CN116938322B - 一种天基时变拓扑的组网通信方法、系统及存储介质 - Google Patents
一种天基时变拓扑的组网通信方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116938322B CN116938322B CN202311190530.2A CN202311190530A CN116938322B CN 116938322 B CN116938322 B CN 116938322B CN 202311190530 A CN202311190530 A CN 202311190530A CN 116938322 B CN116938322 B CN 116938322B
- Authority
- CN
- China
- Prior art keywords
- time
- sub
- communication
- network
- topology
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000006855 networking Effects 0.000 title claims abstract description 26
- 230000005540 biological transmission Effects 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 8
- 230000002452 interceptive effect Effects 0.000 claims abstract description 6
- 230000003993 interaction Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010845 search algorithm Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 240000000543 Pentas lanceolata Species 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- H04B7/18521—Systems of inter linked satellites, i.e. inter satellite service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3913—Predictive models, e.g. based on neural network models
-
- 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
- H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/246—Connectivity information discovery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/30—Connectivity information management, e.g. connectivity discovery or connectivity update for proactive routing
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor 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)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种天基时变拓扑的组网通信方法、系统及存储介质,面向全域轨道卫星设计通用通信模型,包括时变拓扑结构网络和局部固定拓扑结构子网络;结合改进LSTM算法引入历史数据形成随时间变化的信道速率函数,建立信道属性预测模型,测算传输时间内通信链路的传输速率,实现通信链路的状态自感知;在固定拓扑子网络中采用预先规划搜索得到局部最优路径,在时变拓扑结构中采用随机搜索方法得到固定拓扑子网络之间的最优通路,根据通信链路自感知状态,结合分域搜索算法考虑长时间交互路由过程的最大概率最优解,获得巨星座数据传输在轨实时最优解算,具有较好的稳定度,降低了链路负载量,减少业务延迟,保证了星座群时变拓扑结构下的路由通信。
Description
技术领域
本发明涉及卫星移动通信技术领域,更具体的说是涉及一种天基时变拓扑的组网通信方法、系统及存储介质。
背景技术
