CN115801106B - 一种基于混沌的卫星数传资源调度方法 - Google Patents
一种基于混沌的卫星数传资源调度方法 Download PDFInfo
- Publication number
- CN115801106B CN115801106B CN202310044319.3A CN202310044319A CN115801106B CN 115801106 B CN115801106 B CN 115801106B CN 202310044319 A CN202310044319 A CN 202310044319A CN 115801106 B CN115801106 B CN 115801106B
- Authority
- CN
- China
- Prior art keywords
- data transmission
- chaotic
- chaos
- satellite
- task
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000000739 chaotic effect Effects 0.000 claims abstract description 54
- 238000013507 mapping Methods 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 101100149325 Escherichia coli (strain K12) setC gene Proteins 0.000 description 14
- 238000005457 optimization Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种基于混沌的卫星数传资源调度方法,属于卫星资源调度领域。该方法包括:根据卫星数传任务集合构建数传序列栅格;根据卫星数传序列栅格采用混沌规则生成混沌数传序列集合;计算混沌数传序列集合中各元素收益值,并根据卫星数传使用约束对混沌数传序列中各元素进行约束检验;选取收益值最大的前N个元素作为混沌数传序列集合新的元素,剩余其他元素采用交叉和混沌变异产生新的元素并加入到混沌数传序列集合中;判断是否达到预设的迭代次数,若是则终止算法并输出分配的数传窗口集合,否则继续迭代。本发明可支持大规模星群、星座数传资源调度场景,降低了算法复杂度的同时,提高了求解的精确性。
Description
技术领域
本发明属于卫星资源调度领域,具体涉及一种基于混沌的卫星数传资源调度方法。
背景技术
随着科技的发展,近年来卫星的种类和数量都呈现出突飞猛进的趋势,卫星所携带的载荷功能也越来越强大,不仅能获取空间、地面态势情报,还能获取气象、海洋、森林火灾等信息。因此,研究卫星数据何时快速高效的传输到地面接收站的技术就显得十分重要。
针对卫星数传任务调度问题,已经有了一些研究成果,有些方法基于随机搜索算法,这类方法一般按照预先定义的指标,在众多求解空间中进行搜索,一方面搜索耗时代价过大,计算复杂度极高,同时该类算法很容易陷入局部最优解,使得数传调度方案并不能满足决策者要求,另一方面,基于贪婪规则的卫星数传任务调度算法具有较低时间复杂度,能以较快的速度返回任务安排结果,但该算法基于局部寻优策略,对于约束条件较多的复杂任务冲突问题,只能兼顾单类因素,不能从全局约束条件给出最优结果。因此,如何快速、准确的调度卫星数传任务,满足卫星数传要求,亟需要考虑算法时间代价和结果精确性。
发明内容
本发明的目的在于提供一种快速、准确,同时具有较低计算复杂度的卫星数传资源调度方法,通过在方案寻优的不同阶段引入混沌优化操作,降低了算法复杂度,同时提高了求解的精确性。
本发明采用的技术方案为:
一种基于混沌的卫星数传资源调度方法,包括以下步骤:
步骤1,根据卫星数传任务集合构建数传序列栅格;
步骤2,根据卫星数传序列栅格采用混沌规则生成混沌数传序列集合;
步骤3,计算混沌数传序列集合中各元素收益值,并根据卫星数传使用约束对混沌数传序列中各元素进行约束检验;
步骤4,选取收益值最大的前N个元素作为混沌数传序列集合的新元素,剩余元素采用交叉和混沌变异产生新的元素并加入到混沌数传序列集合中;
步骤5,判断是否达到预设的迭代次数,若是则结束并输出分配的数传窗口集合,否则返回步骤3。
进一步地,步骤1中的数传序列栅格A mn为:
其中,dw mn为对应卫星与相应地面站的数传窗口集合,m、n取值分别为对应卫星和地面站数量;如果卫星与地面站之间无可用数传窗口,则对应的数传矩阵元素为空集。
进一步地,步骤2具体方式如下:
步骤2a,将数传序列栅格A mn中每个元素按接收窗口大小从大到小排序;
步骤2b,选择{dw mn}集合中接收窗口最大的元素dw ij k,并对栅格A mn中每行和每列其它所有元素集合与dw ij k进行冲突检验,其中每一行表示对应卫星过所有地面站可见时段,每一列表示对应地面站对所有卫星可见时段;
冲突检验的条件如下:
条件a,{dw k1}∩{dw k2}∩...{dw ki}≠∅;
条件b,{dw 1k}∩{dw 2k}∩...{dw ik}≠∅;
