CN117715087B - 一种天地一体化网络资源动态分配方法与系统 - Google Patents
一种天地一体化网络资源动态分配方法与系统 Download PDFInfo
- Publication number
- CN117715087B CN117715087B CN202410146411.5A CN202410146411A CN117715087B CN 117715087 B CN117715087 B CN 117715087B CN 202410146411 A CN202410146411 A CN 202410146411A CN 117715087 B CN117715087 B CN 117715087B
- Authority
- CN
- China
- Prior art keywords
- satellite
- user
- time slot
- leo
- optimization problem
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000010354 integration Effects 0.000 title claims abstract description 5
- 238000005457 optimization Methods 0.000 claims abstract description 92
- 238000009826 distribution Methods 0.000 claims abstract description 55
- 230000005540 biological transmission Effects 0.000 claims abstract description 32
- 238000013468 resource allocation Methods 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000015654 memory Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000004904 shortening Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种天地一体化网络资源动态分配方法与系统,方法包括:构建时隙模型和移动性模型;基于天地一体化系统中LEO卫星动态下行链路,确定随LEO卫星移动动态变化的信道参数;根据时隙模型、移动性模型和信道参数,构建初始优化问题;给定功率分配矢量,将初始优化问题通过连续凸逼近转化为功率分配凸优化问题,将获取用户连接关系矢量代入初始优化问题,转化为用户连接关系凸优化问题,获取功率分配矢量;基于率分配凸优化问题和用户连接关系凸优化问题,使用交替迭代化方法,获取最优的功率分配矢量和用户连接关系矢量,完成资源分配;采用上述方案,可以实时确定随低轨卫星移动动态变化的信道参数,实现总传输时延最小化。
Description
技术领域
本发明涉及一种网络资源动态分配方法与系统,尤其涉及一种天地一体化网络资源动态分配方法与系统,属于第六代移动通信(6G)无线资源分配领域。
背景技术
近年来,随着通信技术高速发展,移动网络研究取得了重大突破。在第五代移动通信网络的商用范围逐步扩大的形势下,国际电信联盟于2020年2月开始了第六代移动通信技术的研究。关于6G网络,其中有一个重要的研究方向就是在网络服务质量方面,将地基网络和天基网络进行深入全面地融合,构建一个通信质量高、服务覆盖全的网络世界,为了实现这一目标,天地一体化网络成为了近年的研究热点。
天地一体化网络充分利用卫星网络的优势弥补地面网络的不足,对于海洋、山川、森林、沙漠等无法通过地面蜂窝基站提供信号覆盖的大范围、偏远区域,可以通过灵活卫星通信覆盖,节省地面建设和运维成本。目前对于卫星网络的星上资源分配研究,大多集中在静止地球轨道卫星的资源分配,用户位置相对静态,信道状态相对固定,但是低轨(LowEarth Orbit,LEO)卫星运动速度快,过顶时间短,具有高动态性,用户与接入卫星的相对位置在实时变化,可以在通信损坏的受灾、战争地区为用户提供服务,在远海和偏远地区LEO卫星同样也可以利用高速移动性发挥巨大作用。由于LEO卫星的高速移动特性导致信道参数难以确定,对于移动中低轨卫星的实时资源动态分配方法难以实现。