随着宽带通信卫星的高密度发射及在轨应用,结合低轨巨星座形成高、中、低轨卫星的多层次化组网已经成为未来实时通信交互的关键;而随着巨星座的出现和不断发展,天基通信路由技术已经不再局限于单一的路由性能指标提升,一方面是由于组网星座的拓扑结构持续变化且随着节点的持续增多越来越复杂,另一方面巨星座组网通信着重解决在特定网络场景约束条件下实现网络整体性能例如时延、丢包率、吞吐量等指标的优化。
目前巨星座天基组网过程,主要存在以下问题:
(1)传统的网络架构是以中、高轨卫星为主控节点,低轨卫星作为数据转发的主要通道,地面接收站协助控制转发,与用户终端形成完整的网络交换服务传输节点,但是随着节点数量的不断增加,运行过程中必然会发生某些节点失效的情况,这种随机偶发的节点故障虽然可以通过地面对各个节点通信状态遥测的自主判读实时确认,但星地延迟以及随之带来的路由路径的重规划生成势必会对整个星座运行带来负担,同时,上万颗低轨卫星依靠高轨道卫星监控、规划、运营管理,发生局部失效时难以实现与高轨卫星的实时建链。
(2)在时变拓扑通信结构下,往往会出现通信短暂中断及重复中断现象,需要在预测过程中保留中断信息、保障数据的恢复及连续,但是传统长短期记忆网络LSTM一个神经元细胞中的遗忘门中的输入数据经过激活函数后进行一级乘、加计算,这种架构具有一定的记忆和存储能力,但对于随机中断序列适应性较差。
(3)在时变拓扑网络中由于整体架构的不断变化,给预测带来了极大的不确定性,同时路由搜索随着卫星数量、通信载荷数量得增加而急遽增加。
因此,如何解决大规模组网卫星通信拓扑结构不固定、信道类型多样不稳定和卫星链路失效与否不确定问题,克服在测算通信链路的传输速率、丢包率过程中实时建链问题,以及如何提升在长时间交互路由过程,巨星座数据传输的在轨实时最优解算效率,是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种天基时变拓扑的组网通信方法、系统及存储介质以解决背景技术中提到的部分技术问题。
为了实现上述目的,本发明采用如下技术方案:
一种天基时变拓扑的组网通信方法,包括以下步骤:
S1.面向全域轨道卫星设计通用通信模型,包括时变拓扑结构网络和局部固定拓扑结构子网络;
S2.引入历史数据形成随时间变化的信道速率函数,建立信道属性预测模型,测算传输时间内通信链路的传输速率,实现通信链路的状态自感知;
S3.在固定拓扑子网络中采用传统的预先规划搜索得到局部最优路径,在时变拓扑结构中采用随机搜索方法得到固定拓扑子网络之间的最优通路,根据通信链路自感知状态,结合分域搜索算法考虑长时间交互路由过程的最大概率最优解,获得巨星座数据传输的在轨实时最优解算。
优选的,步骤S1中:固定拓扑子网络为在运行过程中保持相对位置稳定的一簇星群,时变拓扑结构为不能保持相对位置固定的星群;
固定拓扑子网络集合标记为,两个不同固定拓扑子网络/>和/>之间通信交互记为/>和/>,则数据通路关系为:
其中,为并运算,/>,/>,/>,/>,/>,M为组网系统包含的卫星数量,/>为任意两个链路之间的通信通道。
优选的,信道属性预测模型具体为:
其中,、/>和/>分别表示输入门、遗忘门和输出门的滤波函数,均采用N阶FIR滤波器,/>表示Sigmoid激活函数;/>、/>、/>分别为细胞结构的三类门的加权系数,/>、/>、/>分别为输入门、遗忘门和输出门的偏置系数,/>为第/>个时间步的输入向量,为通信速率函数,表示第/>个卫星的第/>个通道在时间/>时刻与第/>个卫星的第/>个通道的通信速率,/>和/>分别表示历史速率数据的起始和结束时间,作为预测输出结果,表示/>的预测信息。
优选的,固定拓扑子网络内的最优路径根据查表获得。
优选的,步骤S3中得到固定拓扑子网络之间的最优通路的具体内容包括:
S31.根据卫星轨道预测结果,搜索任务周期时间内子网络与所能够建链的子网络集合,对得到的子网络集合中的每个子网络再次搜索任务周期时间内能够建链的子网络集合并把两次搜索结果合并,一直到没有新增子网络,标记任务周期内所能够建链的子网络集合,获得单次任务内有效的可建链子网络集合;
S32.根据单次任务内有效的可建链子网络集合,随机抽取一组前后关联的路由序列;
S33.获得路由序列中的单个通信交互标记;
S34.利用信道属性预测模型由历史数据预测任务周期时间内各时刻的对于任意两个可建链子网络路由通信速率,并判断是否满足链路传输过程中最小通信速率条件,如果不符合则返回步骤S32;
S35.以最大路由延迟时间约束求最大概率最优解,获得单次任务内最优建链子网络。
优选的,前后关联的路由序列满足:
其中,为路由任务开始卫星的子网络,/>为路由任务结束卫星的子网络,/>为跳数,/>为最大路由跳数约束。
优选的,路由序列中的单个通信交互标记为:
其中,为任务周期时间内各时刻,/>为有效搜索时间。
优选的,最大路由延迟时间的约束条件为:
其中,和/>分别表示历史速率数据的起始和结束时间,为第/>个卫星与第/>个卫星之间的距离,/>为通信速率预测结果,/>为最大路由延迟时间约束。
一种天基时变拓扑的组网通信系统,基于所述的一种天基时变拓扑的组网通信方法,包括通用通信模型、信道属性预测模型和分级阈值路由搜索模块。
