CN115499874A - 一种星地联合的边缘计算方法 - Google Patents
一种星地联合的边缘计算方法 Download PDFInfo
- Publication number
- CN115499874A CN115499874A CN202210977079.8A CN202210977079A CN115499874A CN 115499874 A CN115499874 A CN 115499874A CN 202210977079 A CN202210977079 A CN 202210977079A CN 115499874 A CN115499874 A CN 115499874A
- Authority
- CN
- China
- Prior art keywords
- ground
- terminal
- satellite
- task
- space
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
- H04W28/09—Management thereof
- H04W28/0925—Management thereof using policies
-
- 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
-
- 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
- H04W72/046—Wireless resource allocation based on the type of the allocated resource the resource being in the space domain, e.g. beams
-
- 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
- H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明公开了一种星地联合的边缘计算方法,涉及无线通信领域。系统由多个配备有边缘计算服务器的地面基站和低轨卫星组成,为计算受限的地面终端和太空终端提供低时延的计算卸载服务。地面终端和太空终端根据环境信息和计算任务信息配置发射功率并选择合适的边缘计算服务器,通过上行链路进行计算任务卸载。地面基站和低轨卫星收到相应终端的数据信号后,利用接收波束进行解码并送至其边缘计算服务器执行任务计算,同时为其分配相应的计算资源。计算任务完成后,计算结果通过下行链路回传给相应的终端。本发明为6G天地一体化网络提供了一种有效的星地联合的边缘计算方法。
Description
技术领域
本发明涉及无线通信领域,尤其涉及一种星地联合的边缘计算方法。
背景技术
近年来,随着物联网行业的飞速发展,物联网终端的数量呈现爆发式增长,预计到2030年,物联网终端将达到千亿数量级。在这种情况下,当前的5G通信技术已经不能完全匹配快速增长的终端接入要求。为了迎接即将到来的挑战,学术界和工业界已经开始了6G移动通信网络的研究。
目前,在全球终端连接和数据流量不断增加的情况下,单靠地面网络和计算已无法有效满足海量数据的高效低时延处理需求。在这种情况下,6G将会是地面网络与卫星网络深度融合的一体化网络。具体而言,6G网络将在5G技术的基础上进一步融合卫星通信、大数据和人工智能等技术,以提供更广阔的覆盖范围、更大的通信容量和更低的传输时延。此外,越来越多的新兴业务场景,如无人驾驶汽车、增强现实和工业物联网等,对海量数据的通信和计算也提出了更高的要求。因此,需要为6G星地联合网络提供一种有效的通信与计算融合方案。
通过综合考虑地面通信、星地通信和星间链路的特点,整合地面网络和低轨卫星网络边缘计算资源,为6G网络设计一种星地联合的边缘计算方法,能够有效给资源受限区域提供网络连接和算力支持,满足地面和太空中先进物联网终端应用场景需求,大幅降低星地联合系统的能量消耗。
发明内容
本发明的目的是为了解决6G网络中地面终端和太空终端计算资源受限、通信堵塞、时延过高、能量消耗大等问题,提出了一种星地联合的边缘计算方法。
本发明所采用的具体技术方案如下:
本发明提供了一种星地联合的边缘计算方法,包括如下步骤:
1)星地计算系统中部署M个配备有边缘计算服务器且天线数为的地面基站和N个配备有边缘计算服务器且天线数为的低轨卫星,还包括K个计算受限的单天线地面终端和L个计算受限的单天线太空终端;获取第k个地面终端到第m个地面基站的地面信道状态信息hk,m,第k个地面终端到第n个低轨卫星的星地信道状态信息gk,n,太空终端与低轨卫星之间的星间链路信息包含第l个太空终端的发射机光学效率发射机孔径增益第n个低轨卫星的接收机光学效率接收机孔径增益第l个太空终端到第n个低轨卫星的发射机指向损耗系数和接收机指向损耗系数
2)地面终端和太空终端根据环境信息和计算任务信息,利用一种卸载对象选择策略选择一个地面基站或低轨卫星进行计算任务卸载,所述计算任务信息包括计算任务量和任务复杂度;获取第k个地面终端的计算任务量dk,任务复杂度ck,第l个太空终端的计算任务量任务复杂度
3)根据所述的一种卸载对象选择策略中的卸载对象,地面终端和太空终端利用一种发射功率分配方法构建发射信号,通过上行链路进行计算任务卸载;
4)利用一种联合接收波束和资源分配方法以使地面基站和低轨卫星收到来自地面终端的信号;随后进行串行干扰消除并设计相应的接收波束进行解码,同时低轨卫星对来自太空终端的光信号进行解码,解码完成后得到任务数据;地面基站和低轨卫星将所述任务数据送至各自的边缘计算服务器,并为边缘计算服务器分配计算资源;
5)根据分配的计算资源,边缘计算服务器执行计算任务,完成计算后将计算结果回传给相应的终端。
基于上述技术方案,其中的部分步骤可采用如下优选方式实现:
作为优选,步骤2)中,所述的一种卸载对象选择策略为:
a)根据地面终端与地面基站和低轨卫星之间的距离初始化地面终端的卸载对象选择标志αk,m∈{0,1}和βk,n∈{0,1},根据太空终端与低轨卫星的距离初始化太空终端的卸载对象选择标志γl,n∈{0,1};其中αk,m=1表示第k个地面终端将计算任务卸载到第m个地面基站,βk,n=1表示第k个地面终端将计算任务卸载到第n个低轨卫星,γl,n=1表示第l个太空终端将计算任务卸载到第n个低轨卫星;初始化地面终端发射功率和太空终端发射功率其中为第k个地面终端的最大发射功率,为第l个太空终端的最大发射功率;初始化第m个地面基站对第k个地面终端的接收波束为和第n个低轨卫星对第k个地面终端的接收波束为其中||·||表示矢量的二范数;初始化第m个地面基站的边缘计算服务器分配给第k个地面终端的计算资源为初始化第n个低轨卫星的边缘计算服务器分配给第k个地面终端的计算资源为初始化第n个低轨卫星的边缘计算服务器分配给第l个太空终端的计算资源为其中表示第m个地面基站的边缘计算服务器的总计算资源,表示第n个低轨卫星的边缘计算服务器的总计算资源;
b)计算得到所有终端完成计算任务所需的加权总能耗其中为第k个地面终端的权重,为第l个太空终端的权重;为第k个地面终端将任务卸载到地面基站的能量消耗,其中为第m个地面基站边缘计算服务器的能量系数,为第k个地面终端到第m个地面基站的数据传输速率,其中B1为地面传输的信道带宽,为地面传输的高斯白噪声的方差;为第k个地面终端将任务卸载到低轨卫星的能量消耗,其中为第n个低轨卫星边缘计算服务器的能量系数,为第k个地面终端到第n个低轨卫星的数据传输速率,其中B2为星地传输的信道带宽,为星地传输的高斯白噪声的方差;为第l个太空终端将任务卸载到低轨卫星的能量消耗,其中为第l个太空终端到第n个低轨卫星的数据传输速率,其中B3为星间传输的信道带宽,为星间传输的高斯白噪声的方差,λ为光通信波长,φl,n为第l个太空终端与第n个低轨卫星之间的距离;
e)根据地面终端和太空终端完成计算任务的时延要求,令且其中为第k个地面终端与第n个低轨卫星之间的距离,μ为光速,为第k个地面终端完成计算任务的最大容忍时延,为第l个太空终端完成计算任务的最大容忍时延;
f)利用分支定界法进行求解,求出使所有终端完成任务计算的加权总能耗E最小的解,即得到卸载对象选择标志αk,m,βk,n,γl,n。
作为优选,步骤3)中,所述的一种发射功率分配方法为:
a)根据步骤2)的结果,获取并更新地面终端和太空终端的卸载对象选择标志αk,m,βk,n,γl,n;
g)利用内点法或直接调用CVX工具包进行求解,求出使所有终端完成计算任务的加权总能耗E最小的解,即得到地面终端发射功率pk和太空终端发射功率ql。
作为优选,步骤4)中,所述的一种联合接收波束和资源分配方法为:
a)根据步骤3)的结果,获取并更新地面终端的发射功率pk和卸载对象选择标志αk,m,βk,n,太空终端的发射功率ql和卸载对象选择标志γl,n;