发明内容
发明目的:本发明的目的是提供一种可以实时确定随低轨卫星移动动态变化的信道参数、实现总传输时延最小化的天地一体化网络资源动态分配方法与系统。
技术方案:本发明所述的天地一体化网络资源动态分配方法,包括以下步骤:
S1:构建时隙模型和移动性模型;基于天地一体化系统中LEO卫星动态下行链路,确定随LEO卫星移动动态变化的信道参数;
S2:根据时隙模型、移动性模型和信道参数,构建初始优化问题;
S3:给定功率分配矢量,将初始优化问题通过连续凸逼近转化为功率分配凸优化问题,获取用户连接关系矢量;
S4:将步骤S3获取的用户连接关系矢量代入初始优化问题,转化为用户连接关系凸优化问题,获取功率分配矢量;
S5:基于功率分配凸优化问题和用户连接关系凸优化问题,使用交替迭代化方法,获取最优的功率分配矢量和用户连接关系矢量,完成资源分配。
进一步地,步骤S1所述的构建时隙模型中,定义为第n个时隙,N为总时隙数量,/>为每个时隙的持续时间。
进一步地,步骤S1所述的构建移动性模型,具体为:
考虑到LEO卫星的移动性,当LEO卫星在离地面高度H的轨道上以速度匀速飞行,/>为LEO卫星在时隙/>时与卫星用户/>的水平正方向的夹角,N为总时隙数量,M为总卫星用户数量,/>为LEO卫星在时隙n时到卫星用户m的剩余覆盖弧长对应的几何夹角,R为地球半径,当/>时,LEO卫星与卫星用户m建立通信链路,此时,/>表示为:
;
LEO卫星在时隙n到卫星用户m的剩余覆盖弧长表示为:
;
LEO卫星在时隙n对于卫星用户m的剩余服务覆盖时间表示为:
;
定义LEO卫星从开始服务卫星用户m到结束的总覆盖时间为;
LEO卫星在时隙n距离卫星用户m的线性距离表示为:
。
进一步地,步骤S1所述的基于天地一体化系统中LEO卫星动态下行链路,确定随LEO卫星移动动态变化的信道参数,具体为:
LEO卫星在时隙对卫星用户m的自由空间损耗/>表示为:
;
其中,为波长,/>为光速,/>为LEO卫星在时隙n距离卫星用户m的线性距离,为卫星用户m占用的子信道的载波频率,N为总时隙数量,M为总卫星用户数量;
LEO卫星在时隙n对卫星用户m的降雨损耗表示为:
;
其中,为平均年0.01%时间的点降雨率,单位为/>;/>和/>为回归系数,为通信链路缩短因子;
LEO卫星在时隙n对卫星用户m的云层损耗表示为:
;
其中,L为液态水总柱含量,通过发射无线电探空仪或辐射测量获得;为云层的特定衰减系数;/>为卫星用户m在时隙n对卫星的仰角;
LEO卫星在时隙n到卫星用户m的数据传输速率表示为:
;
其中,B为子信道的传输带宽,是LEO卫星在时隙n对卫星用户m的发射功率;是在n时隙LEO卫星对卫星用户m的信道信息,/>,G是LEO卫星发射天线增益;/>是噪声功率密度;
根据构建的时隙模型和移动性模型实时计算出在低轨卫星移动过程中的各个变化参数;
在动态环境下数据从LEO卫星到所有卫星用户的总传输时延为:
;
其中,为LEO卫星对卫星用户m传输的总数据量。
进一步地,步骤S2所述的构建初始优化问题的方法为,以所有卫星用户在低轨卫星下行传输链路的总传输时延和最小为目标,优化用户连接关系矢量和功率分配矢量,具体如下:
;
其中,为用户连接关系矢量,P为功率分配矢量,/>为LEO卫星对卫星用户m的传输时延,M为总卫星用户数量,/>为LEO卫星从开始服务卫星用户m到结束的总覆盖时间,/>是LEO卫星在时隙/>对卫星用户m的发射功率,N为总时隙数量,是LEO卫星的发射总功率,/>为比例系数,/>代表LEO卫星在时隙n与卫星用户m的连接状态;
所述初始优化问题,在卫星移动的动态过程中实时更新数据,每个时隙内的参数实时变化,约束C1用于确保数据传输在卫星服务覆盖时间内完成;约束C2用于确保相邻时隙之间功率差异在发射机的允许范围内;约束C3为二进制变量限制,约束C4表示分配给各个卫星用户的发射功率之和不超过卫星总功率预算。
进一步地,步骤S3所述的给定功率分配矢量,将初始优化问题通过连续凸逼近转化为功率分配凸优化问题,具体为:
给定功率分配矢量P,引入辅助变量序列和辅助变量序列,/>和/>表示对应卫星用户m的辅助变量,设定目标函数分子的上界/>和分母的下界/>分别为:
;
其中,为LEO卫星对卫星用户m传输的总数据量,/>为LEO卫星在时隙n到卫星用户m的数据传输速率;将初始优化问题转化为:
;
其中,为此时LEO卫星对卫星用户m的传输时延;利用连续凸逼近中的一阶泰勒近似处理上式问题中约束C2的非凸性,将约束C2转化为:
;
