CN115296717A - 一种低轨卫星系统地面站天线阵列的调度方法 - Google Patents

一种低轨卫星系统地面站天线阵列的调度方法 Download PDF

Info

Publication number
CN115296717A
CN115296717A CN202210761724.2A CN202210761724A CN115296717A CN 115296717 A CN115296717 A CN 115296717A CN 202210761724 A CN202210761724 A CN 202210761724A CN 115296717 A CN115296717 A CN 115296717A
Authority
CN
China
Prior art keywords
antenna
task
idle
transmitted
subtask
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
CN202210761724.2A
Other languages
English (en)
Other versions
CN115296717B (zh
Inventor
熊越
王权
杨景军
李元洁
王悦
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.)
Space Star Technology Co Ltd
Original Assignee
Space Star Technology Co Ltd
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 Space Star Technology Co Ltd filed Critical Space Star Technology Co Ltd
Priority to CN202210761724.2A priority Critical patent/CN115296717B/zh
Publication of CN115296717A publication Critical patent/CN115296717A/zh
Application granted granted Critical
Publication of CN115296717B publication Critical patent/CN115296717B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Genetics & Genomics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Signal Processing (AREA)
  • Development Economics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Educational Administration (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Astronomy & Astrophysics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Radio Relay Systems (AREA)

Abstract

本申请公开了一种低轨卫星系统地面站天线阵列的调度方法，该方法包括：获取待传输任务的任务信息，根据当前天线阵列中各空闲天线的指向信息以及任务信息从空闲天线中为待传输任务选择一天线组；根据分布式遗传算法选择执行待传输任务的可用时间段，构建天线阵列空转运动量和函数，基于和函数以及可用时段得到待传输任务的天线调度结果，以使根据天线调度结果来执行待传输任务时，和函数为极小值，其中，和函数用于表征天线阵列执行传输任务的总成本。本申请解决了现有技术中天线寿命和利用率较低的技术问题。

