CN115883477A - 一种调节网络利用率的方法及装置 - Google Patents

Abstract

本申请公开了一种调节网络利用率的方法及装置，该方法包括：确定目标星间链路当前通信的通信方向，通信方向包含上行和下行；将目标星间链路两端的卫星编号、通信方向对应的当前时延数据组和当前时延数据组中每个时延数据对应的时刻输入至训练好的通信方向对应的长短期记忆网络LSTM预测模型，得到预测时延数据；将预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率。本申请通过训练好的LSTM预测模型预测星间链路的当前时延数据组对应的预测时延数据，依据预测时延数据和时延阈值或时延范围的比较结果，降低、提高或不调整网络利用率，解决了现有技术中将所有通信数据放置在缓冲区等待导致的时延增加的技术问题。

Description

一种调节网络利用率的方法及装置

技术领域

本申请涉及卫星通信技术领域，尤其涉及一种调节网络利用率的方法及装置。

背景技术

时延(delay或latency)是指数据(一个报文或分组，甚至比特)从网络(或链路)的一端传送到另一端所需的时间，有时也称为延迟或迟延。时延抖动指的是时延变化。

一般来说，若星间链路的源卫星或目标卫星进行了高低轨道切换，则星间链路的通信时延会产生变化，时延会发生抖动，影响通信质量。现有技术中，通过设置缓冲区来减小时延，使所有帧数据都在缓冲区中等待，直到所有帧数据经历的时延都变成最大时延。虽然减小了时延抖动，但是提高了整体的时延，而且大量的数据包都在缓冲区中等待，容易导致数据拥堵，影响通信质量。

发明内容

有鉴于此，本申请的目的在于至少提供一种调节网络利用率的方法及装置，通过训练好的LSTM预测模型预测星间链路的当前时延数据组对应的预测时延数据，依据预测时延数据和时延阈值或时延范围的比较结果，降低、提高或不调整网络利用率，解决了现有技术中将所有通信数据放置在缓冲区等待导致的时延增加的技术问题，达到了降低时延抖动的技术效果。

本申请主要包括以下几个方面：

第一方面，本申请实施例提供一种调节网络利用率的方法，其中，方法包括：确定目标星间链路当前通信的通信方向，通信方向包含上行和下行；将目标星间链路两端的卫星编号、通信方向对应的当前时延数据组和当前时延数据组中每个时延数据对应的时刻输入至训练好的通信方向对应的长短期记忆网络LSTM预测模型，得到预测时延数据；将预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率。

可选地，通过以下步骤训练通信方向对应的LSTM预测模型：针对每种通信方向，将各个星间链路两端的卫星编号、该通信方向对应的各个历史时延数据组和每个历史时延数据对应的时刻作为训练集，对该通信方向对应的LSTM预测模型进行多次训练；依据该通信方向对应的LSTM预测模型输出的各个历史时延数据组对应的预测时延数据与预测时延数据对应的真实时延数据，计算每次训练该通信方向对应的LSTM预测模型的准确度；直至准确度达到预设准确度，则该通信方向对应的LSTM预测模型训练完成。

可选地，通过以下步骤确定目标星间链路的时延阈值或时延范围：将目标星间链路两端的卫星编号、通信方向对应的当前时延数据组之前预设数量的历史时延数据组和历史时延数据组中每个历史时延数据对应的时刻分别输入至LSTM预测模型，得到每个历史时延数据组对应的预测时延数据；

可选地，依据平均值，确定时延阈值或时延范围包括：将平均值作为时延阈值；或，将平均值与预设时间段相加，作为时延范围的上限值，将平均值减去预设时间段，作为时延范围的下限值。

可选地，将预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率，包括：若预测时延数据大于时延阈值，则降低网络利用率；若预测时延数据小于时延阈值，则提高网络利用率；若预测时延数据等于时延阈值，则不调整网络利用率。

可选地，将预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率，包括：若预测时延数据大于时延范围的上限值，则降低网络利用率；若预测时延数据小于时延范围的下限值，则提高网络利用率；若预测时延数据小于或者等于时延范围的上限值且大于或者等于时延范围的下限值，则不调整网络利用率。

可选地，时延数据为传播时延。

第二方面，本申请实施例还提供一种调节网络利用率的装置，其中，装置包括：

确定模块，用于确定目标星间链路当前通信的通信方向，通信方向包含上行和下行；预测模块，用于将目标星间链路两端的卫星编号、通信方向对应的当前时延数据组和当前时延数据组中每个时延数据对应的时刻输入至训练好的通信方向对应的长短期记忆网络LSTM预测模型，得到预测时延数据；调整模块，用于将预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率。