最终将问题转化为功率分配凸优化问题:
;
其中为连续凸逼近算法在/>上取的一阶泰勒展开点,/>表示对辅助变量一阶泰勒展开后的目标函数分子上界。
进一步地,步骤S4所述的将步骤S3获取的用户连接关系矢量代入初始优化问题,转化为用户连接关系凸优化问题,具体为:
代入步骤S3获得的用户连接关系矢量,引入辅助变量序列,/>表示对应卫星用户m的辅助变量,将目标函数分母的下界表示为:
;
将初始优化问题转化为:
;
得到的用户连接关系凸优化问题。
基于相同的发明构思,本发明还提供了一种天地一体化网络资源动态分配系统,包括:
动态信道参数获取模块,用于构建时隙模型和移动性模型,基于天地一体化系统中LEO卫星动态下行链路,确定随LEO卫星移动动态变化的信道参数;
初始问题构建模块,用于根据时隙模型、移动性模型和信道参数,构建初始优化问题;
用户连接关系矢量获取模块,用于给定功率分配矢量,将初始优化问题通过连续凸逼近转化为功率分配凸优化问题,获取用户连接关系矢量;
功率分配矢量获取模块:用于将用户连接关系矢量获取模块获取的用户连接关系矢量代入初始优化问题转化为用户连接关系凸优化问题,获取功率分配矢量;
资源分配模块:基于功率分配凸优化问题和用户连接关系凸优化问题,使用交替迭代化方法,获取最优的功率分配矢量和用户连接关系矢量,完成资源分配。
基于相同的发明构思,本发明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存储有一个或多个程序,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据上述任一项所述的天地一体化网络资源动态分配方法的步骤。
基于相同的发明构思,本发明还提供了一种计算设备,包括:一个或多个处理器、一个或多个存储器以及一个或多个程序,所述程序存储在存储器中并被配置为由处理器执行,所述程序被加载至处理器时实现根据上述任一项所述的天地一体化网络资源动态分配方法的步骤。
有益效果:与现有技术相比,本发明提供的天地一体化网络资源动态分配方法与系统中,提出了时隙模型和卫星移动性模型,可以解决低轨卫星高速移动带来的参数不确定性,实时确定随低轨卫星移动动态变化的信道参数,优化问题以所有用户在低轨卫星下行传输链路的总传输时延和最小为目标,使用连续凸逼近算法和交替迭代优化变量思想将非凸初始优化问题转化为可解的凸优化问题,可以快速解决动态双变量优化问题,获取最优的用户连接关系矢量和功率分配矢量,根据最优解实现天地一体化网络资源动态分配。
附图说明
图1为本发明实施例的方法流程图;
图2为本发明实施例的低轨卫星移动性建模示意图;
图3为本发明实施例系统中的移动低轨卫星通信链路示意图;
图4为本发明实施例的仿真对比图。
具体实施方式
下面结合附图与实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,一种天地一体化网络资源动态分配方法,包括:
步骤1,构建时隙模型和移动性模型;基于天地一体化系统中LEO卫星动态下行链路,确定随LEO卫星移动动态变化的信道参数;
步骤2,根据时隙模型、移动性模型和信道参数,构建初始优化问题;
步骤3,给定功率分配矢量,将初始优化问题通过连续凸逼近转化为功率分配凸优化问题,获取用户连接关系矢量;
步骤4,将步骤3获取的用户连接关系矢量代入初始优化问题,转化为用户连接关系凸优化问题,获取功率分配矢量;
步骤5,基于功率分配凸优化问题和用户连接关系凸优化问题,使用交替迭代化方法,获取最优的功率分配矢量和用户连接关系矢量,完成资源分配。
上述方法主要使用在卫星下行网络,根据时隙模型和移动性建模,确定随低轨卫星移动动态变化的信道参数,使用连续凸逼近算法和交替迭代优化变量思想将非凸优化问题转化为可解的凸优化问题,获取最优的用户连接关系矢量和功率分配矢量,根据最优解实现天地一体化系统中移动低轨卫星的资源分配。
如附图3所示该通信链路为1个LEO卫星对M个卫星用户的下行链路,由于低轨卫星的移动性导致低轨卫星与用户之间的关系不断变化,因此引入时隙模型:
定义为每个时隙标识符(即第n个时隙),/>为每个时隙的持续时间。当低轨卫星沿着轨道高速移动时,卫星与卫星用户之间的通信链路会动态变化,假设在每个间隙宽度,通信链路的状态保持不变,在不同的时间间隙里,链路状态随之发生变化。
