CN117979449B - 一种基于时间分片的动态低轨多星跳波束资源分配方法 - Google Patents

一种基于时间分片的动态低轨多星跳波束资源分配方法 Download PDF

Info

Publication number
CN117979449B
CN117979449B CN202410362017.5A CN202410362017A CN117979449B CN 117979449 B CN117979449 B CN 117979449B CN 202410362017 A CN202410362017 A CN 202410362017A CN 117979449 B CN117979449 B CN 117979449B
Authority
CN
China
Prior art keywords
leo satellite
time
satellite
resource allocation
cells
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
Application number
CN202410362017.5A
Other languages
English (en)
Other versions
CN117979449A (zh
Inventor
刑斯瑞
李鑫
张校宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chang Guang Satellite Technology Co Ltd
Original Assignee
Chang Guang Satellite Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chang Guang Satellite Technology Co Ltd filed Critical Chang Guang Satellite Technology Co Ltd
Priority to CN202410362017.5A priority Critical patent/CN117979449B/zh
Publication of CN117979449A publication Critical patent/CN117979449A/zh
Application granted granted Critical
Publication of CN117979449B publication Critical patent/CN117979449B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/535—Allocation or scheduling criteria for wireless resources based on resource usage policies
    • 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
    • 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
    • H04W72/0446—Resources in time domain, e.g. slots or frames
    • 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
    • H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
    • 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
    • H04W72/046—Wireless resource allocation based on the type of the allocated resource the resource being in the space domain, e.g. beams
    • 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
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/543—Allocation or scheduling criteria for wireless resources based on quality criteria based on requested quality, e.g. QoS
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明提出一种基于时间分片的动态低轨多星跳波束资源分配方法。涉及多星多波束通信技术领域。所述资源分配方法基于公平性模型，并且增加了对于负载均衡、动态覆盖覆盖范围变化的考虑，在提高系统整体吞吐量的基础上，保证了资源分配的公平性，不会使业务需求量低的地区不被服务。所述方法对存在覆盖重叠的多星进行时间、频率、功率资源分配，提高卫星系统吞吐量与资源利用率。