第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，存储器存储有处理器可执行的机器可读指令，当电子设备运行时，处理器与存储器之间通过总线进行通信，机器可读指令被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中的调节网络利用率的方法的步骤。

第四方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中的调节网络利用率的步骤。

本申请实施例提供的一种调节网络利用率的方法及装置，该方法包括：确定目标星间链路当前通信的通信方向，通信方向包含上行和下行；将目标星间链路两端的卫星编号、通信方向对应的当前时延数据组和当前时延数据组中每个时延数据对应的时刻输入至训练好的通信方向对应的长短期记忆网络LSTM预测模型，得到预测时延数据；将预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率。本申请通过训练好的LSTM预测模型预测星间链路的当前时延数据组对应的预测时延数据，依据预测时延数据和时延阈值或时延范围的比较结果，降低、提高或不调整网络利用率，解决了现有技术中将所有通信数据放置在缓冲区等待导致的时延增加的技术问题，达到了降低时延抖动的技术效果。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1示出了本申请实施例所提供的一种调节网络利用率的方法的流程图。

图2示出了本申请实施例所提供的将预测时延数据与时延阈值或时延范围进行比较依据比较结果调整网络利用率的步骤的流程图。

图3示出了本申请实施例所提供的一种调节网络利用率的装置的功能模块图。

图4示出了本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中的附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例，都属于本申请保护的范围。

现有技术中，将星间链路的源卫星和目标卫星中分别设置缓冲区来减小时延，使所有帧数据都在缓冲区中等待，直到所有帧数据经历的时延都变成最大时延，导致了整体时延的提高，并容易导致数据拥堵，影响通信质量。

基于此，本申请实施例提供了一种调节网络利用率的方法及装置，通过训练好的LSTM预测模型预测星间链路的当前时延数据组对应的预测时延数据，依据预测时延数据和时延阈值或时延范围的比较结果，降低、提高或不调整网络利用率，解决了现有技术中将所有通信数据放置在缓冲区等待导致的时延增加的技术问题，达到了降低时延抖动的技术效果。具体如下：

请参阅图1，图1为本申请实施例所提供的一种调节网络利用率的方法的流程图。如图1所示，本申请实施例提供的调节网络利用率的方法，包括以下步骤：

S101：确定目标星间链路当前通信的通信方向。

通信方向包含上行和下行。

目标星间链路当前通信指的目标星间链路一端的卫星向目标星间链路另一端的卫星发送通信数据。目标星间链路可以包含除两端卫星之外的其他卫星。

示例性的，若目标星间链路的一端卫星为卫星A，另一端卫星为卫星B。若当前通信为卫星A向卫星B发送通信数据，则当前通信的通信方向作为上行；若当前通信为卫星B向卫星A发送通信数据，则当前通信的通信方向作为下行。

S102：将目标星间链路两端的卫星编号、通信方向对应的当前时延数据组和当前时延数据组中每个时延数据对应的时刻输入至训练好的通信方向对应的长短期记忆网络LSTM预测模型，得到预测时延数据。

通信数据的传输产生的整体时延由处理时延、队列时延、发送时延和传播时延组成，本申请中的时延数据指的是传播时延。将目标星间链路当前通信的通信方向为上行或下行产生的传播时延作为时延数据。通信方向对应的LSTM预测模型为上行LSTM预测模型或下行LSTM预测模型。

若目标星间链路当前通信的通信方向为上行，则将目标星间链路两端的卫星编号、上行对应的当前时延数据组和当前时延数据组中每个时延数据对应的时刻输入至训练好的上行LSTM预测模型，得到预测时延数据。该预测时延数据为上行LSTM预测模型预测的上行对应的当前时延数据组中最新时刻t1之后间隔预设时间段T，目标星间链路的通信方向为上行产生的时延数据。

上行对应的当前时延数据组包含当前通信产生的时延数据。上行对应的当前时延数据组可以为当前通信产生的时延数据、该时延数据之前第一数量的上行对应的时延数据；或，上行对应的当前时延数据组可以为当前通信产生的时延数据、该时延数据之后第一数量的上行对应的时延数据；或，上行对应的当前时延数据组可以为当前通信产生的时延数据、该时延数据之前第二数量的上行对应的时延数据，该时延数据之后第三数量的上行对应的时延数据，其中第三数量为第一数量与第二数量的差值。

若目标星间链路当前通信的通信方向为下行，则将目标星间链路两端的卫星编号、下行对应的当前时延数据组和当前时延数据组中每个时延数据对应的时刻输入至训练好的下行LSTM预测模型，得到预测时延数据。该预测时延数据为下行LSTM预测模型预测的下行对应的当前时延数据组中最新时刻t2之后间隔预设时间段T，目标星间链路的通信方向为下行产生的时延数据。

