CN116156421A - 一种基于双层卫星异构网络的差异化业务传输方法 - Google Patents
一种基于双层卫星异构网络的差异化业务传输方法 Download PDFInfo
- Publication number
- CN116156421A CN116156421A CN202310161002.8A CN202310161002A CN116156421A CN 116156421 A CN116156421 A CN 116156421A CN 202310161002 A CN202310161002 A CN 202310161002A CN 116156421 A CN116156421 A CN 116156421A
- Authority
- CN
- China
- Prior art keywords
- service
- user
- representing
- node
- quality
- 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
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- 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
- H04B7/18513—Transmission in a satellite or space-based system
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
-
- 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
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于双层卫星异构网络的差异化业务传输方法,属于卫星通信技术领域。该方法包括:S1:利用卫星定位系统和星历信息获取用户、基站和卫星的位置集合;同时构建出用户的业务模型,利用用户请求信息以及位置信息和节点资源构成候选服务节点集和候选服务路径集;S2:以最大化用户的平均业务体验质量为目标,联合考虑用户业务质量等级选择、服务路径选择以及服务节点计算资源和功率资源分配,建立业务质量等级自适应优化问题;S3:利用变量松弛法、连续凸逼近法和交替方向乘子法求解问题;S4:利用边际效用函数将求解的线性解转换为非线性解。本发明能提高用户业务体验质量和信息传输的吞吐量,增强信息传输的可靠性。
Description
技术领域
本发明属于卫星通信技术领域,涉及一种基于双层卫星异构网络的差异化业务传输方法。
背景技术
卫星网络具有全球覆盖、抗自然灾害、低延迟、高带宽等传统地面网络无法比拟的优势,因此卫星网络在通信中发挥着重要作用。随着多媒体技术的发展,未来的家庭对带宽的需求越来越大。比如视频业务,目前大多数平板电视安装将是超高清(UHD),而且UHD视频的比特率约为15-18mbps。这将给下一代移动网络带来巨大挑战。同时,许多不断发展的地面通信技术被进一步改进,用于卫星网络。利用卫星网络的优点可以有效的提高业务传输速率和用户的业务质量体验。目前太空中已发射卫星主要由LEO卫星和GEO卫星组成,且随着卫星数量的不断增加,作为不可再生资源的频段将严重制约空地一体化网络的未来发展。因此不同的卫星星座必须在同一频段内运行,并共享频谱资源,但LEO卫星和GEO卫星共享频谱会带来同频干扰。国际电信联盟无线电规则规定NGEO卫星在保证不对GEO卫星造成不可接受的干扰的情况下和GEO卫星共用同一频段。因此,设计一种基于双层卫星异构网络的业务传输方法是一个必然的发展结果。
但是,目前的研究重点主要集中在地面的业务传输机制,对于星地联合的差异化业务传输机制的研究比较少。仅考虑地面传播的机制在部署回程设备时容易受到地面环境的限制,并且地面通信资源难以满足增长的用户需求,因此通过在双层卫星异构网络中部署差异化业务传输机制,可以提高用户的业务质量体验。
发明内容
有鉴于此,本发明的目的在于提供一种基于双层卫星异构网络的差异化业务传输方法,该方法联合了功率分配、计算资源分配、路径选择和业务等级选择算法,能够提高用户业务体验质量和信息传输的吞吐量,增强信息传输的可靠性。
为达到上述目的,本发明提供如下技术方案:
一种基于双层卫星异构网络的差异化业务传输方法,具体包括以下步骤:
S1:利用卫星定位系统和星历信息获取用户、基站和卫星等节点的位置集合;同时构建出用户的业务模型,利用用户请求信息以及位置信息和节点资源构成候选服务节点集和候选服务路径集;
S2:基于步骤S1中构建的业务模型,同时考虑到双层卫星的同频干扰限制,以最大化用户的平均业务体验质量为目标,联合考虑用户业务质量等级选择、服务路径选择以及服务节点计算资源和功率资源分配,建立业务质量等级自适应优化问题模型;
S3:利用变量松弛法和连续凸逼近法将构建的优化问题转化为凸问题,然后利用交替方向乘子法求解得到用户业务质量等级选择和服务路径选择结果,并得到相应的资源分配方案;
S4:利用边际效用函数将求解到的线性解转换为非线性解。
进一步,网络的物理节点包括:用户、低轨卫星、高轨卫星、基站、云服务器、SDN控制器,其中用户接收下行数据以及选择业务质量等级,卫星、基站、云服务器负责下行数据的发送、信道状态信息的收集和上传、资源分配控制以及作为中继链路传递信令和数据,SDN控制器负责汇总全局的信道状态信息、执行提出的双层卫星网络下联合的功率分配、计算资源分配、路径选择和业务等级选择算法并将结果反馈给相应的节点。
进一步,步骤S1中,所述业务模型指通用业务,包括流量密集型任务、计算密集型任务和其他类型任务;对某一类型业务,设用户可选的业务质量为q∈{1,...,Q},每一种业务质量对应所需的链路数据速率为vq,所需要的计算资源为cq,即用户业务可以表示为(q,vq,cq)。
由于有线回程链路部署困难以及目前卫星网络的显著优势,加入卫星网络作为无线回程网络,同时引入现代通信技术(边缘计算、缓存、软件定义网络),用户可以先从边缘节点请求服务,若边缘节点不能满足用户需求便可以通过卫星回程链路获取云服务器的资源,从而进一步提高业务传输性能。
进一步,步骤S2中,建立的业务质量等级自适应优化问题模型表示为:
其中,C2.1表示每个用户只能选择一个业务质量等级,C2.2表示每个用户的业务流之和应等于用户所需的数据速率,C2.3表示节点为用户提供的速率限制,C2.4表示节点计算资源分配与业务等级之间的关系,C2.5表示LEO卫星对GEO卫星的下行干扰限制,C2.6表示链路容量限制,C2.7表示计算资源限制,C2.8表示功率资源限制;其中,{zqm}、{ymn}、和{pl}分别是集合Z、Y、R和P的元素,zqm表示用户m选择的业务质量等级q,ymn表示服务节点n能否为用户m提供计算服务,/>表示路径/>的业务传输速率,/>表示用户数量,sq表示每个业务质量等级q的收益;/>表示所有用户集合,Q表示最高的业务质量等级;/>表示从服务节点n到用户m的第k条路径,/>表示用户m的所有路径集,vqm表示用户m选择质量等级为q的业务所需要的速率;/>表示从服务节点n到用户m的路径集,vQm表示用户m选择最高质量等级的业务所需要的速率,zQm表示用户m选择最高质量等级,/>表示所有服务节点集合;EPFDm表示高轨卫星地面站接收到的干扰,EPFDth表示高轨卫星的干扰门限,/>表示高轨地面站;/>表示链路/>是否路过了链路l,/>表示网络中的所有路径,/>表示链路l的最大容量;hmn表示服务节点n是否能为用户m提供服务,cm表示用户m所需的计算资源,Cn表示节点拥有的计算资源;pl表示链路l分配的功率,Pn max表示节点n能提供的最大功率,/>表示从节点n到下一跳节点的所有链路集。
提出的问题模型旨在帮助用户选择合适的业务质量等级,同时调用网络和节点的资源支持用户的选择,帮助网络最大化业务质量等级的效用。
进一步,步骤S3具体包括以下步骤:
S31:网络控制面初始化参数;
S32:将二元离散的用户关联变量松弛到[0,1]的连续区间上;
S33:控制器根据全局的信道状态信息,估计连续松弛和连续凸近似法迭代的初始点;
S34:使用连续凸逼近法非凸将链路容量约束条件转化为线性的约束条件;
S35:基于已更新的参数求解用户侧业务质量等级选择子问题;
S36:基于已更新的参数求解服务节点侧计算资源分配子问题;
S37:基于已更新的参数求解无线网侧的服务路径选择子问题;
S38:基于已更新的参数求解无线网侧的链路功率分配子问题;
S39:更新拉格朗日乘子;
S39:如果还未收敛或还未达到最大迭代,则返回步骤S35,反之继续;
S310:判断是否收敛,如果未收敛则判定问题无解,如果收敛则问题有可行解。
进一步,步骤S35中,得到的用户侧业务质量等级选择子问题为如下,并且该问题可以与用户分离,由每个用户独立选择:
其中,αmn和βmn为引入的辅助变量,作用是将原问题中的C2.3和C2.4不等式转换为等式,μm、λmn和ωmn为约束C2.2、C2.3和C2.4的拉格朗日乘子,ρ1、ρ2和ρ3为惩罚参数,并且要求惩罚参数大于零。因为目标函数是凸函数,并且限制条件都为线性约束,因此该问题是一个凸问题,可以采用MATLAB中的CVX工具包仿真在内的标准凸优化求解方法进行求解。
进一步,步骤S36中,服务节点侧的计算资源分配优化子问题如下,由每个服务节点独立解决:
该问题中的用户业务等级选择、路径选择以及其他参数提前给定,只有服务节点的计算资源分配指标是变量,因此该问题是一个凸优化问题,直接通过运用MATLAB中的CVX工具包仿真来求解最优计算资源分配情况。
进一步,步骤S37中,无线网侧的服务路径选择子问题为:
其中,χl为引入的辅助变量,作用是将原问题中的C2.3和C2.4不等式转换为等式,为/>通过连续凸逼近法获得的下限,νl为约束C2.6的拉格朗日乘子,ρ4为惩罚参数,并且要求惩罚参数大于零。目标函数为二次函数,是常见的凸函数,利用CVX工具包输入变量和目标函数可以获得最优的业务传输路径选择情况。
进一步,步骤S38中,无线网侧的链路功率分配子问题为:
该问题中只有链路功率分配变量,并且目标函数是凸函数以及约束为线性约束,可以利用CVX工具包输入变量、目标函数以及约束求解最优链路功率资源分配情况。
但是目前的二元离散变量被放松为连续值,基于交替方向乘子法获得的解为松弛后问题的线性解,为了在实践中方便应用,因此,本发明必须将用户业务质量等级选择变量和服务节点计算资源分配变量恢复为二进制值。
进一步,步骤S4具体包括:将获得的线性解通过边际效用函数恢复为离散解,首先获得每个用户对不同业务质量等级和每个服务节点对不同用户的计算资源分配的边际效用;每个用户选择边际效用最大的业务质量等级,每个服务节点为边际效用最大的几个用户提供计算服务。
本发明的有益效果在于:本发明联合了功率分配、计算资源分配、路径选择和业务等级选择算法,能够提高用户业务体验质量和信息传输的吞吐量,增强信息传输的可靠性。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明基于双层异构网络的差异化业务传输方法流程图;
图2为基于交替方向乘子法的资源分配、路径选择和业务质量等级选择算法流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
请参阅图1~图2,本发明提供一种基于双层异构网络的差异化业务传输方法,该方法中,网络的物理节点包括:用户、低轨卫星、高轨卫星、基站、云服务器、SDN控制器,其中用户接收下行数据以及选择业务质量等级,卫星、基站、云服务器负责下行数据的发送、信道状态信息的收集和上传、资源分配控制以及作为中继链路传递信令和数据,SDN控制器负责汇总全局的信道状态信息、执行提出的双层卫星网络下联合的功率分配、计算资源分配、路径选择和业务等级选择算法并将结果反馈给相应的节点。
如图1所示,该方法具体包括以下步骤:
S1:利用卫星定位系统和星历信息获取用户、基站和卫星等节点的位置集合。同时构建出用户的业务模型,利用用户请求信息以及位置信息和节点资源构成候选服务节点集和候选服务路径集。
定义的业务模型指通用业务,包括流量密集型任务、计算密集型任务和其他类型任务。对某一类型业务,设用户可选的业务质量q∈{1,...,Q},每一种业务质量对应所需的链路数据速率为vq,所需要的计算资源为cq。即用户业务可以表示为(q,vq,cq)。
业务传输路径可以根据不同的类型的服务节点来划分,具体来说,基站、卫星和云服务器均可作为服务节点,根据中继节点不同可以进一步形成不同的业务传输路径。根据用户的业务需求、节点的业务资源分布以及节点间是否可达可以构建出用户的候选路径集
S2:基于步骤S1构建的业务模型,同时考虑到双层卫星的同频干扰限制,以最大化用户的平均业务体验质量为目标,联合考虑用户业务质量等级选择、服务路径选择以及服务节点计算资源和功率资源分配,建立业务质量等级自适应优化问题模型。
利用等效功率通量密度(Equivalent Power Fluw Density,EPFD)作为干扰阈值,EPFD由国际电信联盟规定,其定义为非对地静止卫星系统范围内,所有发射电台在地球表面或在对地静止轨道中的对地静止卫星系统接收电台产生的功率通量密度的总和,并考虑可能指向基准接收天线的离轴鉴别。EPFD具体表达式如下。