LEO卫星与卫星用户之间的几何关系如附图2所示。考虑到LEO卫星的移动性,LEO卫星在离地面高度H的轨道上以匀速飞行,/>为LEO卫星在时隙n时与卫星用户的水平正方向的夹角,/>为LEO卫星在时隙n时到卫星用户m的剩余覆盖弧长对应的几何夹角,R为地球半径,H为LEO卫星的高度。忽略其他因素的影响,当时,LEO卫星可以与卫星用户m建立通信链路。
根据几何关系,表示为:
LEO卫星在时隙n到卫星用户m的剩余覆盖弧长表示为:
LEO卫星在时隙n对于卫星用户m的剩余服务覆盖时间表示为:
其中为LEO卫星的速度,定义LEO卫星开始服务卫星用户m到结束的总覆盖时间为/>。
低轨卫星在时隙n对于卫星用户m的线性距离表示为:
低轨卫星通过Ka频段将消息传输到地面网,信号的衰减主要由自由空间损耗、降雨与云层导致的衰减组成,在系统模型中,设置卫星在单个时隙上基于正交频率多址(OFDMA)将其数据包传输到卫星用户。更具体地说,低轨卫星在一个时间槽内对于连接的每一个卫星用户都分配了一个唯一的子信道,卫星总带宽为给定常数B,可划分为多个长度相等的子信道。
低轨卫星在时隙n对卫星用户m的自由空间损耗表示为:
式中:是信号传播距离,/>为波长,/>为光速,/>为卫星用户m占用的子信道的载波频率。
当以km、f以GHz为单位时,上式表示为:
低轨卫星时隙n对卫星用户m的降雨损耗表示为:
其中,为平均年0.01%时间的点降雨率/>;/>和/>为回归系数,与雨滴大小分布、温度、频率和极化倾角有关;/>为通信链路的长度;/>为通信链路缩短因子。
LEO卫星在时隙n对卫星用户m的云层损耗表示为:
;
其中,L为液态水总柱含量,可以通过发射无线电探空仪或辐射测量来获得总柱状液态水容量;为云层的特定衰减系数;/>为卫星用户m在时隙n对卫星的仰角。
LEO卫星在时隙n到卫星用户m的数据传输速率表示为:
;
其中,B为子信道的传输带宽,是LEO卫星在时隙n对卫星用户m的发射功率;是在n时隙LEO卫星对卫星用户m的信道信息,/>,G是LEO卫星发射天线增益;/>是噪声功率密度。
在动态环境下数据从卫星到所有卫星用户的总传输时延为:
;
其中,为LEO卫星对卫星用户m传输的总数据量。
因此可构建以下初始优化问题,以所有用户在低轨卫星下行传输链路的总传输时延和最小为目标,优化用户连接关系矢量和功率分配矢量,具体如下:
其中,为用户连接关系矢量,P为功率分配矢量,/>为LEO卫星对卫星用户m的传输时延,/>为LEO卫星从开始服务卫星用户m到结束的总覆盖时间,/>是LEO卫星在时隙n对卫星用户m的发射功率,/>是低轨卫星的发射总功率,/>为比例系数,/>代表LEO卫星在时隙n与卫星用户m的连接状态。
上述模型的第一个约束确保数据传输应该在卫星服务覆盖时间内完成;第二个约束确保相邻时隙之间功率差异在发射机的允许范围内;第三个约束为二进制变量限制,第四个约束表示分配给各个卫星用户的发射功率之和不应该超过卫星总功率预算。从上述问题可以看出,该问题为非凸优化问题,这种非凸优化问题很难求解。
为了求解非凸优化问题,这里采用连续凸逼近和交替迭代优化变量的思想,可以先基于随低轨卫星移动动态变化的信道参数,然后给定功率分配矢量,具体是给定P,使用连续凸逼近算法优化非凸问题,将非凸优化问题转化为凸优化问题,求解变量优化问题,获取最优的用户连接关系矢量。
给定P后,引入辅助变量序列和/>,分别代表目标函数分子的上界和分母的下界,具体可以表示为:
此时初始优化问题可化为:
为了处理上式问题中约束C2的非凸性,利用连续凸逼近中的一阶泰勒近似,新的约束C2可化为:
这样将问题可化为:
基于上述分析问题通过迭代近似为一个凸问题求解,获得最优连接关系矢量。
最后给定用户连接关系矢量,将非凸优化问题转换为凸优化问题,获得最优的功率分配矢量。
当给定连接关系时,引入辅助变量序列/>用于表示分母的下界,具体可以用表示为:
/>
此时初始优化问题可化为:
最终得到的问题是个凸问题。
上述方法使用连续凸逼近和交替迭代优化变量的基本思想获得非凸组合优化问题的近似最优解,将非凸问题分解成两个可解子问题:功率分配问题和用户连接关系问题,从而可以利用简单的低复杂度算法得到原非凸问题的次优解。
上述方法中需要的信道信息可以由卫星的移动性建模计算得到,接着根据获得的信道信息代入问题计算,最终为每个用户分配好功率和各个时隙的连接关系,再通过LEO卫星按照方案发送消息给每个用户。
基于相同的发明构思,本实施例还提供了一种天地一体化网络资源动态分配系统,包括:
动态信道参数获取模块,用于构建时隙模型和移动性模型,基于天地一体化系统中LEO卫星动态下行链路,确定随LEO卫星移动动态变化的信道参数;