下行对应的当前时延数据组包含当前通信产生的时延数据。下行对应的当前时延数据组可以为当前通信产生的时延数据、该时延数据之前第一数量的下行对应的时延数据；或，下行对应的当前时延数据组可以为当前通信产生的时延数据、该时延数据之后第一数量的下行对应的时延数据；或，下行对应的当前时延数据组可以为当前通信产生的时延数据、该时延数据之前第二数量的下行对应的时延数据，该时延数据之后第三数量的下行对应的时延数据，其中第三数量为第一数量与第二数量的差值。也就是说，当前时延数据组中的数据数量为第一数量加一。第一数量和第二数量可以自行设置。

示例性的，若目标星间链路的通信方向为上行时，卫星A向卫星B发送通信数据；通信方向为下行时，卫星B向卫星A发送通信数据，若当前通信的通信方向为上行，当前时延数据组为当前通信产生的时延数据、该时延数据之前第一数量的上行对应的时延数据，第一数量为四，则当前时延数据组中包含5个时延数据。若预设时间段为1分钟，且卫星A每间隔20毫秒向卫星B发送通信数据。若当前通信为卫星A在10:00:00.090向卫星B发送通信数据，则卫星A在10:00:00.010、10:00:00.030、10:00:00.050、10:00:00.070、10:00:00.090向卫星B发送通信数据，若卫星B在10:00:00.025、10:00:00.046、10:00:00.065、10:00:00.084、10:00:00.105分别接收到对应的通信数据。则将卫星A和卫星B的卫星编号、10:00:00.010、10:00:00.030、10:00:00.050、10:00:00.070、10:00:00.090、10:00:00.010对应的延时数据15毫秒、10:00:00.030对应的延时数据16毫秒、10:00:00.050对应的延时数据15毫秒、10:00:00.070对应的延时数据14毫秒、10:00:00.090对应的延时数据15毫秒输入上行LSTM预测模型，得到预测的卫星A向卫星B在10:01:00.090发送通信数据的预测时延数据。

通过以下步骤训练通信方向对应的LSTM预测模型：针对每种通信方向，将各个星间链路两端的卫星编号、该通信方向对应的各个历史时延数据组和每个历史时延数据对应的时刻作为训练集，对该通信方向对应的LSTM预测模型进行多次训练；依据该通信方向对应的LSTM预测模型输出的各个历史时延数据组对应的预测时延数据与预测时延数据对应的真实时延数据，计算每次训练该通信方向对应的LSTM预测模型的准确度；直至准确度达到预设准确度，则该通信方向对应的LSTM预测模型训练完成。

由于卫星的运行是周期性的，进而LSTM预测模型预测时延数据比较准确。针对各个星间链路的训练集，训练集应至少包含该星间链路两端卫星均运行一周期的历史时延数据。

一优选实施例，还可以将目标星间链路两端的卫星编号、两端卫星各自的卫星高度类型、通信方向对应的当前时延数据组和当前时延数据组中每个时延数据对应的时刻输入至训练好的通信方向对应的LSTM预测模型，得到预测时延数据。从而，对LSTM预测模型进行训练的训练集也进行相应修改，在此不再赘述。

卫星高度类型指的是高轨、中轨和低轨。

S102；将预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率。

通过以下步骤确定目标星间链路的时延阈值或时延范围：将目标星间链路两端的卫星编号、当前时延数据组之前预设数量的历史时延数据组和历史时延数据组中每个历史时延数据对应的时刻分别输入至LSTM预测模型，得到每个历史时延数据对应的预测时延数据；计算预设数量的预测时延数据的平均值；依据平均值，确定时延阈值或时延范围。