Description

一种基于时间分片的动态低轨多星跳波束资源分配方法
技术领域
本发明属于多星多波束通信技术领域，特别是涉及一种基于时间分片的动态低轨多星跳波束资源分配方法。
背景技术
不同于中高轨卫星，低轨（Low Earth Orbit，LEO）卫星具有路径损耗小、传播时延低、部署灵活性大等特点。多波束卫星能在其覆盖区域内产生多个相互隔离波束，相较于单波束卫星可以更灵活地分配系统资源。采用多颗多波束卫星覆盖同一地区，能够提高系统吞吐量并延长服务时间，成为满足大量地面用户业务需求的潜在解决方案。跳波束（BeamHopping，BH）技术可以利用其时间与空间维度隔离的优势，通过调度子波束点亮时刻与服务子波束间距以降低同频干扰。
多星多波束通信场景会引入波束间干扰问题，造成卫星系统吞吐量降低、资源利用率低。同时LEO卫星具有移动性，多星覆盖情况的不断改变，增加资源分配难度。
发明内容
本发明针对多星多波束通信场景下由于卫星移动性导致的覆盖情况与波束间干扰不断改变的问题，提出了一种基于时间分片的动态低轨多星跳波束资源分配方法，所述方法对存在覆盖重叠的多星进行时间、频率、功率资源分配，提高卫星系统吞吐量与资源利用率。
本发明是通过以下技术方案实现的，本发明提出一种基于时间分片的动态低轨多星跳波束资源分配方法，所述方法包括以下步骤：
步骤S1、建立包含三个参数相同的第一LEO卫星、第二LEO卫星和第三LEO卫星的三星通信系统，其中，第一LEO卫星和第二LEO卫星为同轨卫星且存在固定覆盖重叠，第三LEO卫星为异轨卫星，会与第一LEO卫星和第二LEO卫星发生覆盖重叠；三星通信系统的权重系数设定为高权重系数、中权重系数和低权重系数，提前规划三星运动覆盖小区的范围，根据三星轨道位置及路径划定个时间分片；规定为三星覆盖范围重叠的前一时间分片，即只存在同轨固定覆盖重叠，未发生异轨动态覆盖重叠；后异轨卫星离开，无三星覆盖重叠，并以三星通信系统的系统容量最大化为目标，建立最小化加权公平目标函数，其中，；
步骤S2、在当前时间分片下，为下一个时间分片将离开三星覆盖范围的小区赋予高权重系数，从而更新当前时间分片下三星覆盖范围内所有小区的权重系数，并基于负载均衡原则，首先对同轨双星重叠的小区进行服务划分，得到当前时间分片下第一LEO卫星和第二LEO卫星对应的覆盖小区集合和，并为覆盖小区集合和中未赋予权重系数的小区赋予中权重系数，进一步得到第三LEO卫星独立覆盖小区集合，并为覆盖小区集合中未赋予权重系数的小区赋予低权重系数；
步骤S3、根据步骤S2中同轨的第一LEO卫星和第二LEO卫星对应的覆盖小区集合和，对当前时间分片下时隙内覆盖范围内的总业务需求量进行对比，以总业务需求量更大的卫星，即第一LEO卫星为例，对加权公平目标函数建立拉格朗日方程，得到第一LEO卫星在初始时间分片下时隙内的时间资源分配优化矩阵，考虑双星的服务用户之间可能产生的同频干扰，对第二LEO卫星服务的小区添加限制条件后再对第二LEO卫星的加权公平目标函数建立拉格朗日方程，得到第二LEO卫星在初始时间分片下时隙内的时间资源分配优化矩阵，使用单向搜索方法对和求解，从覆盖小区集合和寻找最优服务小区集合和，得到第一LEO卫星和第二LEO卫星初始时间资源分配，进一步以最大系统容量为优化目标得到初始功率资源分配矩阵和；其中，i和j均表示小区数；
步骤S4、根据步骤S3中同轨的第一LEO卫星和第二LEO卫星初始时间、功率资源分配结果，考虑LEO卫星移动性，对权重系数更新和功率资源进行动态分配，得到时间资源动态分配矩阵、与最优服务小区集合、，并得到功率资源动态分配矩阵、；
步骤S5、根据步骤S4中得到第一LEO卫星和第二LEO卫星在当前时间分片下时隙内覆盖范围内初始时间资源分配矩阵和结果，对步骤S2得到的第三LEO卫星独立覆盖小区集合进行更新，增加当前时间分片下时隙内未被第一LEO卫星和第二LEO卫星服务的小区，得到第三LEO卫星的覆盖小区集合，再对第三LEO卫星的加权公平目标函数建立拉格朗日方程，得到第三LEO卫星在时间分片下时隙内的时间资源分配优化矩阵，使用单向搜索方法对求解，从覆盖小区集合确定最优服务小区集合，以系统容量最大化为优化目标，得到第三LEO卫星的功率资源分配矩阵最优解；其中，l表示第三LEO卫星的小区数；
步骤S6、若则，即在时间分片下仍会发生三星覆盖重叠，则进入步骤四，开始计算下一时间分配资源分配矩阵；否则异轨卫星远离，不再发生三星重叠覆盖，三星通信系统的跳波束时间和功率资源分配完成。
进一步地，所述步骤S1中，所述最小化加权公平目标函数由如下公式表示：
，其中，可以为1、2或3，为1时表示第一LEO卫星，为2时表示第二LEO卫星，为3时表示第三LEO卫星；、分别表示时间和功率资源分配矩阵；表示时间分片序号；表示时间分片总数；、分别表示时隙数与覆盖小区总数；表示根据香农公式得到的单星在时间分片下时隙内小区的信道容量；表示单星在时间分片下时隙内小区的业务需求量；表示单星在时间分片下时隙内小区的权重系数；表示约束条件；表示单星在时间分片下时隙内的时间资源分配矩阵，矩阵元素仅有1、0取值，表示在时间分片下时隙内第个小区被服务，也表示在时间切片下第个时隙内该小区对应的第个子波束被选中服务，则相反；表示时隙内使用的子波束数，表示同一时刻产生的最大子波束数，表示卫星下行最大发射总功率，表示在时间分片下时隙内第个子波束被选中服务，表示卫星最大单波束发射功率；表示表达式适用于任意时间分片。
进一步地，所述步骤S2中，基于负载均衡原则对双星重叠的小区进行服务划分具体为将最小化双星业务需求总量差值作为优化目标，建立优化问题：，其中，表示双星覆盖的重叠小区集合，，从而得到最优的当前时间分片下第一LEO卫星和第二LEO卫星对应的覆盖小区集合和。
进一步地，所述步骤S3中初始时间资源分配包括：
同轨的第一LEO卫星和第二LEO卫星时间分片下所有小区权重系数相同，即，此时双星通信系统的最小化加权公平目标函数退化为公平目标函数；根据步骤S2中服务划分后的区域计算第一LEO卫星和第二LEO卫星在时间分片下时隙内覆盖范围内的总业务需求量并进行对比，以总业务需求量更大的卫星，即第一LEO卫星为例，对公平目标函数进行对数变换后建立拉格朗日方程