其中,pi表示LEO卫星的发射功率,Gt(θi)为LEO卫星发射天线在离轴角θi方向上的天线增益,为GEO卫星地面站接收天线在离轴角/>方向上的天线增益,di是LEO卫星到GEO卫星地面站的距离,Grmax是接收端最大天线增益。考虑到链路容量由带宽、功率和干扰决定,因此在资源限制的情况下链路容量有限,因此链路的最大容量Rl max写为:
其中,C2.1表示每个用户只能选择一个业务质量等级,C2.2表示每个用户的业务流之和应等于用户所需的数据速率,C2.3表示节点为用户提供的速率限制,C2.4表示节点计算资源分配与业务等级之间的关系,C2.5表示LEO卫星对GEO卫星的下行干扰限制,C2.6表示链路容量限制,C2.7表示计算资源限制,C2.8表示功率资源限制;其中,{zqm}、{ymn}、和{pl}分别是集合Z、Y、R和P的元素,zqm表示用户m选择的业务质量等级q,ymn表示服务节点n能否为用户m提供计算服务,/>表示路径/>的业务传输速率,/>表示用户数量,sq表示每个业务质量等级q的收益;/>表示所有用户集合,Q表示最高的业务质量等级;/>表示从服务节点n到用户m的第k条路径,/>表示用户m的所有路径集,vqm表示用户m选择质量等级为q的业务所需要的速率;/>表示从服务节点n到用户m的路径集,vQm表示用户m选择最高质量等级的业务所需要的速率,zQm表示用户m选择最高质量等级,/>表示所有服务节点集合;EPFDm表示高轨卫星地面站接收到的干扰,EPFDth表示高轨卫星的干扰门限,/>表示高轨地面站;/>表示链路/>是否路过了链路l,/>表示网络中的所有路径,/>表示链路l的最大容量;hmn表示服务节点n是否能为用户m提供服务,cm表示用户m所需的计算资源,Cn表示节点拥有的计算资源;pl表示链路l分配的功率,Pn max表示节点n能提供的最大功率,/>表示从节点n到下一跳节点的所有链路集。
S3:由于步骤S1的业务质量自适应问题模型问题为一个混合整数非线性规划(MINLP),且该问题通常为考虑为NP困难的。因此,首先利用变量松弛法和连续凸逼近法将构建的优化问题转化为凸问题,然后利用交替方向乘子法求解得到用户业务质量等级选择和服务路径选择结果,并得到相应的资源分配方案。具体求解流程参见图2。
针对整型变量{zqm,ymn}∈{0,1},将其松弛为连续变量{zqm,ymn}∈[0,1]。然后考虑到Rl max的表达式不是凸函数,利用连续凸逼近法将其重写为如下:
然后利用交替方向乘子法求解松弛后的问题。首先获得问题的增广拉格朗日函数形式:
其中, αmn、βmn和χl为引入的辅助变量,作用是将原问题中的C2.3、C2.4和C2.6不等式转换为等式,μm、λmn、ωmn和νl为约束C2.2、C2.3、C2.4和C2.6的拉格朗日乘子,ρ1、ρ2、ρ3和ρ4为惩罚参数。
然后根据增广拉格朗日函数将问题分割,分为用户侧的业务质量等级选择问题、服务节点侧的计算资源分配问题、无线网侧的路径选择问题和链路功率分配问题:
用户侧的业务质量等级选择优化问题可以与用户分离,由每个用户根据资源分配情况独立选择:
因为目标函数是凸函数,并且限制条件都为线性约束,因此该问题是一个凸问题,采用MATLAB中的CVX工具包仿真在内的标准凸优化求解方法进行求解。
服务节点侧的计算资源分配优化问题可以与服务节点分离,由每个服务节点根据用户的请求和网络状况独立解决:
该问题中的用户业务等级选择、路径选择以及其他参数提前给定,只有服务节点的计算资源分配指标是变量,因此该问题是一个凸优化问题,直接通过运用MATLAB中的CVX工具包仿真来求解最优计算资源分配情况。
由无线网的SDN控制器解决的服务路径选择问题为:
目标函数为二次函数,是常见的凸函数,利用CVX工具包输入变量和目标函数可以获得最优的业务传输路径选择情况。
无线网的SDN控制器解决的功率资源分配问题为:
该问题中只有链路功率分配变量,并且目标函数是凸函数以及约束为线性约束,可以利用CVX工具包输入变量、目标函数以及约束求解最优链路功率资源分配情况。
SDN控制器将拉格朗日乘子传递给网络节点和用户,帮助他们解决相应的问题。在优化局部变量之后,网络节点将它们反馈给SDN控制器,以帮助其调整决策,基于以下公式在每次迭代中更新拉格朗日乘子:
S4:但是目前的二元离散变量被放松为连续值,获得的解为松弛后问题的线性解,为了在实践中方便应用,因此,我们必须将它们恢复为二进制值。因此,利用边际效用函数将求解到的线性解转换为非线性解。首先获得每个用户对不同业务质量等级和每个服务节点对不同用户的计算资源分配的边际效用,即