其中,条件a表示对于任意卫星同一接收窗口允许多站联合接收,条件b表示对于任意地面站同一接收窗口只允许接收一颗卫星数据,条件a、b分别保证了为每颗卫星分配的数传窗口无冲突;
如果dw ij k满足条件a和条件b,则将dw ij k加入分配的数传窗口集合DW(S i)中,并从{dw mn}集合中删除该元素,否则将该元素加入冲突任务集C中,重复步骤2b得到最终的冲突任务集合C;
步骤2c,将冲突任务集合C中每个元素按接收窗口大小从大到小排序,排序后的冲突任务集合为C order={Recv 1,Recv 2,Recv 3,…Recv p},Recv p为冲突接收窗口,排序后冲突任务集合C order中的任务序列顺序保持不变;
步骤2d,基于混沌规则生成实数混沌变量集合;所述混沌规则采用logistic模型:
X n+1=X n*R*(1-X n),其中,X n∈[0,1],R∈[0,4];
根据logistic模型产生P个不同轨迹的实数混沌变量集合C p={X 1,X 2,X 3,…X P},X P∈[0,1];
步骤2e,将排序后冲突任务集合C order和实数混沌变量集合C p进行映射,映射规则为:将实数混沌变量X P的值大小在实数混沌变量集合C p中出现的顺序号,作为排序后冲突任务集合C order中对应顺序号的接收窗口Recv p的执行顺序。
进一步地,步骤3中的元素收益值为:
其中,收益值f由数传任务接收时长表征,C ij=1表示任务taskij调度成功,C ij=0表示任务taskij调度失败,Tran ij表示接收窗口时长。
进一步地,步骤4的具体方式为:
从排序后冲突任务集合C order中选取收益值最大的前N个任务,通过反映射,得到实数混沌变量集合C p中对应的实数混沌变量,并将它们加入到混沌数传序列集合C p’中;
对实数混沌变量集合C p中剩余的实数混沌变量,采用交叉和混沌变异产生新的元素,并加入到混沌数传序列集合C p’中;
其中,交叉规则如下:
随机产生(1, p)区间的一个正整数作为交叉点,将两个混沌序列C i和C j在交叉点位置的混沌变量进行交换,i, j<P-N,得到新的混沌序列C i’和C j’;
混沌变异规则如下:
随机选择集合C k={X 1,X 2,X m,…X P}中的变量X m,k<P-N,经混沌变异后得到X m=X m+f’*X’,其中,f’表示X m对应的数传窗
口时长收益比,X’为利用logistic模型产生的混沌变量。
本发明相比现有技术具有如下优点:
1、本发明通过混沌的遍历性,在全局范围内求解最优资源调度方案,提高了数传资源调度结果的精确性。
2、本发明算法复杂度低,通过建立数传栅格模型和资源冲突模型,增强了算法的通用性和扩展性,可支持大规模星群、星座数传资源调度场景。
附图说明
图1为本发明实施例中一种基于混沌的卫星数传资源调度方法的整体流程图。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
为了更好的描述具体实施步骤,问题的输入和相关参数定义如下:
S:{s 1,s 2,s 3,s i,…s m},S为卫星集合,1≤i≤m,m卫星数量;
G:{g 1,g 2,g 3,g j,…g n},G为地面站集合,1≤j≤n,n为地面站数量;
DW:{dw 11,dw 12,…dw ij},DW为卫星数传窗口集合,dw ij为卫星i对地面站j的数传窗口集合;
dw ij:{dw ij 1,dw ij 2,…dw ij k}为卫星i对地面站j的第k个数传窗口;
ts ij k,te ij k:卫星i对地面站j的第k个数传窗口的开始时刻和结束时刻;
rts ij k,rte ij k:卫星i对地面站j的第k个数传窗口的实际开始时刻和结束时刻;
TASK:{task 11,task 12,…task ij},数传任务集合;
tm i卫星s i的数传任务最小数传时长,此参数一般由用户指定。
参照图1,一种基于混沌的卫星数传资源调度方法,包括以下步骤:
步骤1,根据卫星数传任务集合构建数传序列栅格;
其中,数传序列栅格模型为:
数传序列栅A mn中每个元素{dw mn}为对应卫星与相应地面站的数传窗口集合,m、n取值分别为对应卫星和地面站数量,如果卫星与地面站之间无可用数传窗口,则对应的数传矩阵元素为空集。
步骤2,根据卫星数传序列栅格采用混沌规则生成混沌数传序列集合;具体方式如下:
步骤2a,将步骤1中数传序列栅格A mn中每个元素{dw mn}中的接收窗口按从大到小排序,元素{dw mn}中的接收窗口满足{dw 11 k>dw 12 k>dw 13 k>…dw ij k};
步骤2b,选择步骤2a中{dw mn}集合中接收窗口最大的元素dw ij k,并对栅格A mn中每行和每列其它所有元素集合与dw ij k进行冲突检验,其中每一行表示对应卫星过所有地面站可见时段,每一列表示对应地面站对所有卫星可见时段;
其中冲突检验如下:
条件(a),{dw k1}∩{dw k2}∩...{dw ki}≠∅;
条件(b),{dw 1k}∩{dw 2k}∩...{dw ik}≠∅;
其中,条件(a)表示对于任意卫星同一接收窗口允许多站联合接收,条件(b)表示对于任意地面站同一接收窗口只允许接收一颗卫星数据,条件(a)、(b)分别保证了为每颗卫星分配的数传窗口无冲突。