，其中，表示噪声功率，表示第一LEO卫星到小区的信道增益，得到第一LEO卫星在时间分片下时隙内的最优化时间分配矩阵，对中元素的最大值加以限制，得到第一LEO卫星在时间分片下时隙内的时间资源分配矩阵：，进而得到第一LEO卫星服务小区的集合和被服务小区相邻小区的集合，其中，为拉格朗日算子，为第一LEO卫星的确定服务小区阈值，为每个单波束的带宽，也为系统总带宽；
对第二LEO卫星的公平目标函数进行对数变换后建立拉格朗日方程，其中，表示第二LEO卫星到小区的信道增益，得到第二LEO卫星在时间分片下时隙内的最优化时间分配矩阵，对中元素的最大值加以限制，得到第二LEO卫星在时间分片下的时间资源分配矩阵：，进而得到第二LEO卫星服务小区的集合和被服务小区相邻小区的集合，其中，为第二LEO卫星的确定服务小区阈值，；
基于系统容量最大化目标，得到第一LEO卫星和第二LEO卫星的初始功率资源分配矩阵和，完成时间分片下的初始功率资源分配。
进一步地，所述步骤S3中，单向搜索具体包括：遍历第一LEO卫星和第二LEO卫星的可被点亮的波束集合、，并分别计算业务量，取最大业务需求量对应的被点亮的波束集合为第一LEO卫星和第二LEO卫星的最优服务小区集合和，根据公式、，完成对和的赋值。
进一步地，所述步骤S3中，基于系统容量最大化目标，第一LEO卫星的优化问题表示为，第二LEO卫星的优化问题表示为，从而得到第一LEO卫星的初始功率资源分配矩阵、第二LEO卫星的初始功率资源分配矩阵，其中，表示第一LEO卫星到小区的信道增益，表示第二LEO卫星到小区的信道增益。
进一步地，所述步骤S4中，时间资源动态分配矩阵和的获取具体包括：
根据步骤S2中服务划分后的区域计算第一LEO卫星和第二LEO卫星在当前时间分片下时隙内覆盖范围内的总业务需求量并进行对比，以总业务需求量更大的卫星，即第一LEO卫星为例，对公平目标函数进行对数变换后建立拉格朗日方程
，得到第一LEO卫星在当前时间分片下时隙内的最优化时间分配矩阵结果为
，对中元素的最大值加以限制，得到第一LEO卫星在当前时间分片下时隙内的时间资源分配矩阵：
，进而得到第一LEO卫星服务小区的集合和被服务小区相邻小区的集合；
对第二LEO卫星的公平目标函数进行对数变换后，建立拉格朗日方程：
，得到第一LEO卫星在当前时间分片下时隙内的最优化时间分配矩阵
，对中元素的最大值加以限制，得到第二LEO卫星在当前时间分片下时隙内的时间资源分配矩阵：
，进而得到第二LEO卫星服务小区的集合和被服务小区相邻小区的集合。
进一步地，所述步骤S4中，获取功率资源动态分配矩阵和具体包括：
根据时间资源分配矩阵、、被服务小区集合、和被服务小区相邻小区集合、，分别对第一LEO卫星和第二LEO卫星以最大化系统容量为目标建立优化问题：
第一LEO卫星的优化问题表示为：，第二LEO卫星的优化问题表示为：，从而得到第一LEO卫星和第二LEO卫星在当前时间分片下时隙内的功率资源动态分配矩阵和，其中，表示时隙内被点亮的波束数。
进一步地，所述步骤S5中，时间资源分配优化矩阵的获取具体包括：
第三LEO卫星已经通过覆盖小区的划分与第一LEO卫星和第二LEO卫星形成了干扰隔离，可以看为独立求解，其公平目标函数进行对数变换后建立拉格朗日方程
，得到第三LEO卫星在当前时间分片下时隙内的最优化时间分配矩阵结果为
，对中元素的最大值加以限制，得到第三LEO卫星在当前时间分片下时隙内的时间资源分配矩阵：
，进而得到第三LEO卫星服务小区的集合，其中，为拉格朗日算子，为第三LEO卫星的确定服务小区阈值，为每个单波束的带宽，也为系统总带宽。
进一步地，所述步骤S5中，获取功率资源分配矩阵最优解具体包括：
第三LEO卫星的优化问题表示为：，从而得到第三LEO卫星在当前时间分片下时隙内的功率资源分配矩阵最优解。
与现有的技术相比，本发明具有以下优点：
1. 对低轨卫星通信系统下同轨异轨卫星与卫星移动性进行了充分讨论，建立了更符合现实的动态系统模型，讨论的结果更具有现实意义。
2. 所提资源分配方法基于公平性模型，并且增加了对于负载均衡、动态覆盖覆盖范围变化的考虑，在提高系统整体吞吐量的基础上，保证了资源分配的公平性，不会使业务需求量低的地区不被服务。
3. 卫星资源与寿命有限，不能支持过高的算法复杂度，对同轨卫星覆盖重叠、异轨卫星覆盖重叠的整个过程进行了基于时间分片的动态化建模，在算法性能与复杂度之间进行了权衡，通过多种机制减少了计算量。
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为本发明所述的一种基于时间分片的动态低轨多星跳波束资源分配方法的流程图。
图2为本发明的同/异轨三星通信系统的模型示意图。
图3为本发明的权重系数分配示意图。
图4为业务需求与通信系统容量分配对比图。
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。
如图1所示，本发明提出一种基于时间分片的动态低轨多星跳波束资源分配方法，所述方法包括如下步骤：
步骤S1、建立包含三个参数相同的第一LEO卫星、第二LEO卫星和第三LEO卫星的三星通信系统，参数相同是指：卫星配置相同，运动速度相同，单星轨道高度为，覆盖小区总数为，单颗LEO卫星使用星载多波束天线传输下行业务，同一时刻产生的最大子波束数为，同一时刻每个卫星的不同子波束均使用系统全频带，即每个单波束的带宽等于系统总带宽，单颗LEO卫星下行最大发射总功率为，由时隙内使用的个子波束非均匀使用；如图2所示，本实施例的第一LEO卫星和第二LEO卫星为同轨双星，第三LEO卫星为异轨，小圆表示地面小区也是单波束范围，大圆表示LEO卫星的覆盖范围，实线箭头表示LEO卫星的运动方向，在本实施例中认为小区内用户位于小区中心，且在单个时间分片内用户状态不发生变化，第一LEO卫星与第二LEO卫星由于在同一轨道，其覆盖重叠情况不随卫星运动和时间分片改变而改变，存在相对不变的重叠小区，在运动过程中第三LEO卫星的覆盖范围内逐渐出现变化的重叠小区，小区数量先增多后减少，最终随着三星的运动覆盖范围内不再有变化的重叠小区。本实施例的具体参数取值为：，，，，；