对于zqm,每个用户m选择边际效益最大的业务质量水平q′。对于ymn,假设y′mn∈[0,1]是通过解决松弛问题实现的解决方案。我们可以计算出n节点上可以提供的计算服务数量,即/>其中/>意味着取小于x的最大整数值。对于每个节点n,可以从/>中选择边际效益较大的Γn个用户/>
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种基于双层卫星异构网络的差异化业务传输方法,其特征在于,该方法具体包括以下步骤:
S1:利用卫星定位系统和星历信息获取用户、基站和卫星的位置集合;同时构建出用户的业务模型,利用用户请求信息以及位置信息和节点资源构成候选服务节点集和候选服务路径集;
S2:基于步骤S1中构建的业务模型,同时考虑到双层卫星的同频干扰限制,以最大化用户的平均业务体验质量为目标,联合考虑用户业务质量等级选择、服务路径选择以及服务节点计算资源和功率资源分配,建立业务质量等级自适应优化问题模型;
S3:利用变量松弛法和连续凸逼近法将构建的优化问题转化为凸问题,然后利用交替方向乘子法求解得到用户业务质量等级选择和服务路径选择结果,并得到相应的资源分配方案;
S4:利用边际效用函数将求解到的线性解转换为非线性解。
2.根据权利要求1所述的差异化业务传输方法,其特征在于,步骤S1中,所述业务模型指通用业务,包括流量密集型任务、计算密集型任务和其他类型任务;对某一类型业务,设用户可选的业务质量为q∈{1,...,Q},每一种业务质量对应所需的链路数据速率为vq,所需要的计算资源为cq,即用户业务表示为(q,vq,cq)。
3.根据权利要求2所述的差异化业务传输方法,其特征在于,步骤S2中,建立的业务质量等级自适应优化问题模型表示为:
其中,C2.1表示每个用户只能选择一个业务质量等级,C2.2表示每个用户的业务流之和应等于用户所需的数据速率,C2.3表示节点为用户提供的速率限制,C2.4表示节点计算资源分配与业务等级之间的关系,C2.5表示LEO卫星对GEO卫星的下行干扰限制,C2.6表示链路容量限制,C2.7表示计算资源限制,C2.8表示功率资源限制;其中,{zqm}、{ymn}、和{pl}分别是集合Z、Y、R和P的元素,zqm表示用户m选择的业务质量等级q,ymn表示服务节点n能否为用户m提供计算服务,/>表示路径/>的业务传输速率,/>表示用户数量,sq表示每个业务质量等级q的收益;/>表示所有用户集合,Q表示最高的业务质量等级;/>表示从服务节点n到用户m的第k条路径,/>表示用户m的所有路径集,vqm表示用户m选择质量等级为q的业务所需要的速率;/>表示从服务节点n到用户m的路径集,vQm表示用户m选择最高质量等级的业务所需要的速率,zQm表示用户m选择最高质量等级,/>表示所有服务节点集合;EPFDm表示高轨卫星地面站接收到的干扰,EPFDth表示高轨卫星的干扰门限,/>表示高轨地面站;/>表示链路/>是否路过了链路l,/>表示网络中的所有路径,/>表示链路l的最大容量;hmn表示服务节点n是否能为用户m提供服务,cm表示用户m所需的计算资源,Cn表示节点拥有的计算资源;pl表示链路l分配的功率,Pn max表示节点n能提供的最大功率,/>表示从节点n到下一跳节点的所有链路集。
4.根据权利要求3所述的差异化业务传输方法,其特征在于,步骤S3具体包括以下步骤:
S31:网络控制面初始化参数;
S32:将二元离散的用户关联变量松弛到[0,1]的连续区间上;
S33:控制器根据全局的信道状态信息,估计连续松弛和连续凸近似法迭代的初始点;
S34:将使用连续凸逼近法将非凸的链路容量约束条件转化为线性的约束条件;
S35:基于已更新的参数求解用户侧业务质量等级选择子问题;
S36:基于已更新的参数求解服务节点侧计算资源分配子问题;
S37:基于已更新的参数求解无线网侧的服务路径选择子问题;
S38:基于已更新的参数求解无线网侧的链路功率分配子问题;
S39:更新拉格朗日乘子;
S39:如果还未收敛或还未达到最大迭代,则返回步骤S35,反之继续;
S310:判断是否收敛,如果未收敛则判定问题无解,如果收敛则问题有可行解。
