一种适用于低轨卫星通信拓扑网络的资源部署优化方法及系统与流程

摘要: 本发明涉及低轨卫星通信网络与人工智能,特别是一种适用于低轨卫星通信拓扑网络的资源部署优化方法及系统。背景技术:1、在低轨卫星通信网络中,链路资源部署直接影响通信...
一种适用于低轨卫星通信拓扑网络的资源部署优化方法及系统与流程

本发明涉及低轨卫星通信网络与人工智能,特别是一种适用于低轨卫星通信拓扑网络的资源部署优化方法及系统。

背景技术:

1、在低轨卫星通信网络中,链路资源部署直接影响通信服务质量。常见资源状态包括链路带宽、链路容量、业务负载、链路负载率和链路拥塞度等;由于低轨卫星链路的 qos指标不仅受到传播距离和卫星轨道几何状态影响,还易受到链路资源分配等多方面影响,因此,如何在合理地部署通信资源,是提高低轨卫星通信网络服务质量的关键所在。

2、现有低轨卫星通信网络资源部署容易忽略同一时间窗口内多条候选星地链路之间的资源竞争关系,也难以刻画同一卫星链路在连续时间窗口中的状态变化关系。部分方法虽然能够对链路状态或 qos 指标进行预测,但通常仅将一个时间窗口内的所有卫星链路信息汇总成一条数据,而不是把每一条候选星地链路单独作为一个样本来处理。缺少链路级资源状态建模,难以精确区分不同候选链路在资源需求方面的差异。

3、随着图神经网络等人工智能方法的发展,利用图结构对低轨卫星通信网络拓扑关系进行建模成为一种可行思路。图神经网络能够通过节点特征聚合来学习各节点之间的关联关系,适合处理具有资源竞争和时序变化特征的低轨卫星通信网络。然而,如何将原始低轨卫星轨道数据转化为面向资源部署优化的链路级样本数据,如何构建包含资源竞争关系的低轨卫星通信拓扑图,以及如何利用图神经网络输出候选链路的资源部署因子,仍是低轨卫星通信网络资源优化中需要解决的问题。

4、因此,需要一种适用于低轨卫星通信拓扑网络的资源部署优化方法,充分考虑各方面原因来合理分配链路资源来确保低轨卫星网络的服务质量。

技术实现思路

1、有鉴于此,本发明的目的在于提供一种适用于低轨卫星通信拓扑网络的资源部署优化方法及系统,能够将低轨卫星高速运动时引起的候选链路资源竞争关系引入到资源部署优化过程,从而提高低轨卫星的各项qos指标,提高了低轨卫星通信网络的服务质量。

2、为实现上述目的,本发明采用如下技术方案:一种适用于低轨卫星通信拓扑网络的资源部署优化方法,包括以下步骤:

3、s1、获取低轨卫星tle轨道数据,采用sgp4模型在连续时间窗口内计算卫星空间位置,并结合地面终端位置来构建低轨卫星在通信拓扑网络中的动态星地链路状态序列;

4、s2、基于动态星地链路状态,采用top-k候选链路机制来构建候选服务链路集合,并生成面向资源部署优化的链路级资源状态;

5、s3、基于s2生成的链路级资源状态仿真得到一批对资源敏感型的qos指标,并构建面向图神经网络的链路级样本数据;

6、s4、以候选星地链路为节点,构建包含资源竞争关系和时间连续关系的低轨卫星通信拓扑图;

7、s5、利用图神经网络对低轨卫星通信拓扑图进行特征聚合,输出各候选链路的资源部署因子,并根据资源部署因子重新计算优化后的qos指标,得到最终的资源部署优化结果;

8、在一较佳的实施例中,所述s1进一步包括:

9、s1.1、获取低轨卫星轨道位置信息,所述低轨卫星轨道位置信息包括两行式轨道根数tle数据,所述tle数据包括卫星编号、发射时间以及秘密分级;

10、s1.2、按照预设时间间隔构建时间窗口序列,设时间窗口序列为:

11、

12、其中,表示第i个时间窗口,n表示时间窗口总数,i∈(1,n);

13、s1.3、采用sgp4轨道传播模型计算低轨卫星在不同时间窗口下的位置和运动状态,计算公式为:

14、

15、其中,表示卫星s对应的两行式轨道根数,表示卫星s在时间窗口t下的空间位置,表示卫星s在时间窗口t下的速度;

16、s1.4、设定地面终端位置,并与卫星空间位置计算星地链路几何关系,所述星地链路几何关系包括仰角、方位角和斜距,其中斜距的计算公式为:

17、

18、其中,表示卫星s在时间窗口t下与地面终端之间的斜距,表示地面终端的位置向量;

19、s1.5、根据卫星与地面终端之间的几何关系构建动态星地链路状态,所述动态星地链路状态表示为:

20、

21、其中,表示卫星s在时间窗口t下相对于地面终端的仰角,表示方位角,表示斜距,表示可见性标志;

22、将所有时间窗口下的动态星地链路状态按照时间顺序组合,得到低轨卫星通信拓扑网络的动态星地链路状态序列:

23、

24、其中,表示低轨卫星集合,表示动态动态星地链路状态序列;将原始低轨卫星tle 轨道数据转换为连续时间窗口下的动态星地链路状态序列,用于后续候选服务链路集合构建和资源部署优化。

25、在一较佳的实施例中,所述s2进一步包括:

26、s2.1、基于所述动态星地链路状态序列,按照预设仰角阈值筛选各时间窗口下的可见低轨卫星链路,筛选公式为:

27、

28、其中,表示时间窗口t下的可见低轨卫星集合,表示卫星s在时间窗口t下相对于地面终端的仰角,表示低轨卫星集合

29、s2.2、根据可见低轨卫星与地面终端之间的空间几何关系,计算各可见星地链路的几何质量评分,所述几何质量评分由仰角和斜距共同确定,计算公式为:

30、

31、其中,表示卫星s在时间窗口t下对应星地链路的几何质量评分,表示归一化后的仰角,表示归一化后的斜距,和代表权重系数;

32、s2.3、基于所述几何质量评分并采用top-k候选链路机制构建候选服务链路集合,按照几何质量评分从高到低选取前k条星地链路,得到候选服务链路集合:

33、

34、其中,表示时间窗口t下的候选服务链路集合,表示根据几何质量评分选取前k条候选链路;

35、s2.4、对所述候选服务链路集合中的各候选星地链路进行初始带宽分配,所述初始带宽根据候选链路的几何质量评分进行分配,计算公式为:

36、

37、其中,表示卫星s在时间窗口t下对应候选星地链路的初始带宽,表示当前窗口下可分配的总带宽,表示候选服务链路集合中第j条链路的几何评分;

38、s2.5、基于所述初始带宽、链路信噪比和干扰状态计算各候选星地链路的链路容量,计算公式为:

39、

40、其中,表示卫星s在时间窗口下对应候选星地的链路容量,表示该候选星地链路的信噪比;

41、s2.6、生成各候选星地链路的业务负载,并根据业务负载和链路容量计算链路负载率,计算公式为:

42、

43、其中,表示卫星s在时间窗口t下对应候选星地链路的链路负载率,表示该候选星地链路的业务负载,表示一个极小常数,防止分母为零的情况发生;

44、并根据所述链路负载率计算链路拥塞度,计算公式为:

45、

46、其中,表示卫星s在时间窗口t下对应候选星地链路的链路拥塞度。

47、s2.7、将上述的各候选星地链路的带宽、链路容量、业务负载、链路负载率和链路拥塞度进行组合,生成面向资源部署优化的链路级资源状态,表示为:

48、

49、其中,表示卫星s在时间窗口t下对应候选星地链路的链路级资源状态。

50、在每个时间窗口内构建多个候选服务链路,并生成各候选链路的资源状态,用于后续生成资源敏感型 qos 指标和图神经网络资源部署优化。

51、在一较佳的实施例中,所述s3进一步包括:

52、s3.1、基于s2得到的链路级资源状态,作为用于仿真qos指标的链路状态输入,其表示公式为:

53、

54、其中,表示仰角,表示方位角,表示斜距,表示链路带宽,表示链路容量,表示业务负载,表示链路负载率,表示链路拥塞度,表示干扰指数,表示候选服务卫星切换标志;

55、s3.2、根据候选星地链路的斜距计算传播时延,计算公式为:

56、

57、其中表示卫星s在时间窗口t下对应候选星地链路的传播时延,表示斜距,c表示光速;

58、根据链路负载率和链路拥塞度计算发送时延和排队时延,其中发送时延表示为:

59、

60、排队时延表示为:

61、

62、其中,表示由链路负载率和链路容量来确定的发送时延函数,表示由链路负载率和链路拥塞度来确定的排队时延函数;

63、根据服务链路切换标志计算切换时延,计算公式为:

64、

65、其中,表示候选服务卫星切换引起的时延,表示链路切换标志,当发生链路切换时其值置为1,否则为0,表示切换所引入的附加时延;

66、s3.3、根据各变量,逐一相加得到候选星地链路的端到端时延,记为

67、根据端到端时延变化、链路拥塞度和服务链路切换状态计算抖动,计算公式为:

68、

69、其中,表示上一时间窗口的端到端时延,、和表示权重系数;

70、根据链路负载率、链路拥塞度、仰角、干扰指数和服务链路切换状态来计算丢包率,计算公式为:

71、

72、其中,表示丢包率函数;

73、根据业务负载、链路容量和丢包率来计算有效吞吐量,计算公式为:

74、

75、s3.4、链路可用性用于表示候选星地链路在当前时间窗口内是否能够提供基本通信服务;对于候选星地链路,若该链路的端到端时延不超过预设时延阈值、丢包率不超过预设丢包率阈值,并且链路容量不低于预设容量阈值,则认为该链路处于可用状态,记为,并将其值置为1,若不满足上述条件之一则置0;

76、qos异常状态用于表示候选星地链路在当前时间窗口内是否存在服务质量退化;当候选星地链路满足端到端时延超过异常时延阈值、抖动超过抖动阈值、丢包率超过异常丢包率阈值、链路负载率超过负载率阈值、链路拥塞度超过拥塞度阈值或者有效吞吐量低于吞吐量阈值中的任一条件时,则判定该候选星地链路处于qos异常状态,记为,并将其值置1,当上述条件均不满足时,判定该候选星地链路处于 qos 正常状态,将其值置0;

77、将候选星地链路的几何状态、资源状态和qos指标进行组合,构建面向图神经网络资源部署优化的链路级样本数据,表示为:

78、

79、得到一批对资源状态敏感的qos指标,为后续图神经网络的资源部署提供训练数据。

80、在一较佳的实施例中,所述s4进一步包括:

81、s4.1、基于s3构建的链路级样本数据,将每一条候选星地链路作为低轨卫星通信拓扑图中的一个节点,节点集合表示为:

82、

83、其中,表示时间窗口t下卫星s对应的候选星地链路节点,表示候选服务链路集合,t表示连续时间窗口集合;

84、将每个候选星地链路节点的几何状态、资源状态和qos状态作为节点特征,记为;

85、在同一时间窗口内的候选星地链路节点之间建立资源竞争边,用于表示同一时间窗口内多条候选星地链路共享有限的通信资源并存在资源分配竞争关系,资源竞争边集合表示为:

86、

87、其中,表示时间窗口t下两节点之间的连接关系;

88、在同一低轨卫星对应的相邻时间窗口链路节点之间建立时间连续边,用于表示同一卫星链路状态在连续时间窗口中的变化关系,时间连续边集合表示为:

89、

90、其中,表示在相邻的时间窗口对应的两节点连接关系;

91、s4.2、基于节点集合、边集合和节点特征矩阵,构建包含资源竞争关系和时间连续关系的低轨卫星通信拓扑图,表示为:

92、

93、其中,x表示所有候选星地链路节点特征组成的特征矩阵;

94、对所述低轨卫星通信拓扑图的边集合进行归一化处理,得到归一化邻接矩阵表示为:

95、

96、其中,i表示单位矩阵,d表示a+i对应的度矩阵;

97、将候选星地链路转化为低轨卫星通信拓扑图,使同一时间窗口内候选链路之间的资源竞争关系能够被图神经网络学习,用于后续生成资源部署因子。

98、在一较佳的实施例中,所述s5进一步包括:

99、s5.1、将s4构建得到的低轨卫星通信拓扑图输入图神经网络,所述低轨卫星通信拓扑图包括节点特征矩阵x和归一化邻接矩阵,其中每个节点表示一条候选星地链路,节点特征包括链路几何状态、链路级资源状态和qos状态;

100、利用图神经网络对低轨卫星通信拓扑图进行特征聚合,学习候选链路之间的资源竞争关系,图神经网络第l层的特征聚合过程表示为:

101、

102、其中,表示第l层的节点矩阵,表示第l层的可学习权重矩阵,表示非线性激活函数;

103、经过多层图神经网络特征聚合后,得到候选星地链路节点的高阶表示,记为z,基于所述候选星地链路节点的高阶表示,计算每条候选星地链路的资源部署得分,计算公式为:

104、

105、其中,表示候选星地链路节点的高阶表示,表示资源部署中的得分权重,表示偏置值;

106、s5.2、根据资源部署得分生成资源部署因子,计算公式为:

107、

108、其中,表示最大资源增强比例,表示sigmoid函数;所述资源部署因子用于候选星地链路在当前时间窗口内应获得的资源倾向程度;

109、根据所述资源部署因子更新候选星地链路的链路容量,计算公式为:

110、

111、根据优化后的链路容量重新计算链路负载率和链路拥塞度,计算公式为:

112、

113、

114、基于优化后的链路容量、链路负载率和链路拥塞度,重新计算优化后的qos指标,其中优化后的端到端时延为:

115、

116、优化后的抖动为:

117、

118、优化后的丢包率为:

119、

120、优化后有效吞吐量表示为:

121、

122、其中、、分别表示对应qos指标的更新函数;

123、根据优化后各项指标,进而确定优化后的s3所述的链路可用性和qos异常值;并对优化前后的 qos 指标进行对比,计算资源部署优化效果。

124、本发明还提供了一种适用于低轨卫星通信拓扑网络的资源部署优化系统,包括处理器、存储器和总线,所述存储器存储有所述处理器执行的机器可读指令;当系统运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时如所述的一种适用于低轨卫星通信拓扑网络的资源部署优化方法。

125、与现有技术相比,本发明具有以下有益效果:

126、1.提出一种基于动态星地链路状态的资源部署优化方法,将低轨卫星 tle 轨道数据、sgp4 轨道传播结果与地面终端位置相结合,构建连续时间窗口下的动态星地链路状态序列,能够充分表征低轨卫星高速运动引起的链路参数变化。

127、2.采用 top-k 候选链路机制构建候选服务链路集合,能够更准确刻画同一时间窗口内候选星地链路之间的资源竞争关系,提高资源部署决策的精细化程度;

128、3.构建资源敏感型 qos 指标生成机制,以候选星地链路为节点构建包含资源竞争关系的低轨卫星通信拓扑图,使图神经网络能够同时学习同一时间窗口内多条候选链路之间的资源竞争关系。

129、4.引入资源部署因子,利用图神经网络输出各候选链路的资源部署因子,并根据资源部署因子qos指标,提高链路吞吐量和资源部署合理性,进而提升低轨卫星通信网络的整体服务质量。