Description

一种低轨卫星系统地面站天线阵列的调度方法
技术领域
本申请涉及卫星通信技术领域，尤其涉及一种低轨卫星系统地面站天线阵列的调度方法。
背景技术
随着卫星通信技术与应用的飞速发展，低轨卫星互联网日趋增多。低轨卫星系统在卫星可见弧段，其地面站机械天线指向需要随着卫星移动。尤其对于以星座部署的大量卫星，每个卫星技术参数相同，地面站使用相同的若干天线进行通信服务，这些天线形成资源池，共同为星座中卫星服务。通常一个天线场有若干天线，形成天线阵列，低轨卫星系统运行控制中心对天线阵列进行任务规划、分配、调度，以及采集天线运行状态。阵列中每副天线，空闲时在复位状态待命，一般是零位置。收到任务指令后，天线开始转动，转动到服务起始位置后，等待时机，并执行搜星、锁星，开始服务卫星业务。天线随着卫星运动而转动，始终指向卫星，直到任务结束，发送任务执行完成并上报。天线转动，回到复位状态。此过程中，地面站内多副天线组成的天线阵列持续跟踪卫星和频繁回转天线指向，带来天线非服务状态时空转较多，增加功耗、磨损，影响天线寿命和精度。
发明内容
本申请解决的技术问题是：针对现有技术中天线寿命和利用率较低的问题，本申请提供一种低轨卫星系统地面站天线阵列的调度方法，本申请实施例所提供的方案中，在满足低轨卫星系统服务质量的前提下，以地面站内所有天线机械运动量的和函数为优化目标，采用优化调度方法，使该函数达到极小值，不仅可以减少天线机械磨损，减少天线空转时长，从而增加天线寿命和利用率，降低功耗以及提升天线阵列工作效率。
第一方面，本申请实施例提供一种低轨卫星系统地面站天线阵列的调度方法，该方法包括：
获取待传输任务的任务信息，根据当前天线阵列中各空闲天线的指向信息以及所述任务信息从所述空闲天线中为所述待传输任务选择一天线组；
根据分布式遗传算法选择执行所述待传输任务的可用时间段，构建天线阵列空转运动量和函数，基于所述和函数以及所述可用时段得到所述待传输任务的天线调度结果，以使根据所述天线调度结果来执行所述待传输任务时，所述和函数为极小值，其中，所述和函数用于表征天线阵列执行所述传输任务的总成本。
可选地，根据当前天线阵列中各空闲天线的指向信息以及所述任务信息从所述空闲天线中为所述待传输任务选择第一天线组，包括：
根据所述任务信息对所述待传输任务进行任务规划得到一个或多个子任务，根据当前每个空闲天线的指向信息计算所述每个空闲天线执行每个子任务收益以及成本；
基于所述收益以及成本从所述空闲天线中选择执行所述每个子任务的天线，基于为每个子任务所选择的天线得到所述待传输任务所对应的第一天线组。
可选地，其中，基于所述收益以及成本从所述空闲天线中选择执行所述每个子任务的天线，包括：
根据所述每个空闲天线执行每个子任务收益以及成本计算得到天线阵列执行所述待传输任务的总收益集以及总成本集；
基于所述总收益集以及所述总成本集选择出总收益最大且总成本最小时所对应的一天线组，且该天线组中各个天线之间不存在冲突，将该天线组作为所述第一天线组。
可选地，根据当前每个空闲天线的指向信息计算所述每个空闲天线执行每个子任务收益以及成本，包括：
基于所述任务信息确定所述每个子任务的收益，以及根据所述任务信息确定所述待传输任务所对应的卫星信息；
根据所述卫星信息以及所述当前每个空闲天线的指向信息确定所述每个空闲天线执行每个子任务所转动的角度信息；以及根据所述角度信息计算所述每个空闲天线执行所述每个子任务的成本。
可选地，根据所述角度信息计算所述每个空闲天线执行所述每个子任务的成本，包括：
