基于跨实体属性关联的卫星频轨资源信息向量表示方法

1.本发明属于卫星通信领域，尤其涉及一种基于跨实体属性关联的卫星频轨资源信息向量表示方法。


背景技术：

2.卫星通信频轨资源具有数据量大、数据关联关系复杂、特征模糊等特点，对卫星通信频轨资源数据进行统一、高效地表达,能够有助于相关工作人员快速掌握卫星通信频轨资源相关信息与知识，提升后续信息挖掘工作效率，同时有利于卫星通信工程实践中对卫星通信频轨资源进行管理、利用以及挖掘，进而有助于对卫星频轨资源进行深入挖掘和进行卫星星座图的高效设计。在信息表示的过程中，相关工作人员需要处理各类、各层次、各渠道获取的异构的卫星通信频轨相关数据，如果仅结合工作经验来进行，难以对其进行全面、统一、高效地表达。同时，知识图谱作为知识工程在大数据环境下的成功应用，能以更加规范的形式实现卫星通信频轨资源数据信息的表达；此外，使用数值化向量的形式对卫星通信频轨资源信息进行表达，是将人工智能技术运用于卫星通信频轨资源综合管控的前提和基础。考虑到卫星通信频轨资源信息所特有的跨实体属性关联特性，如何更加高效、有针对性地进行数值化向量表达，是卫星通信频轨资源知识图谱构建与应用中的重要问题。


技术实现要素：

3.针对卫星通信频轨资源数据数据量大、数据关联关系复杂、特征模糊等特点，本发明利用卫星频轨资源知识实体之间属性的关联性，提出了一种基于属性关联的跨实体卫星频轨资源知识向量表示方法，能够将具有跨实体属性关联特性的卫星通信频轨资源知识，通过数值化向量优化模型进行面向于机器学习的表达，从而将分散的卫星通信频轨资源知识紧密地组织起来，有利于人工智能在卫星通信频轨资源综合管控领域的应用。
4.本发明公开了一种基于跨实体属性关联的卫星频轨资源信息向量表示方法，其具体步骤包括：
5.s1、根据国际电联的srs数据库和网站、技术文本中与卫星通信频轨资源相关的信息，定义卫星通信频轨资源知识实体类型，该实体类型具体包括为3类：卫星实体、轨位资源实体和频率资源实体，其中，卫星实体包括卫星及其相关属性，轨位资源实包括了卫星的所有轨位资源及其相关的属性信息，频率资源实体包括了卫星使用频率、频段及其相关信息；
6.s2、定义卫星通信频轨资源知识实体属性；
7.所述的步骤s2，其具体包括：
8.定义卫星实体属性集合为{卫星名称，卫星类型，在轨情况，所属国家，所在卫星网络号，所在卫星网络启用时间}，将卫星实体属性集合记为属性集合s；
9.定义轨位资源实体属性集合为{轨道名称，轨道类型，轨道位置，轨道高度}，将轨位资源实体属性集合记为属性集合g；
10.定义频率资源实体属性集合为{波束名称，频段类型，频率范围，业务类型，波束数
量}，将频率资源实体属性集合记为属性集合f。
11.s3、定义卫星通信频轨资源知识实体关系；
12.所述的步骤s3，其具体包括：
13.定义各个卫星实体之间的关系集合为{同网关系，干扰关系，同轨关系}，将各个卫星实体之间的关系集合记为关系集合s-s；
14.定义各个频段实体之间关系集合为{同频上下行关系}，将各个频段实体之间关系集合记为关系集合f-f；
15.定义各个轨位实体之间关系集合为{同一轨道关系，相邻轨位关系}，将各个轨位实体之间关系集合记为关系集合g-g；
16.定义卫星实体与轨位实体间关系集合为{包含关系，组成关系，一对多对应关系}，将卫星实体与轨位实体间关系集合记为关系集合s-g；
17.定义卫星实体与频段实体间关系集合为{使用关系，一对多对应关系}，将卫星实体与频段实体间关系集合记为关系集合s-f；
18.定义轨位实体与频段实体间关系集合为{包含关系，一对多对应关系}，将轨位实体与频段实体间关系集合记为关系集合g-f。
19.s4、以三元组的形式表示卫星通信频轨资源知识；
20.所述的步骤s4，其具体步骤为：
21.将卫星通信频轨资源知识采用三元组的形式进行描述，将卫星通信频轨资源知识的三元组集合表示为：
22.z＝{(h1,r1,t1),(h2,r2,t2),
…
,(hi,ri,ti),
…
,(hn,rn,tn)}，
23.其中n表示三元组集合中的三元组总数量，i表示三元组编号，且i＝1,2，
…
,n，hi表示第i个三元组的头实体，ti表示第i个三元组的尾实体，ri表示第i个三元组从头实体到尾实体的有向关系，hi表示第i个三元组的头实体，ri为第i个三元组的头实体和尾实体之间的有向关系。