9.根据权利要求1所述的差异化业务传输方法,其特征在于,步骤S4具体包括:将获得的线性解通过边际效用函数恢复为离散解,首先获得每个用户对不同业务质量等级和每个服务节点对不同用户的计算资源分配的边际效用;每个用户选择边际效用最大的业务质量等级,每个服务节点为边际效用最大的几个用户提供计算服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310161002.8A CN116156421A (zh) | 2023-02-22 | 2023-02-22 | 一种基于双层卫星异构网络的差异化业务传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310161002.8A CN116156421A (zh) | 2023-02-22 | 2023-02-22 | 一种基于双层卫星异构网络的差异化业务传输方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116156421A true CN116156421A (zh) | 2023-05-23 |
Family
ID=86338849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310161002.8A Pending CN116156421A (zh) | 2023-02-22 | 2023-02-22 | 一种基于双层卫星异构网络的差异化业务传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116156421A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116546624A (zh) * | 2023-05-24 | 2023-08-04 | 华能伊敏煤电有限责任公司 | 跳波卫星业务预测与多维链路动态资源分配方法及装置 |
CN117271099A (zh) * | 2023-11-21 | 2023-12-22 | 山东师范大学 | 一种基于规则库的空间数据分析自动调度系统及方法 |
-
2023
- 2023-02-22 CN CN202310161002.8A patent/CN116156421A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116546624A (zh) * | 2023-05-24 | 2023-08-04 | 华能伊敏煤电有限责任公司 | 跳波卫星业务预测与多维链路动态资源分配方法及装置 |
CN116546624B (zh) * | 2023-05-24 | 2024-05-14 | 华能伊敏煤电有限责任公司 | 跳波卫星业务预测与多维链路动态资源分配方法及装置 |
CN117271099A (zh) * | 2023-11-21 | 2023-12-22 | 山东师范大学 | 一种基于规则库的空间数据分析自动调度系统及方法 |
CN117271099B (zh) * | 2023-11-21 | 2024-01-26 | 山东师范大学 | 一种基于规则库的空间数据分析自动调度系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Di et al. | Ultra-dense LEO: Integrating terrestrial-satellite networks into 5G and beyond for data offloading | |
Kisseleff et al. | Radio resource management techniques for multibeam satellite systems | |
Lei et al. | Joint power and carrier allocation for the multibeam satellite downlink with individual SINR constraints | |
CN116156421A (zh) | 一种基于双层卫星异构网络的差异化业务传输方法 | |
CN111865398B (zh) | 一种大规模leo卫星部署下的星地传输方法 | |
CN113922865B (zh) | 一种多波束低轨卫星在高纬度场景下的能量优化方法 | |
Al-Hraishawi et al. | Broadband non-geostationary satellite communication systems: Research challenges and key opportunities | |