根据如下公计算执行每个空闲天线执行所述每个子任务的成本：
fi(Δ方位，Δ俯仰，Δ倾斜)＝W方位*Δ方位+W俯仰*Δ俯仰+W倾斜*Δ倾斜
其中，fi(Δ方位，Δ俯仰，Δ倾斜)表示每个空闲天线执行所述每个子任务的成本；△方位表示每个空闲天线执行每个子任务所转动的方位角；Δ俯仰表示每个空闲天线执行每个子任务所转动的俯仰角；Δ倾斜表示每个空闲天线执行每个子任务所转动的倾斜角；W方位表示天线在方位角方向上无业务转动1度的成本；W俯仰表示天线在俯仰角方向上无业务转动1度的成本；W倾斜表示天线在倾斜角方向上无业务转动1度的成本。
可选地，根据分布式遗传算法选择执行所述待传输任务的可用时间段，包括：
根据所述分布式遗传算法将所述每个地面站作为一个Agent模型，基于每个所述Agent模型初始化其对应的子种群，其中，所述子种群包括一个或多个个体，每个个体表示一个待传输任务的可用时间段；
根据所述选择、交叉以及变异算子对各个种群进行优化得到优化后结果，基于所有种群所对应的优化后结果个体的适应度函数值；以及
基于所述适应度函数值以及迭代算法进行迭代计算得到所述待传输任务的可用时间段。
可选地，构建天线阵列空转运动量和函数，包括：
基于如下公式构建天线阵列空转运动量和函数：
Figure BDA0003721237360000041
其中，F()表示天线阵列空转运动量和函数；t1表示待传输任务的可用时段的起始时间；t2表示待传输任务的可用时段的结束时间；fi()表示天线阵列中第i个天线的成本，i表示天线阵列中第i个天线；N表示天线阵列中天线数量。
可选地，还包括：基于卫星待传输任务周期更新，规划各周期内天线调度、各地面站周期内天线跟踪计划以及周期内干扰规避计划。
第二方面，本申请提供一种计算机设备，该计算机设备，包括：
存储器，用于存储至少一个处理器所执行的指令；
处理器，用于执行存储器中存储的指令执行第一方面所述的方法。
第三方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令在计算机上运行时，使得计算机执行第一方面所述的方法。
附图说明
图1为本申请实施例所提供的一种应用场景的示意图；
图2为本申请实施例所提供的一种低轨卫星系统地面站天线阵列的调度方法的流程示意图；
图3A为本申请实施例所提供的一种能量平衡仿真计算模型的结构示意图；
图3B为本申请实施例所提供的一种能量平衡仿真计算模型的结构示意图；
图4A为本申请实施例所提供的一种能量平衡仿真计算模型的结构示意图；
图4B为本申请实施例所提供的一种能量平衡仿真计算模型的结构示意图；
图5为本申请实施例所提供的一种能量平衡仿真计算模型的结构示意图；
图6为本申请实施例所提供的一种计算机设备的结构示意图。
具体实施方式
本申请实施例提供的方案中，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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它实施例，都属于本申请保护的范围。
为了更好的理解上述技术方案，下面通过附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