24.s5、基于翻译模型，将卫星通信频轨资源知识三元组翻译为数值化向量，并构建三元组的损失函数；所述的步骤s5，其具体步骤为：根据transe翻译模型，将每个卫星通信频轨资源知识三元组(hi,ri,ti)中的头实体hi、头实体到尾实体的有向关系ri、尾实体ti分别表示为三个数值向量从而将三元组(hi,ri,ti)翻译为从头实体向量到尾实体向量的利用关系向量所进行的表征，将所有卫星通信频轨资源知识实体表示成相应的数值化向量；根据头实体向量加上关系向量之和，与尾实体向量的距离，构建三元组(hi,ri,ti)的损失函数为
[0025][0026]
其中表示l2范数。
[0027]
s6、基于跨实体属性关联特性，建立多目标优化模型；
[0028]
所述的步骤s6，其具体步骤为：
[0029]
根据卫星通信频轨资源知识中各类实体属性间的关联特性，在所有卫星通信频轨资源知识三元组集合z中，对于任意两个三元组(hi,ri,ti)、(hj,rj,tj)，如果其头实体hi和尾实体ti之间、头实体hj和尾实体tj之间均存在属性上的关联关系，且ti和hj指代同一个实体时，则判定实体hi与实体tj之间存在跨实体属性关联特性，称(hi,ri,rj,tj)为一个跨实体属性关联实体组；在所有卫星通信频轨资源知识三元组集合z中，找到所有的跨实体属性关联实体组，将跨实体属性关联实体组采用数值化向量形式进行描述，构建跨实体属性关联实体组的集合，其表示式为：
[0030]
s＝{(h1,r
11
,r
12
,t1),(h2,r
21
,r
22
,t2),
…
,(hj,r
j1
,r
j2
,tj),
…
,(hm,r
m1
,r
m2
,tm)}，
[0031]
其中m表示跨实体属性关联实体组总数量，j表示跨实体属性关联实体组编号且j＝1,2，
…
,m，hj表示第j个跨实体属性关联实体组的头实体，tj表示第j个跨实体属性关联实体组的尾实体，r
j1
表示第j个跨实体属性关联实体组的第一个属性关联三元组的有向关系，r
j2
表示第j个跨实体属性关联实体组的第二个属性关联三元组的有向关系；
[0032]
构建第j个跨实体属性关联实体组(hj,r
j1
,r
j2
,tj)的损失函数，其表达式为：
[0033][0034]
其中表示l2范数，表示第j个跨实体属性关联实体组的头实体的向量表示，表示第j个跨实体属性关联实体组的尾实体的向量表示，表示第j个跨实体属性关联实体组的第一个属性关联三元组的有向关系的向量表示，表示第j个跨实体属性关联实体组的第二个属性关联三元组的有向关系的向量表示；
[0035]
以最小化所有三元组的损失函数之和为第一个目标，以最小化所有跨实体属性关联实体组的损失函数之和为第二个目标，建立多目标优化模型：
[0036][0037]
其中z为卫星通信频轨资源知识所有三元组集合，s为卫星通信频轨资源知识中所有跨实体属性关联实体组集合。
[0038]
s7、使用随机梯度下降优化算法求解该多目标优化模型，得到最优解，将最优解作为卫星通信频轨资源知识的最佳向量表示；
[0039]
所述的步骤s7，其具体步骤为：
[0040]
s71，根据多目标优化模型中两个目标的重要性，给与两个目标不同的权重值λ1和λ2，且0＜λ1＜1,0＜λ2＜1,λ1+λ2＝1，得到卫星通信频轨资源知识的损失函数为：
[0041]
[0042]
其中θ＝{θ1,θ2,...θk,...θk}，表示所有卫星通信频轨资源知识实体表示成的数值化向量组成的集合，其中k＝1,2,...,k，k为数值化向量总数；
[0043]
s72，对随机梯度下降优化算法进行初始化，将θ中的每一个数值化向量初始化为默认值，设定该算法的终止距离ε和步长α；
[0044]
s73，对集合θ中的全部数值化向量进行遍历，计算每一个数值化向量的梯度，对于数值化向量θk，其梯度的表达式为：
[0045][0046]
其中，k＝1,2,...,k，l和o分别为三元组集合和跨实体属性关联实体组集合中随机选择的三元组和跨实体属性关联实体组的序号，l∈{1,2，
…
,n}，o∈{1,2，
…
,m}；
[0047]
s74，对每个数值化向量，用步长α乘以该数值化向量的梯度，得到该数值化向量的下降距离；
[0048]
s75，判断集合θ中每一个数值化向量的下降距离是否都小于ε，若都小于ε，则选择当前集合θ为该算法的最终结果，当前集合θ里的每一个数值化向量即为卫星通信频轨资源知识的向量最佳表示，结束该算法，否则进入下一步；