第一LEO卫星、第二LEO卫星和第三LEO卫星在时间分片下时隙内小区的信道容量通过公式、和计算，其中表示时间分片内第一LEO卫星到第个小区的信道增益，表示时间分片内第二LEO卫星到第个小区的信道增益，表示时间分片内第三LEO卫星到第个小区的信道增益；表示噪声功率；
三星通信系统的权重系数设定分为高权重系数、低权重系数和低权重系数（，、、的具体取值依据具体环境与经验确定）；
提前规划三星运动覆盖小区的范围，根据三星轨道位置及路径划定个时间分片，为第个时间分片，单个时间分片的长度为LEO卫星径向经过一个小区的时间，其长度与小区半径和LEO卫星高度相关，由公式计算，其中，为小区半径，为地球半径，为地心引力常数，为单星轨道高度；再将单个时间分片内部分成个时隙用于调度，每个时隙长度为；
以双星通信系统的系统容量最大化为目标，建立如下公式所示的最小化加权公平目标函数：，其中，可以为1、2或3，为1时表示第一LEO卫星，为2时表示第二LEO卫星，为3时表示第三LEO卫星；、分别表示时间和功率资源分配矩阵；表示时间分片序号；表示时间分片总数；、分别表示时隙数与覆盖小区总数；表示根据香农公式得到的单星在时间分片下时隙内小区的信道容量；表示单星在时间分片下时隙内小区的业务需求量；表示单星在时间分片下时隙内小区的权重系数；表示约束条件；表示单星在时间分片下时隙内的时间资源分配矩阵，该矩阵的行数为，列数为，矩阵元素仅有1、0取值，表示在时间分片下时隙内第个小区被服务，也表示在时间分片下第个时隙内第个子波束被选中服务，则相反；表示时隙内使用的子波束数，表示同一时刻产生的最大子波束数，表示卫星下行最大发射总功率，表示在时间分片下时隙内第个子波束被选中服务，表示卫星最大单波束发射功率，四个约束条件由上至下依次表示：单星同一时刻产生的波束总数不大于卫星最大子波束数、单星同一时刻所有波束使用的功率之和不大于卫星最大发射总功率、子波束分配的发射功率小于最大单波束发射功率、小区的通信容量不大于业务需求量；
步骤S2、在当前时间分片下，为下一个时间分片将离开三星覆盖范围的小区赋予高权重系数（在本实施例中，，，），并基于负载均衡原则，对同轨双星重叠的小区进行服务划分，即将最小化双星业务需求总量差值作为优化目标，建立优化问题：，其中，表示同轨双星覆盖的重叠小区集合，，从而得到当前时间分片下第一LEO卫星和第二LEO卫星对应的覆盖小区集合和，表示小区集合中的第个小区，表示小区集合中的第个小区，进一步确定第三LEO卫星独立覆盖小区集合，从而更新当前时间分片下三星覆盖范围内所有小区的权重系数，其中，小区集合权重系数为，其余权重系数为，具体如图3所示； 针对每一时间分片，需重复如上的权重系数分配更新过程。
对于覆盖范围内总业务需求量较高的LEO卫星，在其资源分配的过程中应被赋予更高的自由度，而覆盖范围内总业务需求量相对较低的LEO卫星，由于星间同频干扰的存在，其资源分配的过程中将会额外增加限制，即若第一LEO卫星的总业务需求量更大，则动态资源分配过程中对第二LEO卫星服务的小区添加限制条件，该限制条件具体为规定在第个时隙内第个小区被服务时，其相邻的小区编号集合为，则有，即同一时刻卫星的相邻波束不能同时服务，且第三LEO卫星限制最多，需要为同轨双星让步，不能为重叠部分已经被双星服务的小区与其相邻小区提供服务。
步骤S3、根据步骤S2中同轨的第一LEO卫星和第二LEO卫星对应的覆盖小区集合和，在当前时间分片下时隙内覆盖范围内的总业务需求量并进行对比，以总业务需求量更大的卫星，即第一LEO卫星为例，对加权公平目标函数建立拉格朗日方程，得到第一LEO卫星在初始时间分片下时隙内的时间资源分配优化矩阵，考虑双星的服务用户之间可能产生的同频干扰，对第二LEO卫星服务的小区添加限制条件后再对第二LEO卫星的加权公平目标函数建立拉格朗日方程，得到第二LEO卫星在初始时间分片下时隙内的时间资源分配优化矩阵，使用单向搜索方法对和求解，从覆盖小区集合和寻找最优服务小区集合和，得到第一LEO卫星和第二LEO卫星初始时间资源分配，进一步以最大系统容量为优化目标得到初始功率资源分配和；
更具体地，计算第一LEO卫星和第二LEO卫星各自在时间分片下时隙内覆盖范围内总业务需求量与，并进行对比，其中，，表示第一LEO卫星在时间分片下时隙内小区的业务需求量，表示第二LEO卫星在时间分片下时隙内小区的业务需求量；
基于负载均衡的区域划分将最小化双星业务需求总量差值作为优化目标，即建立优化问题，其中，为双星覆盖的重叠小区集合，，从而得到最优的基于负载均衡的服务划分结果第一LEO卫星和第二LEO卫星覆盖小区集合和；
对时间分片下时隙内的第一LEO卫星的加权公平目标函数进行对数变换后建立拉格朗日方程：
，
其中，表示拉格朗日算子，对求偏导，并令偏导等于0，得到第一LEO卫星在时间分片下时隙内的最优化时间分配矩阵，令，计算拉格朗日算子并带入，得到第一LEO卫星的最优化时间分配矩阵为，对中元素的最大值加以限制，得到第一LEO卫星在时间分片下时隙内的时间分配矩阵为，进而得到第一LEO卫星服务小区的集合和被服务小区相邻小区的集合，其中，为第一LEO卫星在时间分片下时隙内最优化时间分配矩阵，表示第一LEO卫星的确定服务小区阈值，表示第一LEO卫星的被服务小区相邻小区集合，表示第一LEO卫星服务的小区集合。
对时间分片下时隙内的第二LEO卫星的加权公平目标函数进行对数变换后建立拉格朗日方程，具体拉格朗日方程为，
其中，表示拉格朗日算子，对求偏导，并令偏导等于0，得到第二LEO卫星在时间分片下时隙内的最优化时间分配矩阵，令，计算拉格朗日算子并带入，得到第二LEO卫星的最优化时间分配矩阵为，对中元素的最大值加以限制，得到第二LEO卫星在时间分片下时隙内的时间分配矩阵为，进而得到第二LEO卫星服务小区的集合和被服务小区相邻小区的集合，其中，为第二LEO卫星在时间分片下时隙内的最优化时间分配矩阵，表示第二LEO卫星的确定服务小区阈值，表示第二LEO卫星的被服务小区相邻小区集合，表示第二LEO卫星服务的小区集合。