一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的一种天基时变拓扑的组网通信方法。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种天基时变拓扑的组网通信方法、系统及存储介质,面向大规模组网卫星通信拓扑结构不固定、信道类型多样不稳定、卫星链路失效与否不确定等难点,对星间通信传输建立基于历史数据预测的概率模型,不局限于能源、存储、载荷老化带来的瞬态故障;同时,在测算通信链路的传输速率、丢包率过程中,引入历史数据形成随时间变化的信道速率函数,用于实现传输时间内的通信预测,实现通信链路的状态自感知;根据通信链路自感知状态,结合分阈随机搜索算法考虑长时间交互路由过程的最大概率最优解,实现巨星座数据传输的在轨实时最优解算,具有较好的稳定度,降低了链路负载量明显较低,在大量路由申请的条件下减少业务延迟,保证了星座群时变拓扑结构下的路由通信。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的一种天基时变拓扑的组网通信方法示意图;
图2附图为本发明提供的时变拓扑网络及局部固定拓扑子网络结构示意图;
图3附图为本发明提供的F-LSTM细胞结构示意图;
图4附图为本发明提供的时变拓扑下的数据路由转发传输示意图;
图5附图为本发明提供的不同路由申请次数下的链路稳定度比较示意图;
图6附图为本发明提供的固定路由申请次数下不同最大路由延迟时间对应的链路稳定度示意图;
图7附图为本发明提供的不同路由申请次数下的链路负载度比较示意图;
图8附图为本发明提供的不同路由申请次数下的最大业务时间延迟示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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他实施例,都属于本发明保护的范围。
本发明实施例公开了一种天基时变拓扑的组网通信方法,如图1,包括以下步骤:
S1.面向全域轨道卫星设计通用通信模型,包括时变拓扑结构网络和局部固定拓扑结构子网络;
S2.引入历史数据形成随时间变化的信道速率函数,建立信道属性预测模型,测算传输时间内通信链路的传输速率,实现通信链路的状态自感知;
S3.在固定拓扑子网络中采用传统的预先规划搜索得到局部最优路径,在时变拓扑结构中采用随机搜索方法得到固定拓扑子网络之间的最优通路,根据通信链路自感知状态,结合分域搜索算法考虑长时间交互路由过程的最大概率最优解,获得巨星座数据传输的在轨实时最优解算。
为了进一步实施上述技术方案,如图2,步骤S1中:固定拓扑子网络为在运行过程中保持相对位置稳定的一簇星群,时变拓扑结构为不能保持相对位置固定的星群;
固定拓扑子网络集合标记为,两个不同固定拓扑子网络/>和/>之间通信交互记为/>和/>,则数据通路关系为:
其中,为并运算,/>,/>,/>,/>,/>,M为组网系统包含的卫星数量,/>为任意两个链路之间的通信通道。
为了进一步实施上述技术方案,如图3,信道属性预测模型具体为:
其中,、/>和/>分别表示输入门、遗忘门和输出门的滤波函数,均采用N阶FIR滤波器,/>表示Sigmoid激活函数,/>、/>、/>分别为细胞结构的三类门的加权系数,/>、/>、/>分别为输入门、遗忘门和输出门的偏置系数,/>为第/>个时间步的输入向量,为通信速率函数,表示第/>个卫星的第/>个通道在时间/>时刻与第/>个卫星的第/>个通道的通信速率,/>和/>分别表示历史速率数据的起始和结束时间,作为预测输出结果,表示/>的预测信息。
在本实施例中,路由目的为从编号卫星的编号/>通信载荷,最终通过编号通信载荷发送到编号/>卫星,最大路由延迟时间约束为/>,最大路由跳数约束为,链路传输过程中最小通信速率为/>,任务起始时刻/>,任务结束时刻/>,/>,确定编号/>卫星的子网络为/>,确定编号/>卫星的子网络为/>。
为了进一步实施上述技术方案,固定拓扑子网络内的最优路径根据查表获得。
为了进一步实施上述技术方案,步骤S3中得到固定拓扑子网络之间的最优通路的具体内容包括:
S31.根据卫星轨道预测结果,搜索任务周期时间内子网络/>与所能够建链的子网络集合,对得到的子网络集合中的每个子网络再次搜索任务周期时间/>内能够建链的子网络集合并把两次搜索结果合并,一直到没有新增子网络,标记任务周期内所能够建链的子网络集合/>,获得单次任务内有效的可建链子网络集合/>,对应的有效搜索时间;
S32.根据单次任务内有效的可建链子网络集合,随机抽取一组前后关联的路由序列;
S33.获得路由序列中的单个通信交互标记;
S34.利用信道属性预测模型由历史数据预测任务周期时间内各时刻的对于任意两个可建链子网络路由通信速率,并判断是否满足链路传输过程中最小通信速率条件,如果不符合则返回步骤S32;