初始问题构建模块,用于根据时隙模型、移动性模型和信道参数,构建初始优化问题;
用户连接关系矢量获取模块,用于给定功率分配矢量,将初始优化问题通过连续凸逼近转化为功率分配凸优化问题,获取用户连接关系矢量;
功率分配矢量获取模块:用于将用户连接关系矢量获取模块获取的用户连接关系矢量代入初始优化问题转化为用户连接关系凸优化问题,获取功率分配矢量;
资源分配模块:基于功率分配凸优化问题和用户连接关系凸优化问题,使用交替迭代化方法,获取最优的功率分配矢量和用户连接关系矢量,完成资源分配。
基于相同的发明构思,本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存储有一个或多个程序,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据上述任一项所述的天地一体化网络资源动态分配方法的步骤。
基于相同的发明构思,本实施例还提供了一种计算设备,包括一个或多个处理器、一个或多个存储器以及一个或多个程序,所述程序存储在存储器中并被配置为由处理器执行,所述程序被加载至处理器时实现根据上述任一项所述的天地一体化网络资源动态分配方法的步骤。
如附图4所示卫星带宽的增加,本发明实施例对用户的平均时延(单位ms)和传统算法对用户的平均时延如表1所示,由表1可知本发明实施例的平均时延明显低于传统算法的平均时延。
表1 平均时延
卫星总带宽 | 24 | 32 | 40 | 48 | 56 |
传统算法的平均时延 | 26.06 | 20.88 | 17.63 | 15.39 | 13.74 |
本发明的平均时延 | 17.82 | 13.98 | 11.61 | 9.98 | 8.78 |
本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
Claims (9)
1.一种天地一体化网络资源动态分配方法,其特征在于,包括以下步骤:
S1:构建时隙模型和移动性模型;基于天地一体化系统中LEO卫星动态下行链路,确定随LEO卫星移动动态变化的信道参数;
S2:根据时隙模型、移动性模型和信道参数,构建初始优化问题;具体方法为,以所有卫星用户在低轨卫星下行传输链路的总传输时延和最小为目标,优化用户连接关系矢量和功率分配矢量,具体如下:
;
其中,为用户连接关系矢量,P为功率分配矢量,/>为LEO卫星对卫星用户的传输时延,M为总卫星用户数量,/>为LEO卫星从开始服务卫星用户m到结束的总覆盖时间,/>是LEO卫星在时隙/>对卫星用户m的发射功率,N为总时隙数量,/>是LEO卫星的发射总功率,/>为比例系数,/>代表LEO卫星在时隙n与卫星用户m的连接状态;
所述初始优化问题,在卫星移动的动态过程中实时更新数据,每个时隙内的参数实时变化,约束C1用于确保数据传输在卫星服务覆盖时间内完成;约束C2用于确保相邻时隙之间功率差异在发射机的允许范围内;约束C3为二进制变量限制,约束C4表示分配给各个卫星用户的发射功率之和不超过卫星总功率预算;
S3:给定功率分配矢量,将初始优化问题通过连续凸逼近转化为功率分配凸优化问题,获取用户连接关系矢量;
S4:将步骤S3获取的用户连接关系矢量代入初始优化问题,转化为用户连接关系凸优化问题,获取功率分配矢量;
S5:基于功率分配凸优化问题和用户连接关系凸优化问题,使用交替迭代化方法,获取最优的功率分配矢量和用户连接关系矢量,完成资源分配。
2.根据权利要求1所述的天地一体化网络资源动态分配方法,其特征在于,步骤S1所述的构建时隙模型中,定义为第n个时隙,N为总时隙数量,/>为每个时隙的持续时间。
3.根据权利要求1所述的天地一体化网络资源动态分配方法,其特征在于,步骤S1中的构建移动性模型的方法为:
当LEO卫星在离地面高度H的轨道上以速度匀速飞行,/>为LEO卫星在时隙时与卫星用户/>的水平正方向的夹角,N为总时隙数量,M为总卫星用户数量,/>为LEO卫星在时隙n时到卫星用户m的剩余覆盖弧长对应的几何夹角,R为地球半径,当/>时,LEO卫星与卫星用户m建立通信链路,此时,/>表示为:
;
LEO卫星在时隙n到卫星用户m的剩余覆盖弧长表示为:
;
LEO卫星在时隙n对于卫星用户m的剩余服务覆盖时间表示为:
;
定义LEO卫星从开始服务卫星用户m到结束的总覆盖时间为;
LEO卫星在时隙n距离卫星用户m的线性距离表示为:
。
4.根据权利要求1所述的天地一体化网络资源动态分配方法,其特征在于,步骤S1中的确定信道参数的方法为:
LEO卫星在时隙对卫星用户m的自由空间损耗/>表示为:
;
其中,为波长,/>为光速,/>为LEO卫星在时隙n距离卫星用户m的线性距离,/>为卫星用户m占用的子信道的载波频率,N为总时隙数量,M为总卫星用户数量;
LEO卫星在时隙n对卫星用户m的降雨损耗表示为:
;
其中,为平均年0.01%时间的点降雨率,单位为/>;/>和/>为回归系数,/>为通信链路缩短因子;
LEO卫星在时隙n对卫星用户m的云层损耗表示为:
;
其中,L为液态水总柱含量,通过发射无线电探空仪或辐射测量获得;为云层的特定衰减系数;/>为卫星用户m在时隙n对卫星的仰角;
LEO卫星在时隙n到卫星用户m的数据传输速率表示为:
;
其中,B为子信道的传输带宽,是LEO卫星在时隙n对卫星用户m的发射功率;/>是在n时隙LEO卫星对卫星用户m的信道信息,/>,G是LEO卫星发射天线增益;/>是噪声功率密度;
根据构建的时隙模型和移动性模型实时计算出在低轨卫星移动过程中的各个变化参数;
在动态环境下数据从LEO卫星到所有卫星用户的总传输时延为:
;
其中,为LEO卫星对卫星用户m传输的总数据量,/>为LEO卫星在时隙n与卫星用户m的连接状态。
5.根据权利要求1所述的天地一体化网络资源动态分配方法,其特征在于,步骤S3所述的给定功率分配矢量,将初始优化问题通过连续凸逼近转化为功率分配凸优化问题,具体为:
给定功率分配矢量P,引入辅助变量序列和辅助变量序列,/>和/>表示对应卫星用户m的辅助变量,设定目标函数分子的上界/>和分母的下界/>分别为:
;
其中,为LEO卫星对卫星用户m传输的总数据量,/>为LEO卫星在时隙n到卫星用户m的数据传输速率;将初始优化问题转化为:
;
其中,为此时LEO卫星对卫星用户m的传输时延;利用连续凸逼近中的一阶泰勒近似处理上式问题中约束C2的非凸性,将约束C2转化为:
;
最终将问题转化为功率分配凸优化问题:
;
其中为连续凸逼近算法在/>上取的一阶泰勒展开点,/>表示对辅助变量一阶泰勒展开后的目标函数分子上界。
6.根据权利要求5所述的天地一体化网络资源动态分配方法,其特征在于,步骤S4所述的将步骤S3获取的用户连接关系矢量代入初始优化问题,转化为用户连接关系凸优化问题,具体为:
代入步骤S3获得的用户连接关系矢量,引入辅助变量序列,表示对应卫星用户m的辅助变量,将目标函数分母的下界表示为:
;
将初始优化问题转化为:
;
得到的用户连接关系凸优化问题。
7.一种天地一体化网络资源动态分配系统,其特征在于,包括:
动态信道参数获取模块,用于构建时隙模型和移动性模型,基于天地一体化系统中LEO卫星动态下行链路,确定随LEO卫星移动动态变化的信道参数;
初始问题构建模块,用于根据时隙模型、移动性模型和信道参数,构建初始优化问题;具体方法为,以所有卫星用户在低轨卫星下行传输链路的总传输时延和最小为目标,优化用户连接关系矢量和功率分配矢量,具体如下:
;
其中,为用户连接关系矢量,P为功率分配矢量,/>为LEO卫星对卫星用户的传输时延,M为总卫星用户数量,/>为LEO卫星从开始服务卫星用户m到结束的总覆盖时间,/>是LEO卫星在时隙/>对卫星用户m的发射功率,N为总时隙数量,/>是LEO卫星的发射总功率,/>为比例系数,/>代表LEO卫星在时隙n与卫星用户m的连接状态;
所述初始优化问题,在卫星移动的动态过程中实时更新数据,每个时隙内的参数实时变化,约束C1用于确保数据传输在卫星服务覆盖时间内完成;约束C2用于确保相邻时隙之间功率差异在发射机的允许范围内;约束C3为二进制变量限制,约束C4表示分配给各个卫星用户的发射功率之和不超过卫星总功率预算;
用户连接关系矢量获取模块,用于给定功率分配矢量,将初始优化问题通过连续凸逼近转化为功率分配凸优化问题,获取用户连接关系矢量;
功率分配矢量获取模块:用于将用户连接关系矢量获取模块获取的用户连接关系矢量代入初始优化问题转化为用户连接关系凸优化问题,获取功率分配矢量;
资源分配模块:基于功率分配凸优化问题和用户连接关系凸优化问题,使用交替迭代化方法,获取最优的功率分配矢量和用户连接关系矢量,完成资源分配。
8.一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存储有一个或多个程序,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至6任一项所述的天地一体化网络资源动态分配方法的步骤。