单向搜索具体包括：遍历第一LEO卫星和第二LEO卫星的可被点亮的波束集合、，并分别计算和业务量，取最大和业务需求量对应的被点亮的波束集合即为第一LEO卫星和第二LEO卫星的最优服务小区集合和，根据公式、，完成对和的赋值。
获取功率资源分配矩阵最优解和具体包括：
根据时间资源分配矩阵、、被服务小区集合、和被服务小区相邻小区集合、，分别对第一LEO卫星和第二LEO卫星以最大化系统容量为目标建立优化问题：
第一LEO卫星的优化问题表示为：，第二LEO卫星的优化问题表示为：，在单星最大功率及子波束最大功率的限制下，得到第一LEO卫星和第二LEO卫星在当前时间分片下时隙内的功率资源分配矩阵最优解和，完成当前时间分片下时隙内的双星通信系统的动态功率资源的分配。
步骤S4、根据步骤S3中同轨的第一LEO卫星和第二LEO卫星初始时间、功率资源分配结果，考虑LEO卫星移动性，对权重系数更新和功率资源进行动态分配，得到时间资源动态分配矩阵、与最优服务小区集合、，并得到功率资源动态分配矩阵、；
更具体地，权重系数更新具体包括：第一LEO卫星和第二LEO卫星处于同一轨道，其覆盖区域相对位置不变。脱离第二LEO 覆盖的小区在之后连续的时间分片中，仍可以由第一LEO卫星提供服务；脱离第一LEO卫星覆盖的小区则完全离开了双星总覆盖区域。权重系数设定应重点考虑第一LEO卫星中的小区。为下一个时间分片将离开双星覆盖范围的小区赋予高权重系数。该部分小区的权重系数为，其余被覆盖小区的权重系数为。
时间资源分配矩阵和的获取具体包括：根据步骤S2中服务划分后的区域计算第一LEO卫星和第二LEO卫星在当前时间分片下时隙内覆盖范围内的总业务需求量并进行对比，以总业务需求量更大的卫星，即第一LEO卫星为例，对公平目标函数进行对数变换后建立拉格朗日方程
，得到第一LEO卫星在当前时间分片下时隙内的最优化时间分配矩阵结果为
，对中元素的最大值加以限制，得到第一LEO卫星在当前时间分片下时隙内的时间资源分配矩阵：
，进而得到第一LEO卫星服务小区的集合和被服务小区相邻小区的集合；
对第二LEO卫星的公平目标函数进行对数变换后建立拉格朗日方程：
，得到第一LEO卫星在当前时间分片下时隙内的最优化时间分配矩阵
，对中元素的最大值加以限制，得到第二LEO卫星在当前时间分片下时隙内的时间资源分配矩阵：
，进而得到第二LEO卫星服务小区的集合和被服务小区相邻小区的集合。
获取功率资源分配矩阵最优解和具体包括：
根据时间资源分配矩阵、、被服务小区集合、和被服务小区相邻小区集合、，分别对第一LEO卫星和第二LEO卫星以最大化系统容量为目标建立优化问题：
第一LEO卫星的优化问题表示为：，第二LEO卫星的优化问题表示为：，从而得到第一LEO卫星和第二LEO卫星在当前时间分片下时隙内的功率资源分配矩阵最优解和。
步骤S5、根据步骤S4中得到第一LEO卫星和第二LEO卫星在当前时间分片下时隙内覆盖范围内初始时间资源分配和结果，对步骤S2得到的第三LEO卫星独立覆盖小区集合进行更新，增加当前时间分片下时隙内未被第一LEO卫星和第二LEO卫星服务的小区，得到第三LEO卫星的覆盖小区集合，再对第三LEO卫星的加权公平目标函数建立拉格朗日方程，得到第三LEO卫星在时间分片下时隙内的时间资源分配优化矩阵，使用单向搜索方法对求解，从覆盖小区集合确定最优服务小区集合；其中，l表示第三LEO卫星的小区数；
更具体地，时间资源分配矩阵的获取具体包括：
第三LEO卫星已经通过覆盖小区的划分与第一LEO卫星和第二LEO卫星形成了干扰隔离，可以看为独立求解，其公平目标函数进行对数变换后建立拉格朗日方程
，得到第三LEO卫星在当前时间分片下时隙内的最优化时间分配矩阵结果为
，对中元素的最大值加以限制，得到第三LEO卫星在当前时间分片下时隙内的时间资源分配矩阵：
，进而得到第三LEO卫星服务小区的集合，其中，为拉格朗日算子，为第三LEO卫星的确定服务小区阈值，为每个单波束的带宽，也为系统总带宽。
获取功率资源分配矩阵最优解具体包括：
第三LEO卫星的优化问题表示为：，从而得到第三LEO卫星在当前时间分片下时隙内的功率资源分配矩阵最优解。
步骤S6、根据步骤S5中第三LEO卫星在时间分片下时隙内的时间资源分配矩阵与最优服务小区集合，以系统容量最大化为优化目标，得到第三LEO卫星的功率资源分配矩阵最优解，完成三星通信系统的跳波束时间和功率资源分配。
对于LEO卫星跳波束通信系统，引入系统吞吐率来直观地衡量系统的性能，其中系统吞吐率为系统吞吐量与理论最大吞吐量的比值。在本实施例中，载波频率，轨道高度，子波束半径，单星系统带宽，最大单波束功率，时隙长度，初始业务需求总量，业务需求增量，权重系数，，。
如图4所示，可以看到各地面小区的业务需求量、跳波束系统分配容量和均匀容量分配的对比图。均匀容量分配由于未考虑地面业务需求的不均运进行分配，对于总业务需求量较低的小区，分配了过多资源，同时针对个别需求量较高的小区不能完全满足业务需求。基于所提出的资源分配算法，跳波束系统能够更好地利用星上资源，按需分配，提高低轨卫星通信系统的系统吞吐率和资源利用率。
本发明还提出一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述一种基于时间分片的动态低轨多星跳波束资源分配方法的步骤。
本发明提出一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时实现所述一种基于时间分片的动态低轨多星跳波束资源分配方法的步骤。