S35.以最大路由延迟时间约束求最大概率最优解,获得单次任务内最优建链子网络。
为了进一步实施上述技术方案,前后关联的路由序列满足:
其中,为路由任务开始卫星的子网络,/>为路由任务结束卫星的子网络,/>为跳数,/>为最大路由跳数约束。
为了进一步实施上述技术方案,路由序列中的单个通信交互标记为:
其中,为任务周期时间内各时刻,/>为有效搜索时间。
对于任意链路,判断预测通信速率结果是否满足通信速率,由历史数据/>预测得到,输入为,基于F-LSTM的预测结果为/>。
为了进一步实施上述技术方案,最大路由延迟时间的约束条件为:
其中,和/>分别表示历史速率数据的起始和结束时间,为第/>个卫星与第/>个卫星之间的距离,/>为通信速率预测结果,/>为最大路由延迟时间约束。
在实际应用中,随机抽取过程中,子网络数量的增多会直接导致搜索数量指数级增加,同时也会降低最优结果的收敛效率,可以对子网络进行进一步分级,分别对部分子网络集合进行搜索并最终合并。
为了验证路由算法的有效性,进行仿真验证,利用STK来构建巨星座卫星星座运动模型,巨星座模型包括1000个子网络,子网络星座从低轨到高轨随机分布轨道高度、倾角以及初始发射时间,每个子网络包括1~100颗在轨拓扑结构固定的卫星,单个卫星具有1~4个通信载荷,单个载荷通信速率范围在4Kbps~10Gbps;在此基础上构建的巨星座模型,单次生成平均5万颗,得到每个卫星的周期运动轨迹、位置距离等数据,构建时变拓扑卫星通信系统的网络模型。
为了验证算法应对不同路由需求的整体性能,设置在路由延迟时间内随机输入105量级的路由申请,进行仿真验证测试,将最大路由延迟时间约束为,最大路由跳数约束为/>,链路传输过程中最小通信速率为作为输入参数/>,选取不同参数进行仿真验证并与基于软件定义网络的高服务质量保障低轨道卫星星间路由算法、基于负载均衡的大规模低轨卫星互联网路由算法和天基自组织网络分布式抗毁路由算法进行对比链路稳定度、链路复杂度、路由时延以及吞吐率。
如图5,在秒、/>跳、/>条件下,相同路由需求时,与其他三种方法的链路稳定度比较,可以看出,由于直接考虑了不同子网络下的链路通信,同时通过预测确定链路信息状态,在巨星座路由条件下稳定度最高。
如图6,在相同路由申请次数(100次)及不同最大路由延迟时间下,本发明相比于其他三种方法较优,链路稳定度达到0.72;当低于7秒时链路稳定度将急遽下降,与其他方法一样均难以满足在轨应用,表明路由时间约束较短的情况下难以完成有效路由。
如图7,巨星座网络下,相同路由需求时,由于本发明具有全星座适应性,相比于其他三种方法具有较为灵活的路由链路和规划通路,平均负载度最小,达到0.37左右。
如图8为在相同网络通信环境及路由任务目标下的单节点平均业务延时,由平均时延测试结果可以看出,本发明由于具备了全轨通信路由能力,相比于低轨通信具有更高的路由效率。
仿真验证结果表明本发明方法具有较好的稳定度,相比于其他地轨通信的方法提高了10%以上;链路负载量明显较低;在大量路由申请的条件下业务延迟减小了27%,保证了星座群时变拓扑结构下的路由通信。
一种天基时变拓扑的组网通信系统,基于一种天基时变拓扑的组网通信方法,包括通用通信模型、信道属性预测模型和分级阈值路由搜索模块。
一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现一种天基时变拓扑的组网通信方法。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种天基时变拓扑的组网通信方法,其特征在于,包括以下步骤:
S1.面向全域轨道卫星设计通用通信模型,包括时变拓扑结构网络和局部固定拓扑结构子网络;
S2.结合改进LSTM算法引入历史数据形成随时间变化的信道速率函数,建立信道属性预测模型,测算传输时间内通信链路的传输速率,实现通信链路的状态自感知;
S3.根据通信链路自感知状态,结合分域搜索算法考虑长时间交互路由过程的最大概率最优解,在固定拓扑子网络中采用传统的预先规划搜索得到局部最优路径,在时变拓扑结构中采用随机搜索方法得到固定拓扑子网络之间的最优通路,获得巨星座数据传输的在轨实时最优解算;
步骤S3中得到固定拓扑子网络之间的最优通路的具体内容包括:
S31.根据卫星轨道预测结果,搜索任务周期时间内子网络与所能够建链的子网络集合,对得到的子网络集合中的每个子网络再次搜索任务周期时间内能够建链的子网络集合并把两次搜索结果合并,一直到没有新增子网络,标记任务周期内所能够建链的子网络集合,获得单次任务内有效的可建链子网络集合;
S32.根据单次任务内有效的可建链子网络集合,随机抽取一组前后关联的路由序列;
S33.获得路由序列中的单个通信交互标记;
S34.利用信道属性预测模型由历史数据预测任务周期时间内各时刻的对于任意两个可建链子网络路由通信速率,并判断是否满足链路传输过程中最小通信速率条件,如果不符合则返回步骤S32;
S35.以最大路由延迟时间约束求最大概率最优解,获得单次任务内最优建链子网络。