如果dw ij k满足条件(a)、(b),则将dw ij k加入分配的数传窗口集合DW(S i)中,并从{dw mn}集合中删除该元素,否则将该元素加入冲突任务集C中,重复步骤2b得到最终冲突任务集合C。
步骤2c,将冲突任务集合C中每个元素接收窗口从大到小排序,采用混沌规则将集合C映射为实数编码个体;
其中,排序后的冲突任务集合C order={Recv 1,Recv 2,Recv 3,…Recv p},Recv p为冲突接收窗口,特别强调冲突任务集合C order在算法运行过程中任务序列顺序保持不变;
进一步的,混沌规则采用logistic数学模型为:
X n+1=X n*R*(1-X n),其中,X n∈[0,1],R∈[0,4],对X n+1式中的X n分别产生P个不同轨迹的实数混沌变量集合C p={X 1,X 2,X 3,…X P},X P∈[0,1]。
进一步的,将冲突任务集合C order和实数混沌变量集合C p进行映射,映射规则为:将实数混沌变量X P的值大小在实数混沌变量集合C p中出现的顺序号,作为排序后冲突任务集合C order中对应顺序号的接收窗口Recv p的执行顺序。
步骤3,计算混沌数传序列集合中各元素收益值,并根据卫星数传使用约束对混沌数传序列中各元素进行约束检验;
根据步骤2c中映射规则,将实数混沌变量集合C p映射为任务集合C order中任务调度序列,并计算该调度序列收益值,其中收益值为:
收益值f由数传任务接收时长表征,C ij=1表示任务taskij调度成功,C ij=0表示任务taskij调度失败,Tran ij表示接收窗口时长,其中约束检验同步骤2(b)。
步骤4,选取收益值最大的前N个元素作为混沌数传序列集合新的元素,剩余其他元素采用交叉和混沌变异产生新的元素并加入到混沌数传序列集合中;
进一步的,从步骤2c任务集合C order中选取收益值最大的前N个任务,通过反映射,得到集合C p对应的实数混沌变量并加入到实数混沌变量集合C p’中,对其余C p-N个混沌变量集合采用交叉和混沌变异产生新的元素并加入到混沌数传序列C p’集合中。
交叉规则如下:
随机产生(1, p)区间的一个正整数作为交叉点,两个混沌序列C i和C j,i,j<P-N,在交叉点位置的混沌变量进行交换,得到新的混沌序列C i’和C j’ ;
混沌变异规则如下:
随机选择集合C k={X 1,X 2,X m,…X P},(k<P-N)中的变量X m,经混沌变异后得到X m=X m+f’*X’,其中,f’表示X m对应的数传窗口
时长收益比,X’为利用logistic模型产生的混沌变量。经过算子交叉和混沌变异后保证了
解空间的多样性,避免了过早陷入局部方案最优的缺点。
步骤5,判断是否达到预设的迭代次数,若是则结束并输出分配的数传窗口集合,否则返回步骤3。
本发明方法通过建立数传栅格模型和资源冲突模型,增强了算法的通用性和扩展性,可支持大规模星群、星座数传资源调度场景,同时在方案寻优的不同阶段引入混沌优化操作,降低了算法复杂度的同时,提高了求解的精确性。
Claims (5)
1.一种基于混沌的卫星数传资源调度方法,其特征在于,包括以下步骤:
步骤1,根据卫星数传任务集合构建数传序列栅格;
步骤2,根据卫星数传序列栅格采用混沌规则生成混沌数传序列集合;
步骤3,计算混沌数传序列集合中各元素收益值,并根据卫星数传使用约束对混沌数传序列中各元素进行约束检验;
步骤4,选取收益值最大的前N个元素作为混沌数传序列集合的新元素,剩余元素采用交叉和混沌变异产生新的元素并加入到混沌数传序列集合中;
步骤5,判断是否达到预设的迭代次数,若是则结束并输出分配的数传窗口集合,否则返回步骤3。
3.根据权利要求2所述的一种基于混沌的卫星数传资源调度方法,其特征在于,步骤2具体方式如下:
冲突检验的条件如下:
其中,条件a表示对于任意卫星同一接收窗口允许多站联合接收,条件b表示对于任意地面站同一接收窗口只允许接收一颗卫星数据,条件a、b分别保证了为每颗卫星分配的数传窗口无冲突;
步骤2d,基于混沌规则生成实数混沌变量集合;所述混沌规则采用logistic模型:
5.根据权利要求4所述的一种基于混沌的卫星数传资源调度方法,其特征在于,步骤4的具体方式为:
其中,交叉规则如下:
混沌变异规则如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310044319.3A CN115801106B (zh) | 2023-01-30 | 2023-01-30 | 一种基于混沌的卫星数传资源调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310044319.3A CN115801106B (zh) | 2023-01-30 | 2023-01-30 | 一种基于混沌的卫星数传资源调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115801106A CN115801106A (zh) | 2023-03-14 |
CN115801106B true CN115801106B (zh) | 2023-07-07 |