图1展示了本申请实施例所提供的一种应用场景的示意图。在该场景包括卫星星座系统101和一个或多个地面站102；其中，卫星星座系统101由多个能正常工作的卫星，例如，卫星星座系统包括卫星A1、卫星A2、……、卫星An，其中，n为不小于2的正整数。卫星星座系统101中各卫星通过传输任务可向该一个或多个地面站102中每个地面站发送数据，例如，地面站包括地面站B1、地面站B2、……、地面站Bm，其中，m为不小于2的正整数；地面站102通过天线阵来接收各个卫星所传输的数据。另外，地面站102通过天线阵列接收各个卫星所传输的数据时，天线随着卫星运动而转动，始终指向卫星，直到任务结束，发送任务执行完成并上报。
以下结合说明书附图对本申请实施例所提供的一种低轨卫星系统地面站天线阵列的调度方法做进一步详细的说明，该方法应用于图1所示的场景，具体实现方式可以包括以下步骤(方法流程如图2所示)：
步骤201，获取待传输任务的任务信息，根据当前天线阵列中各空闲天线的指向信息以及所述任务信息从所述空闲天线中为所述待传输任务选择天线组。
图3A展示了本申请实施例提供的一种为待传输任务选择执行的天线组的示意图。
作为举例，如图3A所示，若当前卫星A1需要向地面站B1发送待传输任务，卫星A1在向地面站B1发送待传输任务之前，先向地面B1发送待传输任务的任务信息，例如，任务信息包括卫星发送传输起始时间和结束时间、传输任务的卫星标识、或者卫星进站和出站时间等。地面站B1获取卫星A1发送的待传输任务的任务信息，并确定当前地面站B1的天线阵列中空闲天线C1、天线C2、天线C3、天线C4、天线C5以及天线C6。另外，地面站在接收待传输任务过程中，天线需要随着卫星运动而转动，始终指向卫星，直到任务结束，但是由于地面站每个天线的转动角度有限，一个天线可能完成不了在整个任务的跟踪，而是需要一组天线来完成，初始选取该组天线中各个天线是根据天线阵列中各空闲天线的指向信息从当前空闲天线中选取的。例如，在图3A中，选择空闲天线C1、天线C3、天线C4以及天线C6作为待传输任务执行的初始天线组。
进一步，在本申请实施例所提供的方案中，为待传输任务选择一组天线的方式有多种。在图3A的基础上，图3B展示了本申请实施例提供的另一种为待传输任务选择执行的天线组的示意图。
作为举例，在图3B中，地面站B1可根据待传输任务的任务信息对待传输任务进行任务规划得到一个或多个子任务，例如，将待传输任务划分为子任务1、子任务2、子任务3以及子任务4；然后，分别根据空闲天线C1、天线C2、天线C3、天线C4、天线C5以及天线C6的指向信息计算其执行每个子任务的收益以及成本，例如，指向信息包括方位角、俯仰角以及倾斜角等。再基于每个子任务所对应的收益以及成本从所有空闲天线中选择执行子任务1的天线为空闲天线C1，执行子任务2的天线为空闲天线C3、执行子任务3的天线为空闲天线C5以及执行子任务4的天线为空闲天线C6。
在一种可能实现的方式中，地面站可根据每个空闲天线执行每个子任务收益以及成本计算得到天线阵列执行待传输任务的总收益集以及总成本集；基于总收益集以及总成本集选择出总收益最大且总成本最小时所对应的一天线组，且该天线组中各个天线之间不存在冲突，将该天线组作为执行待传输任务的初始天线组。
另外，又作为举例，地面站可基于任务信息确定每个子任务的收益，以及根据任务信息确定待传输任务所对应的卫星信息；根据卫星信息以及当前每个空闲天线的指向信息确定每个空闲天线执行每个子任务所转动的角度信息；以及根据角度信息计算所述每个空闲天线执行每个子任务的成本。
进一步，为了便于理解，下面对计算所述每个空闲天线执行每个子任务的成本进行简要介绍。
在一种可能实现的方式中，根据所述角度信息计算所述每个空闲天线执行所述每个子任务的成本，包括：
根据如下公计算执行每个空闲天线执行所述每个子任务的成本：