2.根据权利要求1所述的一种天基时变拓扑的组网通信方法,其特征在于,固定拓扑子网络内的最优路径根据查表获得。
3.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-2任意一项所述的一种天基时变拓扑的组网通信方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311190530.2A CN116938322B (zh) | 2023-09-15 | 2023-09-15 | 一种天基时变拓扑的组网通信方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311190530.2A CN116938322B (zh) | 2023-09-15 | 2023-09-15 | 一种天基时变拓扑的组网通信方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116938322A CN116938322A (zh) | 2023-10-24 |
CN116938322B true CN116938322B (zh) | 2024-02-02 |
Family
ID=88377493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311190530.2A Active CN116938322B (zh) | 2023-09-15 | 2023-09-15 | 一种天基时变拓扑的组网通信方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116938322B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109889255A (zh) * | 2019-03-28 | 2019-06-14 | 大连大学 | 一种基于改进蜂群算法的卫星网络重构方法 |
CN110730138A (zh) * | 2019-10-21 | 2020-01-24 | 中国科学院空间应用工程与技术中心 | 天基云雾计算架构的动态资源配置方法、系统和存储介质 |
CN114978295A (zh) * | 2022-07-29 | 2022-08-30 | 中国人民解放军战略支援部队航天工程大学 | 一种面向卫星互联网的跨层抗干扰方法和系统 |
CN115276757A (zh) * | 2022-06-21 | 2022-11-01 | 重庆邮电大学 | 一种基于建链概率的低轨卫星星座抗毁性优化方法 |
CN116390164A (zh) * | 2023-04-11 | 2023-07-04 | 西安电子科技大学 | 一种低轨卫星网络可信负载均衡路由方法、系统、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11861275B2 (en) * | 2020-02-28 | 2024-01-02 | Morgan State University | Digital signal processing using recursive hierarchical particle swarm optimization |
-
2023
- 2023-09-15 CN CN202311190530.2A patent/CN116938322B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109889255A (zh) * | 2019-03-28 | 2019-06-14 | 大连大学 | 一种基于改进蜂群算法的卫星网络重构方法 |
CN110730138A (zh) * | 2019-10-21 | 2020-01-24 | 中国科学院空间应用工程与技术中心 | 天基云雾计算架构的动态资源配置方法、系统和存储介质 |
CN115276757A (zh) * | 2022-06-21 | 2022-11-01 | 重庆邮电大学 | 一种基于建链概率的低轨卫星星座抗毁性优化方法 |
CN114978295A (zh) * | 2022-07-29 | 2022-08-30 | 中国人民解放军战略支援部队航天工程大学 | 一种面向卫星互联网的跨层抗干扰方法和系统 |
CN116390164A (zh) * | 2023-04-11 | 2023-07-04 | 西安电子科技大学 | 一种低轨卫星网络可信负载均衡路由方法、系统、设备及介质 |
Non-Patent Citations (1)
Title |
---|