g)利用内点法或直接调用CVX工具包进行求解,求出使所有终端完成计算任务加权总能耗E最小的解,即得到地面基站的边缘计算服务器分配给地面终端的计算资源得到低轨卫星的边缘计算服务器分配给地面终端的计算资源得到低轨卫星的边缘计算服务器分配给太空终端的计算资源对Wk,m和Vk,n分别进行特征值分解即得到地面基站和低轨卫星的接收波束wk,m和vk,n。
作为优选,步骤2)中环境信息包括地面信道状态信息、星地信道状态信息和星间链路信息。
本发明具有的有益效果是:本发明提出的星地联合的边缘计算方法,解决了6G空天地一体化场景下地面终端和太空终端通信受限、计算资源匮乏、任务计算时延高、能量消耗大所产生的一系列问题。本发明提出的联合设计卸载策略、发射功率、接收波束和计算资源分配的优化算法,具有复杂度低、能量消耗少、计算资源分配合理和计算时延满足终端要求等优点。
附图说明
图1是星地联合的边缘计算方法的系统框图;
图2是在地面基站和低轨卫星数量不同和终端时延要求不同的情况下,所提方法的加权总能耗比较(地面基站和低轨卫星数量相同且分别为3、4和5);
图3是在不同星地联合的边缘计算方法下,终端完成任务计算的加权总能耗性能比较。
具体实施方式
本实施例中,星地联合的边缘计算方法的系统框图如图1所示,系统由M个配备有边缘计算服务器的多天线地面基站和N个配备有边缘计算服务器的低轨卫星组成,为K个计算受限的地面终端和L个计算受限的太空终端提供低时延的计算卸载服务。地面终端和太空终端根据环境信息和计算任务信息配置发射功率并选择合适的边缘计算服务器,通过上行链路进行计算任务卸载。地面基站和低轨卫星收到相应终端的数据信号后,设计接收波束进行解码并送至其边缘计算服务器执行任务计算,同时为其分配相应的计算资源。计算任务完成后,计算结果通过下行链路回传给相应的终端。
本实施例所采用的具体技术方案如下:
一种星地联合的边缘计算方法,包括如下步骤:
1)星地计算系统中部署M个配备有边缘计算服务器且天线数为的地面基站和N个配备有边缘计算服务器且天线数为的低轨卫星,同时有K个计算受限的单天线地面终端和L个计算受限的单天线太空终端,需要选择相应的边缘计算服务器完成自身的计算任务。其中,第k个地面终端到第m个地面基站的地面信道状态信息为hk,m,第k个地面终端到第n个低轨卫星的星地信道状态信息为gk,n,太空终端与低轨卫星之间的星间链路信息包含第l个太空终端的发射机光学效率为发射机孔径增益为第n个低轨卫星的接收机光学效率为接收机孔径增益为第l个太空终端到第n个低轨卫星的发射机指向损耗系数和接收机指向损耗系数分别为和
2)地面终端和太空终端根据环境信息(地面信道状态信息、星地信道状态信息、星间链路信息)和计算任务信息,利用一种卸载对象选择策略选择一个地面基站或低轨卫星进行计算任务卸载,所述计算任务信息包括计算任务量和任务复杂度,其中第k个地面终端的计算任务量为dk,任务复杂度为ck,第l个太空终端的计算任务量为任务复杂度为
在本实施例中,上述步骤2)中,一种卸载对象选择策略为:
a)根据地面终端与地面基站、低轨卫星之间的距离初始化地面终端的卸载对象选择标志αk,m∈{0,1},βk,n∈{0,1},根据太空终端与低轨卫星的距离初始化太空终端的卸载对象选择标志γl,n∈{0,1},其中αk,m=1表示第k个地面终端将计算任务卸载到第m个地面基站,βk,n=1表示第k个地面终端将计算任务卸载到第n个低轨卫星,γl,n=1表示第l个太空终端将计算任务卸载到第n个低轨卫星;初始化地面终端发射功率太空终端发射功率其中为第k个地面终端的最大发射功率,为第l个太空终端的最大发射功率;初始化第m个地面基站对第k个地面终端的接收波束为第n个低轨卫星对第k个地面终端的接收波束为其中||·||表示矢量的二范数;初始化第m个地面基站的边缘计算服务器分配给第k个地面终端的计算资源为第n个低轨卫星的边缘计算服务器分配给第k个地面终端的计算资源为第n个低轨卫星的边缘计算服务器分配给第l个太空终端的计算资源为其中表示第m个地面基站的边缘计算服务器的总计算资源,表示第n个低轨卫星的边缘计算服务器的总计算资源。
b)计算出所有终端完成计算任务所需的加权总能耗其中为第k个地面终端的权重,为第l个太空终端的权重。为第k个地面终端将任务卸载到地面基站的能量消耗,其中为第m个地面基站边缘计算服务器的能量系数,为第k个地面终端到第m个地面基站的数据传输速率,其中B1为地面传输的信道带宽,为地面传输的高斯白噪声的方差。为第k个地面终端将任务卸载到低轨卫星的能量消耗,其中为第n个低轨卫星边缘计算服务器的能量系数,为第k个地面终端到第n个低轨卫星的数据传输速率,其中B2为星地传输的信道带宽,为星地传输的高斯白噪声的方差。为第l个太空终端将任务卸载到低轨卫星的能量消耗,其中为第l个太空终端到第n个低轨卫星的数据传输速率,其中B3为星间传输的信道带宽,为星间传输的高斯白噪声的方差,λ为光通信波长,φl,n为第l个太空终端与第n个低轨卫星之间的距离;