fi(Δ方位，Δ俯仰，Δ倾斜)＝W方位*Δ方位+W俯仰*Δ俯仰+W倾斜*Δ倾斜
其中，fi(Δ方位，Δ俯仰，Δ倾斜)表示每个空闲天线执行所述每个子任务的成本；△方位表示每个空闲天线执行每个子任务所转动的方位角；Δ俯仰表示每个空闲天线执行每个子任务所转动的俯仰角；Δ倾斜表示每个空闲天线执行每个子任务所转动的倾斜角；W方位表示天线在方位角方向上无业务转动1度的成本；W俯仰表示天线在俯仰角方向上无业务转动1度的成本；W倾斜表示天线在倾斜角方向上无业务转动1度的成本。
由上述可知，每个天线的成本又与天线的方位角、俯仰角、倾斜角(或斜轴空转角度)有关。参见图4A本申请实施例提供了一种天线跟踪卫星的倾轨空转示意图；图4B本申请实施例提供了一种天线跟踪卫星的极轨空转示意图。
进一步，在本申请实施例所提供的方案中，在对待传输任务的天线进行调度时，除了需要对执行待传输任务的天线组进行调度规划外，还需要对执行待传输任务的天线组进行优化，以及优化后天线组中各个天线执行任务的时间段(即执行任务的起始时间段以及结束时间段)进行规划。具体如下所示。
步骤202，根据分布式遗传算法选择执行所述待传输任务的可用时间段，构建天线阵列空转运动量和函数，基于所述和函数以及所述可用时段得到所述待传输任务的天线调度结果，以使根据所述天线调度结果来执行所述待传输任务时，所述和函数为极小值，其中，所述和函数用于表征天线阵列执行所述传输任务的总成本。
作为举例，分布遗产算法为改进式分布遗传算法，该改进式遗传算法由编码、适应度函数和遗传算子三大模块组成。改进式分布遗传算法通过预设的编码机制把个体对象的表现型转变具有一定特征的染色体，遗传算法采用随机方法生成若干个个体的集合，该集合称为初始种群，初始种群中个体的数量称为种群规模，对于多地面站传输规划问题，采用一种扩展的等长0-1编码构造染色体，与传统二进制编码不同的是，改进式分布遗传算法考虑到适应值的计算，需要对染色体统一编码，对于初始未知的其他染色体段，在染色体中与之对应的基因则以NULL进行标识。后续的计算目标函数值和遗传算子操作都是针对此扩展的二进制序列所代表的染色体进行。然后，采用适应度函数的值来评价个体(解)的好坏，适应值越大，解的质量越优。遗传算法进化过程就是个体适应值的增大过程。接着，采用选择、交叉、变异三种遗传算子不断产生新一代的种群以得到优化解，选择操作就是按某种特定的方法从父代种群中选取一些个体，遗传到下一代的群体中；交叉是指对父代种群中两个相互配对的染色体依据交叉概率按某种方式相互交换部分基因，从而形成两个新的个体，交叉是产生新个体的主要方法；变异是指依据一定的变异概率将个体染色体中的某些基因值替换为其它基因值，从而形成一个新的个体，遗传变异决定了算法的局部搜索能力，保持了种群的多样性。
又作为举例，本申请实施例所提供的方案中，在星地组网传输资源规划Agent模型时将每一个地面站作为一个Agent模型，各地面站所对应的Agent模型根据收到的运控中心所发送的信息初始化自己子种群，子种群中每一个个体代表当前Agent模型的传输任务分配方案。在进化过程中，各Agent模型对自己的种群进行交叉、变异、选择并在进化一次之后计算个体适应值将精英个体(综合收益(Benefit)最大时的解)发送给运控中心。各Agent模型通过与运控中心交互，取得其余、Agent模型发送到运控中心的个体代表，与子种群中个体合成新的子种群并计算个体的适应值。迭代进行上述步骤，运控中心从各Agent模型中搜索更加优化的传输资源分配方案，直至找到上述问题的一个最优解。最后，各Agent模型根据获取的地面站天线资源和对接时间，并根据最优解中选定的传输可用时段计算出待传输任务传输开始时间和结束时间。生成最终的优化后的任务方案，即由天线阵列中哪些天线来执行待传输任务，以及其执行时间。