Family
ID=85429140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310044319.3A Active CN115801106B (zh) | 2023-01-30 | 2023-01-30 | 一种基于混沌的卫星数传资源调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115801106B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156288B (zh) * | 2008-12-17 | 2013-04-03 | 北京航空航天大学 | 利用混沌系统进行导航卫星信号捕获的方法 |
US9651946B1 (en) * | 2016-06-29 | 2017-05-16 | Planet Labs Inc. | Automated schedule calculation for controlling a constellation of satellites |
US20180084581A1 (en) * | 2016-09-20 | 2018-03-22 | John David Terry | Method and Apparatus for Dynamic Channel Selection in a Digital Chaos Cooperative Network |
CN113987936B (zh) * | 2021-10-27 | 2022-04-08 | 中国人民解放军32801部队 | 一种基于混沌遗传算法的装备试验资源统筹调配方法 |
CN114781247A (zh) * | 2022-03-28 | 2022-07-22 | 南京航空航天大学 | 一种基于多目标NSGA-III算法的InSAR卫星任务规划方法 |
-
2023
- 2023-01-30 CN CN202310044319.3A patent/CN115801106B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115801106A (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107391542B (zh) | 一种基于文件知识图谱的开源软件社区专家推荐方法 | |
CN111222029B (zh) | 一种网络舆情信息传播中关键节点选择方法 | |
CN102609465B (zh) | 基于潜在社群的信息推荐方法 | |
US20090034433A1 (en) | Method for Rebuilding an Ad Hoc Network and the Nodes Thereof | |
CN111709244A (zh) | 一种用于矛盾纠纷事件因果关系识别的深度学习方法 | |
CN102142031A (zh) | 一种基于粗糙集的海量数据分割方法 | |
CN103902457A (zh) | 基于协同进化的并行程序路径覆盖测试数据生成方法 | |
CN105300398A (zh) | 获取地点信息的方法、装置和系统 | |
CN113869521A (zh) | 构建预测模型的方法、装置、计算设备和存储介质 | |
CN115801106B (zh) | 一种基于混沌的卫星数传资源调度方法 | |
CN117033498A (zh) | 一种一体化融合通信指挥方法及系统 | |
CN113541986B (zh) | 5g切片的故障预测方法、装置及计算设备 | |
CN112328865A (zh) | 信息处理和推荐方法、装置、设备及存储介质 | |
CN114118360A (zh) | 神经网络架构通道数搜索方法、装置、设备及存储介质 | |
CN112860996A (zh) | 一种兴趣点处理方法、装置、电子设备和介质 | |
CN116681291A (zh) | 一种基于集成模型的风控预测方法及系统 | |
CN103345572A (zh) | 面向志愿计算环境的节点信任值评估方法 | |
CN114492849B (zh) | 一种基于联邦学习的模型更新方法及装置 | |
CN108429635B (zh) | 一种用于分布式环境下的数据传输方法 | |
CN110110764B (zh) | 基于混合式网络的随机森林策略优化方法、存储介质 | |
CN116150470A (zh) | 内容推荐方法、装置、设备、存储介质及程序产品 | |
CN114692888A (zh) | 系统参数处理方法、装置、设备及存储介质 | |
CN106960064B (zh) | 一种基于自学习的几何辅助线添加方法 | |
CN112231466A (zh) | 撮合活动中的企业匹配方法及装置 | |
CN115051749B (zh) | 一种面向卫星组网的自动网络拓扑设计方法及相关设备 |
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 |