预设数量可以用户自行设置。

示例性的，若目标星间链路的通信方向为上行时，卫星A向卫星B发送通信数据；通信方向为下行时，卫星B向卫星A发送通信数据，若当前通信的通信方向为上行，当前时延数据组为当前通信产生的时延数据、该时延数据之前第一数量的上行对应的时延数据，第一数量为四，则当前时延数据组中包含5个时延数据。若预设时间段为1分钟，预设数量为2，且卫星A每间隔20毫秒向卫星B发送通信数据。若当前通信为卫星A在10:00:00.090向卫星B发送通信数据，则将卫星A和卫星B的卫星编号、09:59:59.810、09:59:59.810对应的延时数据、09:59:59.830、09:59:59.830对应的延时数据、09:59:59.850、09:59:59.850对应的延时数据、09:59:59.870、09:59:59.870对应的延时数据、09:59:59.890、09:59:59.890对应的延时数据输入上行LSTM预测模型，得到预测的卫星A向卫星B在10:00:59.890发送通信数据的预测时延数据。将卫星A和卫星B的卫星编号、09:59:59.910、09:59:59.910对应的延时数据、09:59:59.930、09:59:59.930对应的延时数据、09:59:59.950、09:59:59.950对应的延时数据、09:59:59.970、09:59:59.970对应的延时数据、09:59:59.990、09:59:59.990对应的延时数据输入上行LSTM预测模型，得到预测的卫星A向卫星B在10:00:59.990发送通信数据的预测时延数据。计算预测的卫星A向卫星B在10:00:59.890发送通信数据的预测时延数据和预测的卫星A向卫星B在10:00:59.990发送通信数据的预测时延数据的平均值。

依据平均值，确定时延阈值或时延范围包括：将平均值作为时延阈值；或，将平均值与预设时间段相加，作为时延范围的上限值，将平均值减去预设时间段，作为时延范围的下限值。

信道利用率用来表示某信道有百分之几的时间是被利用的(有数据通过)，网络利用率为全网络的信道利用率的加权平均。根据排队论，当某信道的利用率增大时，该信道引起的时延也会迅速增加。

通过以下公式标识网络利用率和时延的关系：

公式(1)中，D₀表示网络空闲时的时延，D表示网络的当前时延，U表示网络利用率。进而，在当前时延D较大的情况下，可以通过降低网络利用率U来减小当前时延D；在当前时延D较小的情况下，可以通过增加网络利用率U来提高当前时延D。

将预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率，包括：若预测时延数据大于时延阈值，则降低网络利用率；若预测时延数据小于时延阈值，则提高网络利用率；若预测时延数据等于时延阈值，则不调整网络利用率。

有数据通过的时候，就有网络利用率，通过的数据越多，网络利用率越高，时延也就也高，如果没有数据通过网络利用率则为0。

也就是说，可以是通过减少除目标星间链路之外的其他星间链路的通信，来减少网格利用率，通过增加除目标星间链路之外的其他星间链路的通信，来增加网格利用率。

请参阅图2，图2为本申请实施例所提供的将预测时延数据与时延阈值或时延范围进行比较依据比较结果调整网络利用率的步骤的流程图。如图2所示，将预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率，包括：

S201：确定预测时延数据是否大于时延阈值。

S202：降低网络利用率。

若预测时延数据大于时延阈值，则降低网络利用率。

S203：确定预测时延数据是否小于时延阈值。

若预测时延数据小于或者等于时延阈值，则确定预测时延数据是否小于时延阈值。

S204：提高网络利用率。

若预测时延数据小于时延阈值，则提高网络利用率。

S205：不调整网络利用率。

若预测时延数据等于时延阈值，则不调整网络利用率。

将预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率，包括：若预测时延数据大于时延范围的上限值，则降低网络利用率；若预测时延数据小于时延范围的下限值，则提高网络利用率；若预测时延数据小于或者等于时延范围的上限值且大于或者等于时延范围的下限值，则不调整网络利用率。

也就是说，确定预测时延数据是否属于时延范围；若预测时延数据属于时延范围，则不调整网络利用率；若预测时延数据不属于时延范围，则确定预测时延数据是否大于时延范围的上限值或者小于时延范围的下限值；若预测时延数据大于时延范围的上限值，则降低网络利用率；若预测时延数据小于时延范围的下限值，则提高网络利用率。

基于同一申请构思，本申请实施例中还提供了与上述实施例提供的调节网络利用率的方法对应的调节网络利用率的装置，由于本申请实施例中的装置解决问题的原理与本申请上述实施例的调节网络利用率的方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。

如图3所示，图3为本申请实施例提供的一种调节网络利用率的装置的功能模块图。调节网络利用率的装置10包括：确定模块101、预测模块102、调整模块103。确定模块101，用于确定目标星间链路当前通信的通信方向，通信方向包含上行和下行；预测模块102，用于将目标星间链路两端的卫星编号、通信方向对应的当前时延数据组和当前时延数据组中每个时延数据对应的时刻输入至训练好的通信方向对应的长短期记忆网络LSTM预测模型，得到预测时延数据；调整模块103，用于将预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率。

基于同一申请构思，参见图4所示，为本申请实施例提供的一种电子设备的结构示意图，电子设备20包括：处理器201、存储器202和总线203，所述存储器202存储有所述处理器201可执行的机器可读指令，当电子设备20运行时，所述处理器201与所述存储器202之间通过所述总线203进行通信，所述机器可读指令被所述处理器201运行时执行如上述实施例中任一所述的调节网络利用率的方法的步骤。