本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器（read only memory，ROM）、可编程只读存储器（programmable ROM，PROM）、可擦除可编程只读存储器（erasablePROM，EPROM）、电可擦除可编程只读存储器（electrically EPROM，EEPROM）或闪存。易失性存储器可以是随机存取存储器（random access memory，RAM），其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM 可用，例如静态随机存取存储器（static RAM，SRAM）、动态随机存取存储器（dynamic RAM，DRAM）、同步动态随机存取存储器（synchronousDRAM，SDRAM）、双倍数据速率同步动态随机存取存储器（double data rate SDRAM，DDRSDRAM）、增强型同步动态随机存取存储器（enhanced SDRAM，ESDRAM）、同步连接动态随机存取存储器（synchlink DRAM，SLDRAM）和直接内存总线随机存取存储器（direct rambusRAM，DR RAM）。应注意，本发明描述的方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（digital subscriber line，DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，高密度数字视频光盘（digital video disc，DVD））、或者半导体介质（例如，固态硬盘（solid state disc，SSD））等。
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软 件形式的指令完成。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
应注意，本申请实施例中的处理器可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
以上对本发明所提出的一种基于时间分片的动态低轨多星跳波束资源分配方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种基于时间分片的动态低轨多星跳波束资源分配方法，其特征在于，所述方法包括以下步骤：
步骤S1、建立包含三个参数相同的第一LEO卫星、第二LEO卫星和第三LEO卫星的三星通信系统，其中，第一LEO卫星和第二LEO卫星为同轨卫星且存在固定覆盖重叠，第三LEO卫星为异轨卫星，会与第一LEO卫星和第二LEO卫星发生覆盖重叠；三星通信系统的权重系数设定为高权重系数ω1、中权重系数ω2和低权重系数ω3，提前规划三星运动覆盖小区的范围，根据三星轨道位置及路径划定S个时间分片{T1,T2,...,TN,...,TS}；规定T0为三星覆盖范围重叠的前一时间分片，即只存在同轨固定覆盖重叠，未发生异轨动态覆盖重叠；TS后异轨卫星离开，无三星覆盖重叠，并以三星通信系统的系统容量最大化为目标，建立最小化加权公平目标函数，其中，ω1＞ω2＞ω3；
步骤S2、在当前时间分片TN下，为下一个时间分片将离开三星覆盖范围的小区赋予高权重系数ω1，从而更新当前时间分片TN下三星覆盖范围内所有小区的权重系数，并基于负载均衡原则，首先对同轨双星重叠的小区进行服务划分，得到当前时间分片TN下第一LEO卫星和第二LEO卫星对应的覆盖小区集合Θ1和Θ2，并为覆盖小区集合Θ1和Θ2中未赋予权重系数的小区赋予中权重系数ω2，进一步得到第三LEO卫星独立覆盖小区集合Θ3，并为覆盖小区集合Θ3中未赋予权重系数的小区赋予低权重系数ω3；
步骤S3、根据步骤S2中同轨的第一LEO卫星和第二LEO卫星对应的覆盖小区集合Θ1和Θ2，对当前时间分片TN下时隙t内覆盖范围内的总业务需求量进行对比，当总业务需求量更大的卫星为第一LEO卫星时，对加权公平目标函数建立拉格朗日方程，得到第一LEO卫星在初始时间分片T1下时隙t内的时间资源分配优化矩阵V1 1(t，i)，考虑双星的服务用户之间可能产生的同频干扰，对第二LEO卫星服务的小区添加限制条件后再对第二LEO卫星的加权公平目标函数建立拉格朗日方程，得到第二LEO卫星在初始时间分片T1下时隙t内的时间资源分配优化矩阵V1 2(t,j)，使用单向搜索方法对V1 1(t,i)和V1 2(t,j)求解，从覆盖小区集合Θ1和Θ2寻找最优服务小区集合Φ1opt和Φ2opt，得到第一LEO卫星和第二LEO卫星初始时间资源分配，进一步以最大系统容量为优化目标得到初始功率资源分配矩阵P1 1opt(t,i)和P1 2opt(t,j)；其中，i和j均表示小区数；
步骤S4、根据步骤S3中同轨的第一LEO卫星和第二LEO卫星初始时间、功率资源分配结果，考虑LEO卫星移动性，对权重系数更新和功率资源进行动态分配，得到时间资源动态分配矩阵与最优服务小区集合Φ1opt、Φ2opt，并得到功率资源动态分配矩阵
步骤S5、根据步骤S4中得到第一LEO卫星和第二LEO卫星在当前时间分片TN下时隙t内覆盖范围内初始时间资源分配矩阵和结果，对步骤S2得到的第三LEO卫星独立覆盖小区集合Θ3进行更新，增加当前时间分片TN下时隙t内未被第一LEO卫星和第二LEO卫星服务的小区，得到第三LEO卫星的覆盖小区集合再对第三LEO卫星的加权公平目标函数建立拉格朗日方程，得到第三LEO卫星在时间分片TN下时隙t内的时间资源分配优化矩阵使用单向搜索方法对求解，从覆盖小区集合确定最优服务小区集合Φ3opt，以系统容量最大化为优化目标，得到第三LEO卫星的功率资源分配矩阵最优解其中，l表示第三LEO卫星的小区数；
步骤S6、若N≠S则，即在时间分片TN+1下仍会发生三星覆盖重叠，则进入步骤S4，开始计算下一时间分配资源分配矩阵；否则异轨卫星远离，不再发生三星重叠覆盖，三星通信系统的跳波束时间和功率资源分配完成；
所述步骤S1中，所述最小化加权公平目标函数由如下公式表示：
其中，*为1、2或3，