9.一种计算设备,其特征在于,包括:一个或多个处理器、一个或多个存储器以及一个或多个程序,所述程序存储在存储器中并被配置为由处理器执行,所述程序被加载至处理器时实现根据权利要求1至6任一项所述的天地一体化网络资源动态分配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146411.5A CN117715087B (zh) | 2024-02-02 | 2024-02-02 | 一种天地一体化网络资源动态分配方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146411.5A CN117715087B (zh) | 2024-02-02 | 2024-02-02 | 一种天地一体化网络资源动态分配方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117715087A CN117715087A (zh) | 2024-03-15 |
CN117715087B true CN117715087B (zh) | 2024-04-26 |
Family
ID=90155619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410146411.5A Active CN117715087B (zh) | 2024-02-02 | 2024-02-02 | 一种天地一体化网络资源动态分配方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117715087B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111447631A (zh) * | 2020-03-05 | 2020-07-24 | 南京邮电大学 | 基于非正交多址技术的星地联合波束形成和功率分配方法 |
CN112260749A (zh) * | 2020-10-22 | 2021-01-22 | 东南大学 | 一种毫米波卫星自回传的波束赋型方法 |
CN113114343A (zh) * | 2021-04-08 | 2021-07-13 | 东南大学 | 一种多波束卫星的高能效智能动态波束成形方法 |
CN114584994A (zh) * | 2022-03-07 | 2022-06-03 | 中国人民解放军国防科技大学 | 面向星地一体通信网络的波束成形和功率分配方法及装置 |
CN116112060A (zh) * | 2022-12-30 | 2023-05-12 | 北京邮电大学 | 基于缓冲中继的空天地通信系统资源分配方法及装置 |
CN116600387A (zh) * | 2023-06-02 | 2023-08-15 | 中国人民解放军军事科学院系统工程研究院 | 一种多维资源分配方法 |
-
2024
- 2024-02-02 CN CN202410146411.5A patent/CN117715087B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111447631A (zh) * | 2020-03-05 | 2020-07-24 | 南京邮电大学 | 基于非正交多址技术的星地联合波束形成和功率分配方法 |
CN112260749A (zh) * | 2020-10-22 | 2021-01-22 | 东南大学 | 一种毫米波卫星自回传的波束赋型方法 |
CN113114343A (zh) * | 2021-04-08 | 2021-07-13 | 东南大学 | 一种多波束卫星的高能效智能动态波束成形方法 |
CN114584994A (zh) * | 2022-03-07 | 2022-06-03 | 中国人民解放军国防科技大学 | 面向星地一体通信网络的波束成形和功率分配方法及装置 |
CN116112060A (zh) * | 2022-12-30 | 2023-05-12 | 北京邮电大学 | 基于缓冲中继的空天地通信系统资源分配方法及装置 |
CN116600387A (zh) * | 2023-06-02 | 2023-08-15 | 中国人民解放军军事科学院系统工程研究院 | 一种多维资源分配方法 |
Non-Patent Citations (1)