e)根据地面终端和太空终端完成计算任务的时延要求,令和其中为第k个地面终端与第n个低轨卫星之间的距离,μ为光速,为第k个地面终端完成计算任务的最大容忍时延,为第l个太空终端完成计算任务的最大容忍时延;
f)利用分支定界法进行求解,求出使所有终端完成计算任务的加权总能耗E最小的解,即得到卸载对象选择标志αk,m,βk,n,γl,n。
3)根据卸载对象,地面终端和太空终端利用一种发射功率分配方法构建发射信号,通过上行链路进行计算任务卸载;
在本实施例中,上述步骤3)中,一种发射功率分配方法为:
a)获取并更新地面终端和太空终端的卸载对象选择标志αk,m,βk,n,γl,n;
g)利用内点法或直接调用CVX工具包进行求解,求出使所有终端完成计算任务的加权总能耗E最小的解,即得到地面终端发射功率pk和太空终端发射功率ql。
4)利用一种联合接收波束和资源分配方法,地面基站和低轨卫星收到来自地面终端的信号后,进行串行干扰消除并设计相应的接收波束进行解码,同时低轨卫星对来自太空终端的光信号进行解码。解码完成后,地面基站和低轨卫星将任务数据送至边缘计算服务器,并为其分配计算资源。
在本实施例中,上述步骤4)中,一种联合接收波束和资源分配方法为:
a)获取并更新地面终端的发射功率pk和卸载对象选择标志αk,m,βk,n,太空终端的发射功率ql和卸载对象选择标志γl,n;
g)利用内点法或直接调用CVX工具包进行求解,求出使所有终端完成计算任务加权总能耗E最小的解,即得到地面基站的边缘计算服务器分配给地面终端的计算资源得到低轨卫星的边缘计算服务器分配给地面终端的计算资源得到低轨卫星的边缘计算服务器分配给太空终端的计算资源对Wk,m和Vk,n分别进行特征值分解即得到地面基站和低轨卫星的接收波束wk,m,vk,n;
5)根据分配的计算资源,边缘计算服务器执行计算任务,完成计算后将计算结果回传给相应的终端。
通过计算机仿真表明,如图2所示,本发明提出的一种星地联合的边缘计算方法,终端对时延要求越高,完成计算任务的加权能量消耗就越大。而且,随着地面基站和低轨卫星的增多,加权能量消耗就有明显的减少。另外,图3表明本发明所提方法相比于固定接收波束、固定发射功率最大、随机卸载策略和平均计算资源方法具有明显的性能优势,在不同终端时延要求的情况下都有较大的性能增益。因此,本发明为6G场景下计算资源受限的天地一体化网络提供了一种有效的星地联合的边缘计算方法。
以上所述的实施例只是本发明的一种较佳的方案,然其并非用以限制本发明。有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型。因此凡采取等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (5)
1.一种星地联合的边缘计算方法,其特征在于包括如下步骤:
1)星地计算系统中部署M个配备有边缘计算服务器且天线数为的地面基站和N个配备有边缘计算服务器且天线数为的低轨卫星,还包括K个计算受限的单天线地面终端和L个计算受限的单天线太空终端;获取第k个地面终端到第m个地面基站的地面信道状态信息hk,m,第k个地面终端到第n个低轨卫星的星地信道状态信息gk,n,太空终端与低轨卫星之间的星间链路信息包含第l个太空终端的发射机光学效率发射机孔径增益第n个低轨卫星的接收机光学效率接收机孔径增益第l个太空终端到第n个低轨卫星的发射机指向损耗系数和接收机指向损耗系数
2)地面终端和太空终端根据环境信息和计算任务信息,利用一种卸载对象选择策略选择一个地面基站或低轨卫星进行计算任务卸载,所述计算任务信息包括计算任务量和任务复杂度;获取第k个地面终端的计算任务量dk,任务复杂度ck,第l个太空终端的计算任务量任务复杂度
3)根据所述的一种卸载对象选择策略中的卸载对象,地面终端和太空终端利用一种发射功率分配方法构建发射信号,通过上行链路进行计算任务卸载;
4)利用一种联合接收波束和资源分配方法以使地面基站和低轨卫星收到来自地面终端的信号;随后进行串行干扰消除并设计相应的接收波束进行解码,同时低轨卫星对来自太空终端的光信号进行解码,解码完成后得到任务数据;地面基站和低轨卫星将所述任务数据送至各自的边缘计算服务器,并为边缘计算服务器分配计算资源;