*为1时表示第一LEO卫星，*为2时表示第二LEO卫星，*为3时表示第三LEO卫星；分别表示时间和功率资源分配矩阵；N表示时间分片序号；S表示时间分片总数；K、M分别表示时隙数与覆盖小区总数；表示根据香农公式得到的单星在时间分片TN下时隙t内小区i的信道容量；表示单星在时间分片TN下时隙t内小区i的业务需求量；表示单星在时间分片TN下时隙t内小区i的权重系数；s.t.表示约束条件；表示单星在时间分片TN下时隙t内的时间资源分配矩阵，矩阵元素仅有1、0取值，表示在时间分片TN下时隙t内第i个子波束被服务，则相反；Nt表示时隙t内使用的子波束数，Nmax表示同一时刻产生的最大子波束数，Ptot表示卫星下行最大发射总功率，表示在时间分片TN下时隙t内第i个子波束被选中服务时的发射功率，Psb表示卫星最大单波束发射功率；表示表达式适用于任意时间分片TN；
所述步骤S2中，基于负载均衡原则对双星重叠的小区进行服务划分具体为将最小化双星业务需求总量差值作为优化目标，建立优化问题：其中，Ω表示双星覆盖的重叠小区集合，Ω＝Θ1∩Θ2，从而得到最优的当前时间分片TN下第一LEO卫星和第二LEO卫星对应的覆盖小区集合Θ1和Θ2。
2.根据权利要求1所述的方法，其特征在于，所述步骤S3中初始时间资源分配包括：
同轨的第一LEO卫星和第二LEO卫星时间分片下所有小区权重系数相同，即此时双星通信系统的最小化加权公平目标函数退化为公平目标函数根据步骤S2中服务划分后的区域计算第一LEO卫星和第二LEO卫星在时间分片T1下时隙t内覆盖范围内的总业务需求量并进行对比，当总业务需求量更大的卫星为第一LEO卫星时，对公平目标函数进行对数变换后建立拉格朗日方程其中，N0表示噪声功率，表示第一LEO卫星到小区i的信道增益，得到第一LEO卫星在时间分片T1下时隙t内的最优化时间分配矩阵对V1 1opt(t,i)中元素的最大值加以限制，得到第一LEO卫星在时间分片T1下时隙t内的时间资源分配矩阵V1 1(t,i)：进而得到第一LEO卫星服务小区的集合Φ1和被服务小区相邻小区的集合Λ1，其中，λ为拉格朗日算子，η1为第一LEO卫星的确定服务小区阈值，Btot为每个单波束的带宽；
对第二LEO卫星的公平目标函数进行对数变换后建立拉格朗日方程其中，表示第二LEO卫星到小区j的信道增益，得到第二LEO卫星在时间分片T1下时隙t内的最优化时间分配矩阵对V1 2opt(t,j)中元素的最大值加以限制，得到第二LEO卫星在时间分片T1下的时间资源分配矩阵进而得到第二LEO卫星服务小区的集合Φ2和被服务小区相邻小区的集合Λ2，其中，η2为第二LEO卫星的确定服务小区阈值，ΩN＝Λ1∩Λ2；
基于系统容量最大化目标，得到第一LEO卫星和第二LEO卫星的初始功率资源分配矩阵P1 1opt(t,i)和P1 2opt(t,j)，完成时间分片下的初始功率资源分配。
3.根据权利要求2所述的方法，其特征在于，所述步骤S3中，基于系统容量最大化目标，第一LEO卫星的优化问题表示为第二LEO卫星的优化问题表示为从而得到第一LEO卫星的初始功率资源分配矩阵第二LEO卫星的初始功率资源分配矩阵其中，表示第一LEO卫星到小区i的信道增益，表示第二LEO卫星到小区j的信道增益。
4.根据权利要求3所述的方法，其特征在于，所述步骤S4中，时间资源动态分配矩阵和的获取具体包括：
根据步骤S2中服务划分后的区域计算第一LEO卫星和第二LEO卫星在当前时间分片TN下时隙t内覆盖范围内的总业务需求量并进行对比，当总业务需求量更大的卫星为第一LEO卫星时，对公平目标函数进行对数变换后建立拉格朗日方程得到第一LEO卫星在当前时间分片TN下时隙t内的最优化时间分配矩阵结果为对中元素的最大值加以限制，得到第一LEO卫星在当前时间分片TN下时隙t内的时间资源分配矩阵
进而得到第一LEO卫星服务小区的集合Φ1和被服务小区相邻小区的集合Λ1；
对第二LEO卫星的公平目标函数进行对数变换后建立拉格朗日方程得到第一LEO卫星在当前时间分片TN下时隙t内的最优化时间分配矩阵对VN 2opt(t,j)中元素的最大值加以限制，得到第二LEO卫星在当前时间分片TN下时隙t内的时间资源分配矩阵
进而得到第二LEO卫星服务小区的集合Φ2和被服务小区相邻小区的集合Λ2。
5.根据权利要求4所述的方法，其特征在于，所述步骤S4中，获取功率资源动态分配矩阵和具体包括：
根据时间资源分配矩阵被服务小区集合Φ1、Φ2和被服务小区相邻小区集合Λ1、Λ2，分别对第一LEO卫星和第二LEO卫星以最大化系统容量为目标建立优化问题：
第一LEO卫星的优化问题表示为：第二LEO卫星的优化问题表示为：从而得到第一LEO卫星和第二LEO卫星在当前时间分片TN下时隙t内的功率资源动态分配矩阵其中，Nt表示时隙t内被点亮的波束数量。
6.根据权利要求5所述的方法，其特征在于，所述步骤S5中，时间资源分配优化矩阵的获取具体包括：
第三LEO卫星已经通过覆盖小区的划分与第一LEO卫星和第二LEO卫星形成了干扰隔离，可以看为独立求解，其公平目标函数进行对数变换后建立拉格朗日方程
得到第三LEO卫星在当前时间分片TN下时隙t内的最优化时间分配矩阵结果为对中元素的最大值加以限制，得到第三LEO卫星在当前时间分片TN下时隙t内的时间资源分配矩阵
进而得到第三LEO卫星服务小区的集合Φ3，其中，λ为拉格朗日算子，η3为第三LEO卫星的确定服务小区阈值，Btot为每个单波束的带宽。
7.根据权利要求6所述的方法，其特征在于，所述步骤S5中，获取功率资源分配矩阵最优解具体包括：
第三LEO卫星的优化问题表示为：从而得到第三LEO卫星在当前时间分片TN下时隙t内的功率资源分配矩阵最优解
CN202410362017.5A 2024-03-28 2024-03-28 一种基于时间分片的动态低轨多星跳波束资源分配方法 Active CN117979449B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410362017.5A CN117979449B (zh) 2024-03-28 2024-03-28 一种基于时间分片的动态低轨多星跳波束资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410362017.5A CN117979449B (zh) 2024-03-28 2024-03-28 一种基于时间分片的动态低轨多星跳波束资源分配方法