Lagunas et al. | Carrier allocation for hybrid satellite-terrestrial backhaul networks | |
CN113839704A (zh) | 一种密集低轨卫星与陆地融合的移动边缘计算方法 | |
Wang et al. | Multi-layer LEO satellite constellation design for seamless global coverage | |
Dimitrov et al. | Radio resource management techniques for high throughput satellite communication systems | |
Van Chien et al. | User scheduling and power allocation for precoded multi-beam high throughput satellite systems with individual quality of service constraints | |
Wang et al. | On fairness optimization for NOMA-enabled multi-beam satellite systems | |
Roumeliotis et al. | Dynamic capacity allocation in smart gateway high throughput satellite systems using matching theory | |
Ni et al. | Joint optimization of user association and resource allocation in cache-enabled terrestrial-satellite integrating network | |
Liu et al. | Joint user association and beamforming in integrated satellite-HAPS-ground networks | |
Zeng et al. | Networked satellite telemetry resource allocation for mega constellations | |
Zhang et al. | Exploiting collaborative computing to improve downlink sum rate in satellite integrated terrestrial networks | |
CN114599099A (zh) | 一种基于强化学习的5g星地链路多波束动态功率分配方法 | |
Dong et al. | Joint beamformer design and user scheduling for integrated terrestrial-satellite networks | |
CN113938173A (zh) | 一种星地融合网络中联合广播和单播的波束赋形方法 | |
Khan et al. | Reconfigurable intelligent surfaces for 6G non-terrestrial networks: Assisting connectivity from the sky | |
Leng et al. | User-level scheduling and resource allocation for multi-beam satellite systems with full frequency reuse | |
Song et al. | Load balancing and QoS supporting access and handover decision algorithm for GEO/LEO heterogeneous satellite networks | |
Zhang et al. | Distortion minimization for multimedia transmission in NOMA HAP-UAV integrated aerial access 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 |