紧急状况下卫星网络传输任务在轨实时规划技术;汪路元 等;现代电子技术;第123-126页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116938322A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108521375B (zh) | 一种基于SDN的网络多业务流量QoS的传输及调度方法 | |
CN110730131B (zh) | 基于改进蚁群的SDN卫星网络多QoS约束路由方法 | |
CN113315569B (zh) | 一种链路生存时长加权的卫星可靠性路由方法及系统 | |
CN103685025A (zh) | 一种基于leo卫星网络的跨层动态自适应路由方法 | |
CN109889255B (zh) | 一种基于改进蜂群算法的卫星网络重构方法 | |
WO2020112436A1 (en) | 3s-chain: smart, secure, and software-defined networking (sdn)-powered blockchain-powered networking and monitoring system | |
CN109586785B (zh) | 基于k最短路径算法的低轨卫星网络路由策略 | |
Qi et al. | A unified routing framework for integrated space/air information networks | |
WO2021243585A1 (en) | Method and system for generating network configurations using graph neural network | |
CN114221691A (zh) | 一种基于深度强化学习的软件定义空天地一体化网络路由优化方法 | |
Churyumov et al. | Method for ensuring survivability of flying ad-hoc network based on structural and functional reconfiguration | |
Liu et al. | Routing for predictable multi-layered satellite networks | |
Chen et al. | Time-varying resource graph based resource model for space-terrestrial integrated networks | |
CN106105282B (zh) | 利用链路缓冲区状态进行流量工程的系统和方法 | |
CN116938322B (zh) | 一种天基时变拓扑的组网通信方法、系统及存储介质 | |
Diana et al. | DTN routing for quasi‐deterministic networks with application to LEO constellations | |
Cigliano et al. | A Machine Learning approach for routing in satellite Mega-Constellations | |
Liu et al. | Routing in small satellite networks: A GNN-based learning approach | |
CN116939761A (zh) | 一种基于强化学习的空地协同路由方法 | |
Guo et al. | A sdn-enabled integrated space-ground information network simulation platform | |
Mao et al. | Digital Twin Satellite Networks Towards 6G: Motivations, Challenges, and Future Perspectives | |
Liu et al. | A routing model based on multiple-user requirements and the optimal solution | |
Liang et al. | Routing optimization algorithm of spatial DTN network based on multiattribute decision | |
Thaw | Fuzzy-based multi-constrained quality of service distance vector routing protocol in mobile ad-hoc networks | |
CN114024891B (zh) | 一种基于朴素贝叶斯辅助的接触图路由方法及存储介质 |
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 |