分别为:
其中,H为业务区域类型数,h=1,2,...,H,αh为第h个业务区域,表示业务需求数据池中第j条数据的业务区域为第h个业务区域且业务频段为第f类业务频段时,其对应的忙时业务量数据,表示业务需求数据池中第j条数据的业务区域为第h个业务区域且业务频段为第f类业务频段时,其对应的闲时业务量数据;
S14,以最大化业务区域覆盖率Gcover和最大化业务量覆盖率Gtraffic为目标,构建资源优化模型,其表达式为:
其中,δi为选取标识,其取值为0或1,若δi=1,则表示选取卫星通信频轨资源池中的第i条卫星通信频轨资源数据,反之则表示不选取;表示卫星通信频轨资源池中的第i条卫星通信频轨资源数据的频段信息为第f类业务频段时,其对应的卫星覆盖范围;
S15,采用多目标粒子群算法对所述的资源优化模型进行求解,得到卫星通信频轨资源池中全部数据的选取标识,将选取标识为1的卫星通信频轨资源数据与步骤S4反馈的卫星通信频轨资源利用情况数据进行对比,将已经利用的卫星通信频轨资源对应的卫星通信频轨资源数据的选取标识进行置0,则利用剩下的所有选取标识为1的卫星通信频轨资源数据对应的卫星通信频轨资源,构成卫星通信全球频轨布局方案。
S2,将卫星通信全球频轨布局方案和对频轨资源进行监测得到的频轨资源分析数据作为卫星通信频轨资源申报与协调任务的输入,根据卫星通信全球频轨布局方案和对频轨资源进行监测得到的频轨资源分析数据,确定拟向国际电联申报的卫星通信频轨资源,再根据国际电联卫星网络数据库,分析拟申报的卫星通信频轨资源对其他正在运行的卫星通信网络的干扰情况,并根据所述的干扰情况,先使受干扰的卫星通信网络在非必要时间休眠或减小信号功率以避免干扰,再生成并采用可减小对其他正在运行的卫星通信网络造成干扰的卫星通信方案,从而形成基于频域共享的卫星通信频轨资源协调方案,同时将该卫星通信频轨资源协调方案输出到步骤S3中;
上述的对频轨资源进行监测,采用对在轨卫星监测数据库进行分析来实现。
S3,将卫星通信频轨资源协调方案、卫星通信全球频轨布局方案和在轨卫星监测数据库作为卫星通信频轨资源监测任务的输入,对卫星通信频轨资源协调方案、卫星通信全球频轨布局方案和在轨卫星监测数据库进行对比分析,将卫星通信全球频轨布局方案中使用的且与卫星通信频轨资源协调方案发生冲突的卫星通信频轨资源进行删除,将卫星通信全球频轨布局方案中使用的且与在轨卫星监测数据库已占用的卫星通信频轨资源进行删除,利用卫星通信全球频轨布局方案中剩下的卫星通信频轨资源,得到格式统一的可利用卫星通信频轨资源的分析数据,将该可利用卫星通信频轨资源的分析数据输出到步骤S4中,并将其作为反馈数据反馈到步骤S2中;
S4,将卫星通信频轨资源分析数据、全球频轨布局方案作为卫星通信频轨资源利用任务的输入,利用所述的可利用卫星通信频轨资源的分析数据和卫星通信全球频轨布局方案,以组网任务需求满足度和频轨资源占用均衡度的最大化为目标,建立卫星通信频轨资源多目标优化分配模型,使用深度强化学习算法对该模型进行求解,得到频轨资源优化利用方案,并将该方案的卫星通信频轨资源利用情况数据反馈到步骤S1中;
S41,根据步骤S3得到的可利用卫星通信频轨资源分析数据和步骤S1得到的卫星通信全球频轨布局方案,从带宽需求Breq、覆盖范围需求Areq和组网任务优先级Yreq三个方面,构建卫星通信频轨资源多目标优化分配模型,其表达式为:
其中,Gsatisfy为组网任务需求满足度目标函数,Gbalance为频轨资源占用均衡度目标函数,K为卫星通信系统中的卫星数量,为第k颗卫星的分配标识,当时,标识第k颗卫星为该组网任务的分配资源,反之不标识,Bk和Ak为分别第k颗卫星提供的带宽和覆盖范围,为第k颗卫星的可用带宽资源,为全部K颗卫星在为组网任务分配带宽资源后的可用带宽资源均值,为第k颗卫星的覆盖范围,wB、wA分别为组网任务带宽需求满足度和覆盖范围需求满足度的系数;
S42,将所述的卫星通信频轨资源多目标优化分配模型转换为单目标优化模型,其表达式为:
S43,根据频轨资源优化利用方案,分配可利用的卫星通信频轨资源至组网任务中,完成对卫星通信频轨资源的高效利用,实现对卫星通信频轨资源全任务周期管控。
所述的步骤S43,还包括,卫星通信系统按照频轨资源优化利用方案运行一段时间后,将该卫星通信系统的卫星通信频轨资源利用情况数据反馈到步骤S1中,进行卫星通信全球频轨布局设计方案的更新。
所述的卫星通信频轨资源管控的任务周期包括卫星通信全球频轨布局方案设计、卫星通信频轨资源申报与协调、卫星通信频轨资源监测、卫星通信频轨资源利用。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (4)