具体地，所述机器可读指令被所述处理器201执行时可以执行如下处理：确定目标星间链路当前通信的通信方向，所述通信方向包含上行和下行；将目标星间链路两端的卫星编号、所述通信方向对应的当前时延数据组和所述当前时延数据组中每个时延数据对应的时刻输入至训练好的所述通信方向对应的长短期记忆网络LSTM预测模型，得到预测时延数据；将所述预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率。

基于同一申请构思，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述实施例提供的调节网络利用率的方法的步骤。

具体地，所述存储介质能够为通用的存储介质，如移动磁盘、硬盘等，所述存储介质上的计算机程序被运行时，能够执行上述调节网络利用率的方法，通过训练好的LSTM预测模型预测星间链路的当前时延数据组对应的预测时延数据，依据预测时延数据和时延阈值或时延范围的比较结果，降低、提高或不调整网络利用率，解决了现有技术中将所有通信数据放置在缓冲区等待导致的时延增加的技术问题，达到了降低时延抖动的技术效果。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本申请所提供的几个实施例中，应所述理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请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所述技术方案的部分可以以软件产品的形式体现出来，所述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)执行本申请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(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种调节网络利用率的方法，其特征在于，所述方法包括：

确定目标星间链路当前通信的通信方向，所述通信方向包含上行和下行；

将目标星间链路两端的卫星编号、所述通信方向对应的当前时延数据组和所述当前时延数据组中每个时延数据对应的时刻输入至训练好的所述通信方向对应的长短期记忆网络LSTM预测模型，得到预测时延数据；

将所述预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率。

2.根据权利要求1所述的方法，其特征在于，通过以下步骤训练所述通信方向对应的所述LSTM预测模型：

针对每种通信方向，将各个星间链路两端的卫星编号、该通信方向对应的各个历史时延数据组和每个历史时延数据对应的时刻作为训练集，对该通信方向对应的所述LSTM预测模型进行多次训练；

依据该通信方向对应的所述LSTM预测模型输出的各个历史时延数据组对应的预测时延数据与所述预测时延数据对应的真实时延数据，计算每次训练该通信方向对应的所述LSTM预测模型的准确度；

直至所述准确度达到预设准确度，则该通信方向对应的所述LSTM预测模型训练完成。

3.根据权利要求1所述的方法，其特征在于，通过以下步骤确定所述目标星间链路的时延阈值或时延范围：

将所述目标星间链路两端的卫星编号、所述通信方向对应的当前时延数据组之前预设数量的历史时延数据组和所述历史时延数据组中每个历史时延数据对应的时刻分别输入至所述LSTM预测模型，得到每个历史时延数据组对应的预测时延数据；

计算预设数量的预测时延数据的平均值；

依据所述平均值，确定时延阈值或时延范围。

4.根据权利要求3所述的方法，其特征在于，所述依据所述平均值，确定时延阈值或时延范围包括：

将所述平均值作为所述时延阈值；

或，

将所述平均值与预设时间段相加，作为所述时延范围的上限值，将所述平均值减去预设时间段，作为所述时延范围的下限值。

5.根据权利要求1所述的方法，其特征在于，所述将所述预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率，包括：

若所述预测时延数据大于所述时延阈值，则降低所述网络利用率；

若所述预测时延数据小于所述时延阈值，则提高所述网络利用率；

若所述预测时延数据等于所述时延阈值，则不调整所述网络利用率。

6.根据权利要求1所述的方法，其特征在于，所述将所述预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率，包括：

若所述预测时延数据大于所述时延范围的上限值，则降低所述网络利用率；

若所述预测时延数据小于所述时延范围的下限值，则提高所述网络利用率；

若所述预测时延数据小于或者等于所述时延范围的上限值且大于或者等于所述时延范围的下限值，则不调整所述网络利用率。

7.根据权利要求1所述的方法，其特征在于，所述时延数据为传播时延。

8.一种调节网络利用率的装置，其特征在于，所述装置包括：

确定模块，用于确定目标星间链路当前通信的通信方向，所述通信方向包含上行和下行；

预测模块，用于将目标星间链路两端的卫星编号、所述通信方向对应的当前时延数据组和所述当前时延数据组中每个时延数据对应的时刻输入至训练好的所述通信方向对应的长短期记忆网络LSTM预测模型，得到预测时延数据；

调整模块，用于将所述预测时延数据与时延阈值或时延范围进行比较，依据比较结果调整网络利用率。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至7任一所述的调节网络利用率的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述的调节网络利用率的方法的步骤。

Images