进一步，在本申请实施例所提供的方案中，所规划的问题是多地面站传输规划。可通过改进式分布遗传算法将多地面站传输规划问题转换为求解综合收益最大式的解。例如，改进式分布遗传算法采用一种扩展的等长0-1编码构造染色体，表征个体对象，即用1位二进制编码表示一个地面站的跟踪可用时段，整个规划结果是这N个二进制序列所代表的传输任务的集合，后续的计算目标函数值和遗传算子操作都是针对此扩展的二进制序列所代表的染色体进行；采用适应度函数的值来评价个体(解)的好坏，适应值越大，解的质量越优；采用选择、交叉、变异三种遗传算子不断产生新一代的个体种群以得到优化解；基于Agent的模型架构，根据最优解中选定的传输可用时段计算出传输开始时间和结束时间，生成最终的优化后的任务方案。
进一步，在选择出可以待传输任务的传输开始时间和结束时间(可用时间段)后，为最终的优化后的任务方案，还需要构建天线阵列空转运动量和函数；其中，最终的优化后的任务方案是指天线阵列空转运动量和函数取极小值(或最小值)时的解。
作为举例，根据预设的调度策略，将任务窗口、可用天线资源窗口在时间轴滑动下，进行智能匹配和任务优化，使和函数求得极小值，并为所述天线组中每个天线分配执行时间段，以使调度所述天线组以及每个天线对应的执行时间段来执行所述待传输任务时，所述和函数为极小值，以使得天线阵列在执行待执行任务时运行的路径最短(成本最低)。例如，切换卫星时涉及天线空转，需满足天线阵列的空转量(虚线总和)和函数最小。
在一种可能实现方式中，构建天线阵列空转运动量和函数，包括：基于如下公式构建天线阵列空转运动量和函数：
Figure BDA0003721237360000101
其中，F()表示天线阵列空转运动量和函数；t1表示待传输任务的可用时段的起始时间；t2表示待传输任务的可用时段的结束时间；fi( )表示天线阵列中第i个天线的成本，i表示天线阵列中第i个天线；N表示天线阵列中天线数量。
进一步，在本申请实施例所提供的方案中，将待执行任务的任务方案，下发到低轨卫星规划计划、载荷管理和站网管理系统，进行任务实施。另外，如图5所示，会对卫星规划计划定期更新，生成各卫星周期内天线指向工作计划、各地面站周期内天线跟踪计划、周期内的低轨卫星系统内、系统间干扰规避、卫星载荷、信关站工作计划编排；同时对载荷管理系统发送设备工作计划通知、卫星工作计划，对站网管理系统发送设备工作计划通知、地面站工作计划等任务。
本申请实施例所提供的方案中，在满足低轨卫星系统服务质量的前提下，以地面站内所有天线机械运动量的和函数为优化目标，采用优化调度方法，使该函数达到极小值，不仅可以减少天线机械磨损，减少天线空转时长，从而增加天线寿命和利用率，降低功耗以及提升天线阵列工作效率。
参见图6，本申请提供一种计算机设备，该计算机设备，包括：
存储器601，用于存储至少一个处理器所执行的指令；
处理器602，用于执行存储器中存储的指令执行图2的方法。
本申请提供一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，当计算机指令在计算机上运行时，使得计算机执行图2所述的方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (9)