Title |
---|
面向低轨卫星的长时多星跳波束功率分配技术;刘子祎 等;《天地一体化信息网络》;20231231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117715087A (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113162682B (zh) | 一种基于pd-noma的多波束leo卫星系统资源分配方法 | |
CN110518956B (zh) | 基于时隙分配算法的跳波图案优化方法及装置、存储介质 | |
Tikhomirov et al. | Recommended 5G frequency bands evaluation | |
CN110602722B (zh) | 一种基于noma的联合内容推送和传输的设计方法 | |
Ghazzai et al. | Trajectory optimization for cooperative dual-band UAV swarms | |
CN112866904B (zh) | 基于波束索引地图的免信道训练大维通信波束对齐方法 | |
CN114928400B (zh) | 一种基于跳波束的低轨卫星动态资源分配方法 | |
CN114615759B (zh) | 一种非正交多址接入网络中无人机辅助通信的方法 | |
CN115801091A (zh) | 面向星地协同计算的大规模星座网络资源调度方法 | |
Chenxiao et al. | Energy-efficiency maximization for fixed-wing UAV-enabled relay network with circular trajectory | |
Gu et al. | Cooperative spectrum sharing in a co-existing LEO-GEO satellite system | |
CN117715087B (zh) | 一种天地一体化网络资源动态分配方法与系统 | |
Liu et al. | Throughput evaluation and ground station planning for LEO satellite constellation networks | |
KR101400138B1 (ko) | 펨토 베이스 스테이션들의 파워 제어 방법 및 펨토셀 네트워크 시스템 | |
US20240022317A1 (en) | Method and apparatus for assigning frequency resource in non-terrestrial network | |
Cho et al. | Modeling method for interference analysis between IMT-2020 and satellite in the mmWave band | |
Hamed et al. | Spectral and energy efficiencies in mmwave cellular networks for optimal utilization | |
CN115103368B (zh) | 一种基于内容感知的移动基站轨迹规划方法 | |
CN116634450A (zh) | 一种基于强化学习的动态空地异构网络用户关联增强方法 | |
CN114095944B (zh) | 一种联合空中基站部署与空-地信息-能量同传方法 | |
CN115119211A (zh) | 星地一体化系统网络架构及其资源分配方法 | |
CN115226231A (zh) | 一种基于信息新鲜度的高铁通信无线资源分配方法 | |
Ahmadinejad et al. | Spectral efficiency in non-terrestrial heterogeneous networks with spectrum underlay access | |
CN113541768A (zh) | 一种基于noma的leo卫星通信系统频点分配方法 | |
CN113055075A (zh) | 一种空天地一体化网络系统中的hap部署和资源分配方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |