一种基于动态卫星分簇的虚拟资源池构建方法、系统、终端设备及存储介质与流程

本发明涉及卫星网络，尤其涉及一种基于动态卫星分簇的虚拟资源池构建方法、系统、终端设备及存储介质。

背景技术：

1、近年来，全球低轨卫星星座建设已进入密集组网与规模化发展新阶段。当前卫星网络部署普遍采用一星一用的封闭模式，随着星座规模激增，极易出现资源孤岛化、服务臃肿化以及响应滞后化等问题，难以满足通感、通导、通智等多样化业务需求。

2、现有虚拟资源池构建方法主要面向拓扑结构相对稳定的地面网络环境，通常采用集中式架构对多节点资源进行静态池化与管理。然而，该类方法难以适用于拓扑高度动态、资源需求频繁变化的低轨卫星网络场景：一方面，在大规模低轨卫星星座中构建全局集中式统一资源池将带来极高的维护成本与管理复杂度；另一方面，受拓扑动态演化、星间链路间歇可用以及带宽和时延受限等因素影响，资源感知状态难以实现高时效同步，进而削弱资源调度决策的准确性和有效性。此外，集中式架构下的控制开销随星座规模呈爆炸式增长，严重制约系统的实时响应能力与鲁棒性。

3、因此，亟需一种通过动态卫星分簇与图神经网络驱动的星簇级分布式虚拟资源池构建方法，以填补现有技术的空缺。

技术实现思路

1、本发明要解决的技术问题在于，在卫星网络技术领域，大规模低轨卫星星座采用集中式管理导致控制开销随星座规模爆炸式增长，并且一星一用的封闭模式造成单星资源孤岛化、多星资源难以协同共享。同时，低轨卫星网络拓扑高度动态变化，使得全局资源状态难以实时感知与同步，严重影响资源调度决策的准确性和时效性。因此，亟需有效的解决办法，解决上述技术问题。

2、为了解决上述技术问题，本发明所采用的技术方案如下：

3、第一方面，本发明提供一种基于动态卫星分簇的虚拟资源池构建方法，所述方法包括：

4、获取时变卫星网络中卫星节点的拓扑连接关系与资源状态，构建表征所述时变卫星网络的网络拓扑图；

5、基于所述网络拓扑图，通过图神经网络模型对各卫星节点的拓扑结构特征与资源状态特征进行聚合，得到各卫星节点的嵌入表示，并基于所述嵌入表示将所述卫星节点划分为多个星簇；

6、计算各星簇内卫星节点的评估指标，并基于所述评估指标从各星簇中选取簇首节点；

7、以所述星簇为资源管理单元，对所述星簇内各卫星节点的异构资源进行抽象与聚合，构建星簇级分布式虚拟资源池。

8、在一种实现方式中，所述获取时变卫星网络中卫星节点的拓扑连接关系与资源状态，构建表征所述时变卫星网络的网络拓扑图，包括：

9、将所述时变卫星网络所对应的观测时段划分为多个时隙；

10、针对每个时隙，根据所述时隙内卫星节点之间的星间链路连接关系，构建所述时隙对应的无向网络拓扑图；

11、针对每个卫星节点，通过本地状态监测获取所述卫星节点的可用计算资源和可用存储资源；

12、通过广播交互与邻域节点进行信息同步，获得每个卫星节点在各时隙的资源状态信息以及各星间链路在各时隙的可用带宽资源，其中，所述资源状态信息包括各卫星节点的可用计算资源和可用存储资源；

13、将所述资源状态信息和所述可用带宽资源，作为对应时隙的网络拓扑图中卫星节点和星间链路的属性信息，得到各时隙的属性网络拓扑图；

14、整合各时隙的属性网络拓扑图，得到所述网络拓扑图，所述网络拓扑图为由各时隙的属性网络拓扑图构成的静态拓扑快照序列。

15、在一种实现方式中，所述基于所述网络拓扑图，通过图神经网络模型对各卫星节点的拓扑结构特征与资源状态特征进行聚合，得到各卫星节点的嵌入表示，并基于所述嵌入表示将所述卫星节点划分为多个星簇，包括：

16、基于所述网络拓扑图中各卫星节点的拓扑连接关系与资源状态，提取各卫星节点的多维属性特征构成节点特征矩阵，其中，所述多维属性特征包括卫星位置、可用计算资源、可用存储资源、可用带宽资源及节点连接度；

17、根据卫星节点间的连接关系构建邻接矩阵；

18、将所述节点特征矩阵和所述邻接矩阵输入所述图神经网络模型，通过所述图神经网络模型对各卫星节点的特征进行聚合，得到各卫星节点的嵌入表示；

19、基于各卫星节点的嵌入表示，对所述卫星节点进行聚类分簇。

20、在一种实现方式中，所述将所述节点特征矩阵和所述邻接矩阵输入所述图神经网络模型，通过所述图神经网络模型对各卫星节点的特征进行聚合，得到各卫星节点的嵌入表示，包括：

21、将所述节点特征矩阵和所述邻接矩阵输入图卷积网络；

22、在所述图卷积网络的每一层中，基于所述邻接矩阵确定各节点的邻居节点集合；

23、针对每个节点，将所述节点的自身特征与所述节点的邻居节点的特征进行加权聚合，并通过可学习的权重矩阵进行线性变换后经非线性激活函数处理，得到更新后的节点特征表示；

24、通过多层图卷积网络的逐层聚合与传播，使节点特征逐步融合高阶邻域的拓扑结构信息与资源状态信息，得到各卫星节点的嵌入表示。

25、在一种实现方式中，所述图卷积网络采用两层结构，其中第一层的非线性激活函数为第一非线性激活函数，第二层采用分类输出函数输出各卫星节点的类别概率；

26、在所述图卷积网络的训练阶段，基于具有已知分簇标签的卫星节点的标签信息与所述图卷积网络输出的预测类别概率，构建分类损失函数；

27、以最小化所述预测类别概率与真实标签之间的误差为目标，对所述图卷积网络的可学习权重矩阵进行迭代优化。

28、在一种实现方式中，所述计算各星簇内卫星节点的评估指标，并基于所述评估指标从各星簇中选取簇首节点，包括：

29、针对每个卫星节点，基于所述网络拓扑图获取所述卫星节点的节点平均连接度；

30、基于所述网络拓扑图中所述卫星节点的资源状态，确定所述卫星节点的星上处理能力；

31、基于所述卫星节点的任务属性、载荷能力或轨道位置，确定所述卫星节点的簇首优先级系数；

32、对所述节点平均连接度、所述星上处理能力和所述簇首优先级系数进行加权求和，得到所述卫星节点的综合权值作为所述评估指标，其中，所述节点平均连接度的权重因子与所述星上处理能力的权重因子之和为一；

33、将各星簇中综合权值最大的卫星节点确定为所述星簇的簇首节点。

34、在一种实现方式中，所述以所述星簇为资源管理单元，对所述星簇内各卫星节点的异构资源进行抽象与聚合，构建星簇级分布式虚拟资源池，包括：

35、获取各卫星节点的可用计算资源和可用存储资源，构建簇内资源状态描述以记录簇内所有节点的资源状态；

36、通过虚拟化，对所述星簇内各卫星节点的计算资源进行抽象与封装，形成虚拟计算资源池；

37、通过虚拟化，对所述星簇内各卫星节点的存储资源进行统一与聚合，形成虚拟存储池；

38、通过虚拟化，对所述星簇内各卫星节点之间的星间链路进行抽象，构建逻辑虚拟链路与带宽资源池；

39、整合所述虚拟计算资源池、虚拟存储池、逻辑虚拟链路与带宽资源池，得到星簇级分布式虚拟资源池，其中，由星簇的簇首节点执行所述星簇级分布式虚拟资源池的星簇内自治管理与星簇间协同管理。

40、第二方面，本发明实施例还提供一种基于动态卫星分簇的虚拟资源池构建系统，所述系统包括：

41、网络拓扑图构建模块，用于获取时变卫星网络中卫星节点的拓扑连接关系与资源状态，构建表征所述时变卫星网络的网络拓扑图；

42、星簇划分模块，用于基于所述网络拓扑图，通过图神经网络模型对各卫星节点的拓扑结构特征与资源状态特征进行聚合，得到各卫星节点的嵌入表示，并基于所述嵌入表示将所述卫星节点划分为多个星簇；

43、簇首节点选取模块，用于计算各星簇内卫星节点的评估指标，并基于所述评估指标从各星簇中选取簇首节点；

44、虚拟资源池构建模块，用于以所述星簇为资源管理单元，对所述星簇内各卫星节点的异构资源进行抽象与聚合，构建星簇级分布式虚拟资源池。

45、第三方面，本发明实施例还提供一种终端设备，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的基于动态卫星分簇的虚拟资源池构建程序，所述处理器执行基于动态卫星分簇的虚拟资源池构建程序时，实现上述方案中任一项所述的基于动态卫星分簇的虚拟资源池构建方法的步骤。

46、第四方面，本发明实施例还提供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基于动态卫星分簇的虚拟资源池构建程序，所述基于动态卫星分簇的虚拟资源池构建程序被处理器执行时，实现上述方案中任一项所述的基于动态卫星分簇的虚拟资源池构建方法的步骤。

47、有益效果：本发明公开一种基于动态卫星分簇的虚拟资源池构建方法、系统、终端设备及存储介质，涉及卫星网络技术领域。方法首先获取时变卫星网络中卫星节点的拓扑连接关系与资源状态，构建表征所述时变卫星网络的网络拓扑图。其后，基于所述网络拓扑图，通过图神经网络模型对各卫星节点的拓扑结构特征与资源状态特征进行聚合，得到各卫星节点的嵌入表示，并基于所述嵌入表示将所述卫星节点划分为多个星簇。随后，计算各星簇内卫星节点的评估指标，并基于所述评估指标从各星簇中选取簇首节点。最后，以所述星簇为资源管理单元，对所述星簇内各卫星节点的异构资源进行抽象与聚合，构建星簇级分布式虚拟资源池。

48、本发明通过图神经网络驱动的动态分簇与多属性加权簇首选举机制，将大规模低轨卫星星座划分为若干局部自治星簇，并以星簇为单元对多星异构资源进行统一抽象与逻辑聚合，构建分布式虚拟资源池。该方法打破了传统单星资源孤岛化限制，实现簇内多星资源的高效池化共享与按需调度，有效降低大规模星座全局集中式管理的控制开销与维护复杂度，同时利用簇内拓扑邻近优势减少多星协同的通信开销，提升系统的资源利用率、可扩展性及对动态拓扑环境的自适应能力。