1.一种低轨卫星系统地面站天线阵列的调度方法，其特征在于，包括：
获取待传输任务的任务信息，根据当前天线阵列中各空闲天线的指向信息以及所述任务信息从所述空闲天线中为所述待传输任务选择一天线组；
根据分布式遗传算法选择执行所述待传输任务的可用时间段，构建天线阵列空转运动量和函数，基于所述和函数以及所述可用时段得到所述待传输任务的天线调度结果，以使根据所述天线调度结果来执行所述待传输任务时，所述和函数为极小值，其中，所述和函数用于表征天线阵列执行所述传输任务的总成本。
2.如权利要求1所述的方法，其特征在于，根据当前天线阵列中各空闲天线的指向信息以及所述任务信息从所述空闲天线中为所述待传输任务选择第一天线组，包括：
根据所述任务信息对所述待传输任务进行任务规划得到一个或多个子任务，根据当前每个空闲天线的指向信息计算所述每个空闲天线执行每个子任务收益以及成本；
基于所述收益以及成本从所述空闲天线中选择执行所述每个子任务的天线，基于为每个子任务所选择的天线得到所述待传输任务所对应的第一天线组。
3.如权利要求2所述的方法，其特征在于，其中，基于所述收益以及成本从所述空闲天线中选择执行所述每个子任务的天线，包括：
根据所述每个空闲天线执行每个子任务收益以及成本计算得到天线阵列执行所述待传输任务的总收益集以及总成本集；
基于所述总收益集以及所述总成本集选择出总收益最大且总成本最小时所对应的一天线组，且该天线组中各个天线之间不存在冲突，将该天线组作为所述第一天线组。
4.如权利要求3所述的方法，其特征在于，根据当前每个空闲天线的指向信息计算所述每个空闲天线执行每个子任务收益以及成本，包括：
基于所述任务信息确定所述每个子任务的收益，以及根据所述任务信息确定所述待传输任务所对应的卫星信息；
根据所述卫星信息以及所述当前每个空闲天线的指向信息确定所述每个空闲天线执行每个子任务所转动的角度信息；以及根据所述角度信息计算所述每个空闲天线执行所述每个子任务的成本。
5.如权利要求4所述的方法，其特征在于，根据所述角度信息计算所述每个空闲天线执行所述每个子任务的成本，包括：
根据如下公计算执行每个空闲天线执行所述每个子任务的成本：
fi(Δ方位，Δ俯仰，Δ倾斜)＝W方位*Δ方位+W俯仰*Δ俯仰+W倾斜*Δ倾斜
其中，fi(Δ方位，Δ俯仰，Δ倾斜)表示每个空闲天线执行所述每个子任务的成本；△方位表示每个空闲天线执行每个子任务所转动的方位角；Δ俯仰表示每个空闲天线执行每个子任务所转动的俯仰角；Δ倾斜表示每个空闲天线执行每个子任务所转动的倾斜角；W方位表示天线在方位角方向上无业务转动1度的成本；W俯仰表示天线在俯仰角方向上无业务转动1度的成本；W倾斜表示天线在倾斜角方向上无业务转动1度的成本。
6.如权利要求1～5任一项所述的方法，其特征在于，根据分布式遗传算法选择执行所述待传输任务的可用时间段，包括：
根据所述分布式遗传算法将所述每个地面站作为一个Agent模型，基于每个所述Agent模型初始化其对应的子种群，其中，所述子种群包括一个或多个个体，每个个体表示一个待传输任务的可用时间段；
根据所述选择、交叉以及变异算子对各个种群进行优化得到优化后结果，基于所有种群所对应的优化后结果个体的适应度函数值；以及
基于所述适应度函数值以及迭代算法进行迭代计算得到所述待传输任务的可用时间段。
7.如权利要求6所述的方法，其特征在于，构建天线阵列空转运动量和函数，包括：
基于如下公式构建天线阵列空转运动量和函数：
Figure FDA0003721237350000031
其中，F( )表示天线阵列空转运动量和函数；t1表示待传输任务的可用时段的起始时间；t2表示待传输任务的可用时段的结束时间；fi( )表示天线阵列中第i个天线的成本，i表示天线阵列中第i个天线；N表示天线阵列中天线数量。
8.如权利要求1～5任一项所述的方法，其特征在于，还包括：
基于卫星待传输任务周期更新，规划各周期内天线调度、各地面站周期内天线跟踪计划以及周期内干扰规避计划。
9.一种电子设备，其特征在于，包括：
存储器，用于存储至少一个处理器所执行的指令；
处理器，用于执行存储器中存储的指令执行如权利要求1～8任一项所述的方法。
CN202210761724.2A 2022-06-29 2022-06-29 一种低轨卫星系统地面站天线阵列的调度方法 Active CN115296717B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210761724.2A CN115296717B (zh) 2022-06-29 2022-06-29 一种低轨卫星系统地面站天线阵列的调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210761724.2A CN115296717B (zh) 2022-06-29 2022-06-29 一种低轨卫星系统地面站天线阵列的调度方法