[0049]
s76，更新集合θ中全部数值化向量，更新公式为再重新转入步骤s73。
[0050]
本发明具有以下优点：
[0051]
(1)本发明将卫星频轨资源信息表示为数值化向量，能够将数据量庞大、关联关系复杂、特征模糊的卫星频轨资源信息进行统一、高效地数值化表达，便于对卫星频轨资源信息的数值化地分析和计算，有利于利用该卫星频轨资源信息进行有效的卫星频率轨道资源挖掘和卫星星座图设计；
[0052]
(2)本发明提出卫星频轨资源信息的跨实体属性关联特性，并且利用这种特性使卫星频轨资源信息三元组表征的损失函数尽可能最小，即数值化向量表征与卫星频轨资源信息真值更接近，有效降低了表示误差，能更加真实地表征卫星资源状态。
附图说明
[0053]
图1为本发明中的基于跨实体属性关联的卫星频轨资源信息向量表示方法示意图。
具体实施方式
[0054]
下面结合实施例，对本发明进行详细描述。
[0055]
图1为本发明中的基于跨实体属性关联的卫星频轨资源信息向量表示方法示意图。
[0056]
本发明公开了一种基于跨实体属性关联的卫星频轨资源信息向量表示方法，其具体步骤包括：
[0057]
s1、根据国际电联的srs(space radiocommunications stations)数据库和网站、技术文本中与卫星通信频轨资源相关的信息，定义卫星通信频轨资源知识实体类型，该实
体类型具体包括为3类：卫星实体、轨位资源实体和频率资源实体类型，其中，卫星实体包括卫星及其相关属性，轨位资源实包括了卫星的所有轨位资源及其相关的属性信息，频率资源实体包括了卫星使用频率、频段及其相关信息；
[0058]
s2、定义卫星通信频轨资源知识实体属性；
[0059]
所述的步骤s2，其具体包括：
[0060]
定义卫星实体属性集合为{卫星名称，卫星类型，在轨情况，所属国家，所在卫星网络号，所在卫星网络启用时间}，将卫星实体属性集合记为属性集合s；
[0061]
定义轨位资源实体属性集合为{轨道名称，轨道类型，轨道位置，轨道高度}，将轨位资源实体属性集合记为属性集合g；
[0062]
定义频率资源实体属性集合为{波束名称，频段类型，频率范围，业务类型，波束数量}，将频率资源实体属性集合记为属性集合f。
[0063]
s3、定义卫星通信频轨资源知识实体关系；
[0064]
所述的步骤s3，其具体包括：
[0065]
定义各个卫星实体之间的关系集合为{同网关系，干扰关系，同轨关系}，将各个卫星实体之间的关系集合记为关系集合s-s；
[0066]
定义各个频段实体之间关系集合为{同频上下行关系}，将各个频段实体之间关系集合记为关系集合f-f；
[0067]
定义各个轨位实体之间关系集合为{同一轨道关系，相邻轨位关系}，将各个轨位实体之间关系集合记为关系集合g-g；
[0068]
定义卫星实体与轨位实体间关系集合为{包含关系，组成关系，一对多对应关系}，将卫星实体与轨位实体间关系集合记为关系集合s-g；
[0069]
定义卫星实体与频段实体间关系集合为{使用关系，一对多对应关系}，将卫星实体与频段实体间关系集合记为关系集合s-f；
[0070]
定义轨位实体与频段实体间关系集合为{包含关系，一对多对应关系}，将轨位实体与频段实体间关系集合记为关系集合g-f。
[0071]
s4、以三元组的形式表示卫星通信频轨资源知识；
[0072]
所述的步骤s4，其具体步骤为：
[0073]
将卫星通信频轨资源知识采用三元组的形式进行描述，将卫星通信频轨资源知识的三元组集合表示为：
[0074]
z＝{(h1,r1,t1),(h2,r2,t2),
…
,(hi,ri,ti),
…
,(hn,rn,tn)}，
[0075]
其中n表示三元组集合中的三元组总数量，i表示三元组编号，且i＝1,2，
…
,n，hi表示第i个三元组的头实体，ti表示第i个三元组的尾实体，ri表示第i个三元组从头实体到尾实体的有向关系，hi表示第i个三元组的头实体，ri为第i个三元组的头实体和尾实体之间的有向关系。
[0076]
s5、基于翻译模型，将卫星通信频轨资源知识三元组翻译为数值化向量，并构建三元组的损失函数；所述的步骤s5，其具体步骤为：根据transe翻译模型，将每个卫星通信频轨资源知识三元组(hi,ri,ti)中的头实体hi、头实体到尾实体的有向关系ri、尾实体ti分别表示为三个数值向量从而将三元组(hi,ri,ti)翻译为从头实体向
量到尾实体向量的利用关系向量所进行的表征，将所有卫星通信频轨资源知识实体表示成相应的数值化向量；根据头实体向量加上关系向量之和，与尾实体向量的距离，构建三元组(hi,ri,ti)的损失函数为
[0077][0078]
其中表示l2范数。
[0079]
s6、基于跨实体属性关联特性，建立多目标优化模型；
[0080]
所述的步骤s6，其具体步骤为：
[0081]
根据卫星通信频轨资源知识中各类实体属性间的关联特性，在所有卫星通信频轨资源知识三元组集合z中，对于任意两个三元组(hi,ri,ti)、(hj,rj,tj)，如果其头实体hi和尾实体ti之间、头实体hj和尾实体tj之间均存在属性上的关联关系，且ti和hj指代同一个实体时，则判定实体hi与实体tj之间存在跨实体属性关联特性，称(hi,ri,rj,tj)为一个跨实体属性关联实体组；在所有卫星通信频轨资源知识三元组集合z中，找到所有的跨实体属性关联实体组，将跨实体属性关联实体组采用数值化向量形式进行描述，构建跨实体属性关联实体组的集合，其表示式为：
[0082]
s＝{(h1,r
11
,r
12
,t1),(h2,r
21
,r
22
,t2),
…
,(hj,r
j1
,r
j2
,tj),
…
,(hm,r
m1
,r
m2
,tm)}，
[0083]
其中m表示跨实体属性关联实体组总数量，j表示跨实体属性关联实体组编号且j＝1,2，
…
,m，hj表示第j个跨实体属性关联实体组的头实体，tj表示第j个跨实体属性关联实体组的尾实体，r
j1
表示第j个跨实体属性关联实体组的第一个属性关联三元组的有向关系，r
j2
表示第j个跨实体属性关联实体组的第二个属性关联三元组的有向关系；
[0084]
构建第j个跨实体属性关联实体组(hj,r
j1
,r
j2
,tj)的损失函数，其表达式为：
[0085][0086]
其中表示l2范数，表示第j个跨实体属性关联实体组的头实体的向量表示，表示第j个跨实体属性关联实体组的尾实体的向量表示，表示第j个跨实体属性关联实体组的第一个属性关联三元组的有向关系的向量表示，表示第j个跨实体属性关联实体组的第二个属性关联三元组的有向关系的向量表示；
[0087]
以最小化所有三元组的损失函数之和为第一个目标，以最小化所有跨实体属性关联实体组的损失函数之和为第二个目标，建立多目标优化模型：
[0088][0089]
其中z为卫星通信频轨资源知识所有三元组集合，s为卫星通信频轨资源知识中所
有跨实体属性关联实体组集合。
[0090]
s7、使用随机梯度下降优化算法求解该多目标优化模型，得到最优解，将最优解作为卫星通信频轨资源知识的最佳向量表示；
[0091]
所述的步骤s7，其具体步骤为：
[0092]
s71，根据多目标优化模型中两个目标的重要性，给与两个目标不同的权重值λ1和λ2，且0＜λ1＜1,0＜λ2＜1,λ1+λ2＝1，得到卫星通信频轨资源知识的损失函数为：
[0093][0094]
其中θ＝{θ1,θ2,...θk,
…
θk}，表示所有卫星通信频轨资源知识实体表示成的数值化向量组成的集合，其中k＝1,2,...,k，k为数值化向量总数；
[0095]
s72，对随机梯度下降优化算法进行初始化，将θ中的每一个数值化向量初始化为默认值，设定该算法的终止距离ε和步长α；
[0096]
s73，对θ中的全部数值化向量进行遍历，计算每一个数值化向量的梯度，对于数值化向量θk，其梯度的表达式为：
[0097][0098]
其中，k＝1,2,...,k，l和o分别为三元组集合和跨实体属性关联实体组集合中随机选择的三元组和跨实体属性关联实体组的序号，l∈{1,2，
…
,n}，o∈{1,2，
…
,m}；
[0099]
s74，对每个数值化向量，用步长α乘以数值化向量的梯度，得到该数值化向量的下降距离；
[0100]
s75，判断集合θ中每一个数值化向量的下降距离是否都小于ε，若都小于ε，则选择当前集合θ为该算法的最终结果，当前集合θ里的每一个数值化向量即为卫星通信频轨资源知识的向量最佳表示，结束该算法，否则进入下一步；
[0101]
s76，更新θ中全部数值化向量，更新公式为再重新转入步骤s73。
[0102]
以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。