5)根据分配的计算资源,边缘计算服务器执行计算任务,完成计算后将计算结果回传给相应的终端。
2.根据权利要求1所述的一种星地联合的边缘计算方法,其特征在于步骤2)中,所述的一种卸载对象选择策略为:
a)根据地面终端与地面基站和低轨卫星之间的距离初始化地面终端的卸载对象选择标志αk,m∈{0,1}和βk,n∈{0,1},根据太空终端与低轨卫星的距离初始化太空终端的卸载对象选择标志γl,n∈{0,1};其中αk,m=1表示第k个地面终端将计算任务卸载到第m个地面基站,βk,n=1表示第k个地面终端将计算任务卸载到第n个低轨卫星,γl,n=1表示第l个太空终端将计算任务卸载到第n个低轨卫星;初始化地面终端发射功率和太空终端发射功率其中为第k个地面终端的最大发射功率,为第l个太空终端的最大发射功率;初始化第m个地面基站对第k个地面终端的接收波束为和第n个低轨卫星对第k个地面终端的接收波束为其中||·||表示矢量的二范数;初始化第m个地面基站的边缘计算服务器分配给第k个地面终端的计算资源为初始化第n个低轨卫星的边缘计算服务器分配给第k个地面终端的计算资源为初始化第n个低轨卫星的边缘计算服务器分配给第l个太空终端的计算资源为其中表示第m个地面基站的边缘计算服务器的总计算资源,表示第n个低轨卫星的边缘计算服务器的总计算资源;
b)计算得到所有终端完成计算任务所需的加权总能耗其中为第k个地面终端的权重,为第l个太空终端的权重;为第k个地面终端将任务卸载到地面基站的能量消耗,其中为第m个地面基站边缘计算服务器的能量系数,为第k个地面终端到第m个地面基站的数据传输速率,其中B1为地面传输的信道带宽,为地面传输的高斯白噪声的方差;为第k个地面终端将任务卸载到低轨卫星的能量消耗,其中为第n个低轨卫星边缘计算服务器的能量系数,为第k个地面终端到第n个低轨卫星的数据传输速率,其中B2为星地传输的信道带宽,为星地传输的高斯白噪声的方差;为第l个太空终端将任务卸载到低轨卫星的能量消耗,其中为第l个太空终端到第n个低轨卫星的数据传输速率,其中B3为星间传输的信道带宽,为星间传输的高斯白噪声的方差,λ为光通信波长,φl,n为第l个太空终端与第n个低轨卫星之间的距离;
e)根据地面终端和太空终端完成计算任务的时延要求,令且其中为第k个地面终端与第n个低轨卫星之间的距离,μ为光速,为第k个地面终端完成计算任务的最大容忍时延,为第l个太空终端完成计算任务的最大容忍时延;
f)利用分支定界法进行求解,求出使所有终端完成任务计算的加权总能耗E最小的解,即得到卸载对象选择标志αk,m,βk,n,γl,n。
3.根据权利要求2所述的一种星地联合的边缘计算方法,其特征在于步骤3)中,所述的一种发射功率分配方法为:
a)根据步骤2)的结果,获取并更新地面终端和太空终端的卸载对象选择标志αk,m,βk,n,γl,n;
g)利用内点法或直接调用CVX工具包进行求解,求出使所有终端完成计算任务的加权总能耗E最小的解,即得到地面终端发射功率pk和太空终端发射功率ql。
4.根据权利要求3所述的一种星地联合的边缘计算方法,其特征在于步骤4)中,所述的一种联合接收波束和资源分配方法为:
a)根据步骤3)的结果,获取并更新地面终端的发射功率pk和卸载对象选择标志αk,m,βk,n,太空终端的发射功率ql和卸载对象选择标志γl,n;
5.根据权利要求1所述的一种星地联合的边缘计算方法,其特征在于,所述步骤2)中环境信息包括地面信道状态信息、星地信道状态信息和星间链路信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210977079.8A CN115499874A (zh) | 2022-08-15 | 2022-08-15 | 一种星地联合的边缘计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210977079.8A CN115499874A (zh) | 2022-08-15 | 2022-08-15 | 一种星地联合的边缘计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115499874A true CN115499874A (zh) | 2022-12-20 |
Family