Publications (2)

Publication Number Publication Date
CN115296717A true CN115296717A (zh) 2022-11-04
CN115296717B CN115296717B (zh) 2024-05-17

Family

ID=83822295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210761724.2A Active CN115296717B (zh) 2022-06-29 2022-06-29 一种低轨卫星系统地面站天线阵列的调度方法

Country Status (1)

Country Link
CN (1) CN115296717B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116192222A (zh) * 2023-04-27 2023-05-30 中国西安卫星测控中心 面向天线组阵需求的资源调度方法、装置和计算机设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002094316A (ja) * 2000-09-19 2002-03-29 Sharp Corp 追尾アンテナ装置
US7663542B1 (en) * 2004-11-04 2010-02-16 Lockheed Martin Corporation Antenna autotrack control system for precision spot beam pointing control
CN106933121A (zh) * 2015-12-30 2017-07-07 北京空间飞行器总体设计部 基于任务时空分布特性的点波束天线控制方法
CN108388958A (zh) * 2018-01-31 2018-08-10 中国地质大学（武汉） 一种二维姿态机动卫星任务规划技术研究的方法及装置
CN108804220A (zh) * 2018-01-31 2018-11-13 中国地质大学（武汉） 一种基于并行计算的卫星任务规划算法研究的方法
CN108960483A (zh) * 2017-05-24 2018-12-07 电视广播有限公司 卫星调度方法、处理系统以及软件程序产品
CN112381344A (zh) * 2020-10-10 2021-02-19 南京理工大学 一种基于云服务的卫星测控站天线自动控制方法
CN113986609A (zh) * 2021-09-28 2022-01-28 中国人民解放军战略支援部队航天工程大学 低轨巨型星座智能运行备份方法、装置、电子设备及介质
CN114239986A (zh) * 2021-12-23 2022-03-25 湖南云箭智能科技有限公司 一种卫星时间窗调配方法、装置、设备及可读存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002094316A (ja) * 2000-09-19 2002-03-29 Sharp Corp 追尾アンテナ装置
US7663542B1 (en) * 2004-11-04 2010-02-16 Lockheed Martin Corporation Antenna autotrack control system for precision spot beam pointing control
CN106933121A (zh) * 2015-12-30 2017-07-07 北京空间飞行器总体设计部 基于任务时空分布特性的点波束天线控制方法
CN108960483A (zh) * 2017-05-24 2018-12-07 电视广播有限公司 卫星调度方法、处理系统以及软件程序产品
CN108388958A (zh) * 2018-01-31 2018-08-10 中国地质大学（武汉） 一种二维姿态机动卫星任务规划技术研究的方法及装置
CN108804220A (zh) * 2018-01-31 2018-11-13 中国地质大学（武汉） 一种基于并行计算的卫星任务规划算法研究的方法
CN112381344A (zh) * 2020-10-10 2021-02-19 南京理工大学 一种基于云服务的卫星测控站天线自动控制方法
CN113986609A (zh) * 2021-09-28 2022-01-28 中国人民解放军战略支援部队航天工程大学 低轨巨型星座智能运行备份方法、装置、电子设备及介质
CN114239986A (zh) * 2021-12-23 2022-03-25 湖南云箭智能科技有限公司 一种卫星时间窗调配方法、装置、设备及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116192222A (zh) * 2023-04-27 2023-05-30 中国西安卫星测控中心 面向天线组阵需求的资源调度方法、装置和计算机设备
CN116192222B (zh) * 2023-04-27 2023-08-29 中国西安卫星测控中心 面向天线组阵需求的资源调度方法、装置和计算机设备

Also Published As

Publication number Publication date
CN115296717B (zh) 2024-05-17

Similar Documents

Publication Publication Date Title
CN108880663B (zh) 基于改进遗传算法的天地一体化网络资源分配方法
US20210133536A1 (en) Load prediction method and apparatus based on neural network
CN112134614B (zh) 一种多波束通信卫星的下行载波资源分配方法及系统
CN113778648A (zh) 分层边缘计算环境中基于深度强化学习的任务调度方法
CN107656799B (zh) 一种多云环境下考虑通信和计算代价的工作流调度方法
CN112784362A (zh) 一种用于无人机辅助边缘计算的混合优化方法及系统
CN114281104B (zh) 一种基于改进蚁群算法的多无人机协同调控方法
Dai et al. Dynamic scheduling for emergency tasks in space data relay network
Zhang et al. A novel stochastic clustering auction for task allocation in multi-robot teams
CN115296717B (zh) 一种低轨卫星系统地面站天线阵列的调度方法
CN113259469A (zh) 智能制造中边缘服务器部署方法、系统及存储介质
CN113573363A (zh) 基于深度强化学习的mec计算卸载与资源分配方法
Fakhrzad et al. A new multi-objective job shop scheduling with setup times using a hybrid genetic algorithm
CN116633801A (zh) 资源调度方法、装置、系统及相关设备
CN113139639B (zh) 一种基于mombi面向智慧城市应用多目标计算迁移方法和装置
Mhasawade et al. A survey of hybrid metaheuristics to minimize makespan of job shop scheduling problem
Fraire et al. On the design of fair contact plans in predictable delay-tolerant networks
CN113672295A (zh) 基于遗传算法的移动云环境下协同计算卸载方法
CN114980216B (zh) 基于移动边缘计算的依赖型任务卸载系统及方法
US20220051135A1 (en) Load balancing using data-efficient learning
CN113810916B (zh) 一种5g/6g边缘计算场景下的多服务器混合部署架构及方法
CN114791853A (zh) 一种基于可靠性约束的工作流调度优化方法
CN115129447A (zh) 一种工业互联网中计及条件风险价值的边缘计算任务卸载方法及计算机设备
Pérez-Rodríguez An estimation of distribution algorithm for combinatorial optimization problems
Jedrzejowicz et al. Population learning algorithm for the resource-constrained project scheduling

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