1.一种基于数据映射的卫星通信频轨资源全任务周期管控方法,其特征在于,包括:
S1,将卫星通信频轨资源池数据、业务需求数据池数据以及卫星通信频轨资源利用情况数据,作为卫星通信全球频轨布局方案设计任务的输入,卫星通信全球频轨布局方案设计任务以最大化卫星通信的业务区域覆盖率和最大化卫星通信的业务量覆盖率为目标,从卫星通信频轨资源池数据中优化选取可用卫星通信频轨资源,从而得到卫星通信全球频轨布局方案,并将该卫星通信全球频轨布局方案输出到步骤S2、S3、S4中;
S2,根据卫星通信全球频轨布局方案和对频轨资源进行监测得到的频轨资源分析数据,确定拟向国际电联申报的卫星通信频轨资源,再根据国际电联卫星网络数据库,分析拟申报的卫星通信频轨资源对其他正在运行的卫星通信网络的干扰情况,并根据所述的干扰情况,先使受干扰的卫星通信网络在非必要时间休眠或减小信号功率以避免干扰,再生成并采用可减小对其他正在运行的卫星通信网络造成干扰的卫星通信方案,从而形成基于频域共享的卫星通信频轨资源协调方案,同时将该卫星通信频轨资源协调方案输出到步骤S3中;
S3,将卫星通信频轨资源协调方案、卫星通信全球频轨布局方案和在轨卫星监测数据库作为卫星通信频轨资源监测任务的输入,对卫星通信频轨资源协调方案、卫星通信全球频轨布局方案和在轨卫星监测数据库进行对比分析,将卫星通信全球频轨布局方案中使用的且与卫星通信频轨资源协调方案发生冲突的卫星通信频轨资源进行删除,将卫星通信全球频轨布局方案中使用的且与在轨卫星监测数据库已占用的卫星通信频轨资源进行删除,利用卫星通信全球频轨布局方案中剩下的卫星通信频轨资源,得到格式统一的可利用卫星通信频轨资源的分析数据,将该可利用卫星通信频轨资源的分析数据输出到步骤S4中,并将其作为反馈数据反馈到步骤S2中;
S4,利用所述的可利用卫星通信频轨资源的分析数据和卫星通信全球频轨布局方案,以组网任务需求满足度和频轨资源占用均衡度的最大化为目标,建立卫星通信频轨资源多目标优化分配模型,使用深度强化学习算法对该模型进行求解,得到频轨资源优化利用方案,并将该方案的卫星通信频轨资源利用情况数据反馈到步骤S1中。
2.如权利要求1所述的基于数据映射的卫星通信频轨资源全任务周期管控方法,其特征在于,所述的步骤S1,包括:
S11,将卫星通信市场业务需求的统计数据按忙时和闲时业务量、业务类型、业务区域、业务频段进行分类,形成业务需求数据池,将业务需求数据池中的数据以五元组的形式表示,记为{FreqT,AT,TB,TV,Type},其中FreqT表示业务频段,AT表示业务区域,TB和TV分别表示忙时业务量和闲时业务量,Type表示业务类型,业务需求数据池中的数据总条数为M;
S12,将包含卫星通信频轨资源的数据、文本和图像信息进行实体识别和关系抽取,分别得到频轨资源实体和关系,再利用频轨资源实体和关系构建频轨资源知识图谱,对频轨资源知识图谱采用深度学习方法,分析和挖掘其所包含的卫星通信频轨资源,形成卫星通信频轨资源池,将卫星通信频轨资源池中的卫星通信频轨资源数据以四元组的形式表示,记为{Orb,FreqR,AR,EIRP},其中Orb为轨位信息,FreqR为频段信息,AR为卫星覆盖范围,EIRP为卫星天线等效全向辐射功率值,卫星通信频轨资源池所包含的卫星通信频轨资源数据的总条数为N;
S13,对业务需求数据池中的数据进行遍历,将业务区域按业务频段FreqT进行分类累加,得到各业务频段的业务区域,业务频段类型总数为F0,第f类业务频段记为Ff,f=1,2,...,F0,则Ff的业务区域表示为:
将忙时业务量和闲时业务量按业务频段FreqT和业务区域AT进行分类累加,得到各频段在各业务区域的忙时业务量和闲时业务量,第f类业务频段在第h个业务区域的忙时业务量ΦB(Ff,αh)和闲时业务量ΦV(Ff,αh)的表达式分别为:
其中,H为业务区域类型数,h=1,2,...,H,αh为第h个业务区域,表示业务需求数据池中第j条数据的业务区域为第h个业务区域且业务频段为第f类业务频段时,其对应的忙时业务量数据,表示业务需求数据池中第j条数据的业务区域为第h个业务区域且业务频段为第f类业务频段时,其对应的闲时业务量数据;
S14,以最大化业务区域覆盖率Gcover和最大化业务量覆盖率Gtraffic为目标,构建资源优化模型,其表达式为:
其中,δi为选取标识,其取值为0或1,若δi=1,则表示选取卫星通信频轨资源池中的第i条卫星通信频轨资源数据,反之则表示不选取;表示卫星通信频轨资源池中的第i条卫星通信频轨资源数据的频段信息为第f类业务频段时,其对应的卫星覆盖范围;
S15,采用多目标粒子群算法对所述的资源优化模型进行求解,得到卫星通信频轨资源池中全部数据的选取标识,将选取标识为1的卫星通信频轨资源数据与步骤S4反馈的卫星通信频轨资源利用情况数据进行对比,将已经利用的卫星通信频轨资源对应的卫星通信频轨资源数据的选取标识进行置0,则利用剩下的所有选取标识为1的卫星通信频轨资源数据对应的卫星通信频轨资源,构成卫星通信全球频轨布局方案。
3.如权利要求1所述的基于数据映射的卫星通信频轨资源全任务周期管控方法,其特征在于,所述的步骤S4,包括:
S41,根据步骤S3得到的可利用卫星通信频轨资源分析数据和步骤S1得到的卫星通信全球频轨布局方案,从带宽需求Breq、覆盖范围需求Areq和组网任务优先级Yreq三个方面,构建卫星通信频轨资源多目标优化分配模型,其表达式为:
其中,Gsatisfy为组网任务需求满足度目标函数,Gbalance为频轨资源占用均衡度目标函数,K为卫星通信系统中的卫星数量,为第k颗卫星的分配标识,当时,标识第k颗卫星为该组网任务的分配资源,反之不标识,Bk和Ak为分别第k颗卫星提供的带宽和覆盖范围,为第k颗卫星的可用带宽资源,为全部K颗卫星在为组网任务分配带宽资源后的可用带宽资源均值,为第k颗卫星的覆盖范围,wB、wA分别为组网任务带宽需求满足度和覆盖范围需求满足度的系数;
S42,将所述的卫星通信频轨资源多目标优化分配模型转换为单目标优化模型,其表达式为:
S43,根据频轨资源优化利用方案,分配可利用的卫星通信频轨资源至组网任务中,完成对卫星通信频轨资源的高效利用,实现对卫星通信频轨资源全任务周期管控。
4.如权利要求3所述的基于数据映射的卫星通信频轨资源全任务周期管控方法,其特征在于,所述的步骤S4,包括:
所述的步骤S43,还包括,卫星通信系统按照频轨资源优化利用方案运行一段时间后,将该卫星通信系统的卫星通信频轨资源利用情况数据反馈到步骤S1中,进行卫星通信全球频轨布局设计方案的更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210471061.0A CN114826383B (zh) | 2022-04-28 | 2022-04-28 | 基于数据映射的卫星通信频轨资源全任务周期管控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210471061.0A CN114826383B (zh) | 2022-04-28 | 2022-04-28 | 基于数据映射的卫星通信频轨资源全任务周期管控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114826383A CN114826383A (zh) | 2022-07-29 |
CN114826383B true CN114826383B (zh) | 2022-10-25 |
Family
ID=82509131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210471061.0A Active CN114826383B (zh) | 2022-04-28 | 2022-04-28 | 基于数据映射的卫星通信频轨资源全任务周期管控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114826383B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10177837B2 (en) * | 2015-06-17 | 2019-01-08 | Hughes Network Systems, Llc | Approaches for high speed global packet data services for LEO/MEO satellite systems |
EP4143990A2 (en) * | 2020-05-01 | 2023-03-08 | INTEL Corporation | Edge computing in satellite connectivity environments |
CN114071528B (zh) * | 2021-11-16 | 2023-06-27 | 北京邮电大学 | 基于业务需求预测的多波束卫星波束资源适配方法 |
CN114399652B (zh) * | 2021-12-20 | 2022-09-02 | 军事科学院系统工程研究院网络信息研究所 | 基于雷达图智能匹配的多指标体系geo卫星轨位选取方法 |
CN114337779B (zh) * | 2021-12-28 | 2022-07-29 | 军事科学院系统工程研究院网络信息研究所 | 基于深度强化学习的卫星通信频轨资源挖掘方法 |
-
2022
- 2022-04-28 CN CN202210471061.0A patent/CN114826383B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114826383A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
de Andrade et al. | ENMTML: An R package for a straightforward construction of complex ecological niche models | |
Miao et al. | Data-driven robust taxi dispatch under demand uncertainties | |
Yan et al. | Target capacity based resource optimization for multiple target tracking in radar network | |
US7318038B2 (en) | Project risk assessment | |
CN113504999A (zh) | 一种面向高性能分层联邦边缘学习的调度与资源分配方法 | |
CN109598936B (zh) | 一种基于动态stknn模型的短时交通预测方法 | |
CN110298474B (zh) | 一种基于ais与gis的船舶备品备件的物流选址方法 | |
Oughton et al. | Supportive 5G infrastructure policies are essential for universal 6G: Assessment using an open-source techno-economic simulation model utilizing remote sensing | |
CN108989092B (zh) | 一种无线网络预测方法、电子设备及存储介质 | |
Lovén et al. | Scaling up an edge server deployment | |
CN111861078A (zh) | 一种工单的分配方法、装置、电子设备及存储介质 | |
CN114826383B (zh) | 基于数据映射的卫星通信频轨资源全任务周期管控方法 | |
CN115942460A (zh) | 基于资源图谱与对抗学习的低轨卫星无线资源调度方法及装置 | |
Li et al. | Optimization of mining–mineral processing integration using unsupervised machine learning algorithms | |
Chen et al. | An analysis of movement patterns between zones using taxi GPS data | |
CN113191024B (zh) | 基于多目标优化的用频规划建模方法、装置和计算机设备 | |
CN114297563A (zh) | 一种城市道路分级的速度特征云图生成方法 | |
CN105451173A (zh) | 一种基于轨迹数据分析技术的集群通信资源智能配置方法与系统 | |
Reuter-Oppermann et al. | How many fast charging stations do we need along the German highway network | |
CN105389212B (zh) | 一种作业分配方法和装置 | |
CN113541768A (zh) | 一种基于noma的leo卫星通信系统频点分配方法 | |
CN103634916B (zh) | 信道分配方法及装置 | |
CN116739186A (zh) | 一种基于ai和大数据的业务管理方法 | |
Enaleev | Optimal incentive compatible mechanism in a system with several active elements | |
Hamnache et al. | Joint load-balancing and power control strategy to maximize the data extraction rate of lorawan 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 |