ID=84465930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210977079.8A Pending CN115499874A (zh) | 2022-08-15 | 2022-08-15 | 一种星地联合的边缘计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115499874A (zh) |
-
2022
- 2022-08-15 CN CN202210977079.8A patent/CN115499874A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113839704B (zh) | 一种密集低轨卫星与陆地融合的移动边缘计算方法 | |
CN111245485B (zh) | 机载毫米波通信波束赋形与位置部署方法 | |
CN112399429B (zh) | 一种用于卫星通信系统的通信场景建模方法及系统 | |
CN112799784A (zh) | 一种基于分散计算的低轨卫星网络最优任务分配方法 | |
CN111211818B (zh) | 一种基于低轨道多波束卫星的大规模接入方法 | |
CN112260749B (zh) | 一种毫米波卫星自回传的波束赋型方法 | |
CN114666803B (zh) | 一种移动边缘计算系统的部署、控制方法及其系统 | |
Cui et al. | Latency Optimization for Hybrid GEO–LEO Satellite-Assisted IoT Networks | |
Bose et al. | Improving quality-of-service in cluster-based UAV-assisted edge networks | |
CN114880046B (zh) | 联合卸载决策和带宽分配的低轨卫星边缘计算卸载方法 | |
CN116436512A (zh) | 一种ris辅助通信的多目标优化方法、系统及设备 | |
CN110034813A (zh) | 一种基于分布式卫星簇的方向图赋形综合算法 | |
Duong et al. | Machine learning-aided real-time optimized multibeam for 6g integrated satellite-terrestrial networks: Global coverage for mobile services | |
CN115499874A (zh) | 一种星地联合的边缘计算方法 | |
WO2023071142A1 (zh) | 一种分布式多卫星联合波束赋形方法 | |
CN115734238A (zh) | 智能反射面辅助的通信网络覆盖优化方法 | |
CN108736956B (zh) | 一种基于球面数字相控阵系统的海洋卫星通信组网方法 | |
Zhou et al. | Power optimization for aerial intelligent reflecting surface-aided cell-free massive MIMO-based wireless sensor network | |
CN113660030A (zh) | 一种用于高通量卫星系统前向链路的数据传输方法 | |
CN113067620A (zh) | 一种能效优先的低轨卫星物联网接入方法 | |
Wu et al. | Multi-Group Multicast Beamforming in LEO Satellite Communications | |
Ding et al. | Joint optimization of radio and computation resources for satellite-aerial assisted edge computing | |
CN114599041B (zh) | 一种计算和通信的融合方法 | |
Zhang et al. | Joint hybrid beamforming and user scheduling for multi-satellite cooperative networks | |
CN115842699A (zh) | 一种面向星空融合网络的智能表面辅助混合多址接入方法 |
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 |