Publications (2)

Publication Number Publication Date
CN117979449A CN117979449A (zh) 2024-05-03
CN117979449B true CN117979449B (zh) 2024-06-28

Family

ID=90849872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410362017.5A Active CN117979449B (zh) 2024-03-28 2024-03-28 一种基于时间分片的动态低轨多星跳波束资源分配方法

Country Status (1)

Country Link
CN (1) CN117979449B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116405096A (zh) * 2023-04-24 2023-07-07 北京理工大学 一种基于负载均衡的低轨双星跳波束资源分配方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113010318B (zh) * 2021-03-31 2024-06-07 广东电网有限责任公司电力调度控制中心 基于增广拉格朗日法的leo卫星计算资源分配方法及系统
CN114928400B (zh) * 2022-05-09 2023-03-03 北京理工大学 一种基于跳波束的低轨卫星动态资源分配方法
CN114793126B (zh) * 2022-05-24 2023-06-23 北京航空航天大学 一种多波束低轨卫星用户分组与资源分配方法
CN116566465A (zh) * 2023-05-04 2023-08-08 哈尔滨工业大学 基于跳波束规避低轨卫星干扰的多域资源分配方法
CN116896407A (zh) * 2023-08-30 2023-10-17 重庆邮电大学 基于多代理a3c算法的多波束卫星通信系统资源分配方法
CN117527042A (zh) * 2023-11-07 2024-02-06 中国电子科技集团公司第五十四研究所 一种移动通信多星多波束重叠覆盖区资源高效分配方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116405096A (zh) * 2023-04-24 2023-07-07 北京理工大学 一种基于负载均衡的低轨双星跳波束资源分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘子祎，张校宁，费泽松.面向低轨卫星的长时多星跳波束功率分配技术.《天地一体化信息网络》.2023,第4卷(第4期),第39-45页. *
面向低轨卫星的长时多星跳波束功率分配技术;刘子祎，张校宁，费泽松;《天地一体化信息网络》;20231220;第4卷(第4期);第39-45页 *

Also Published As

Publication number Publication date
CN117979449A (zh) 2024-05-03

Similar Documents

Publication Publication Date Title
CN109413724B (zh) 一种基于mec的任务卸载和资源分配方案
Hu et al. Deep reinforcement learning‐based beam Hopping algorithm in multibeam satellite systems
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
Cui et al. Latency optimization for hybrid GEO–LEO satellite-assisted IoT networks
CN112134614B (zh) 一种多波束通信卫星的下行载波资源分配方法及系统
CN115022894B (zh) 一种低轨卫星网络的任务卸载与计算资源分配方法及系统
CN114928400B (zh) 一种基于跳波束的低轨卫星动态资源分配方法
CN114727422B (zh) 低轨卫星网络随机接入中信道资源的动态配置方法
CN113377533A (zh) 无人机协助移动边缘计算中的动态计算卸载和服务器部署方法
CN115514769B (zh) 卫星弹性互联网资源调度方法、系统、计算机设备及介质
CN115103409A (zh) 一种多波束无人机协作通信的资源分配方法
CN116886172A (zh) 基于机器学习的多波束卫星通信用户选择和频谱划分方法
CN115801091A (zh) 面向星地协同计算的大规模星座网络资源调度方法
CN113541768B (zh) 一种基于noma的leo卫星通信系统频点分配方法
US11770737B2 (en) Beamformer accounting for non-homogeneity of offered traffic distribution among cells
Zhao et al. Flexible Resource Management in High-Throughput Satellite Communication Systems: A Two-Stage Machine Learning Framework
CN117979449B (zh) 一种基于时间分片的动态低轨多星跳波束资源分配方法
CN116405096A (zh) 一种基于负载均衡的低轨双星跳波束资源分配方法
Leng et al. User-level scheduling and resource allocation for multi-beam satellite systems with full frequency reuse
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
CN116566465A (zh) 基于跳波束规避低轨卫星干扰的多域资源分配方法
De Oliveira et al. Deep reinforcement learning-aided optimization of multi-interface allocation for short-packet communications
CN115765826A (zh) 一种面向按需服务的无人机网络拓扑重构方法
CN115767637A (zh) 一种基于机会访问的云雾计算网络资源优化分配方法
Kaur et al. Cuckoo search based optimization of multiuser cognitive radio system under the effect of shadowing

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