基于多目标优化的太赫兹频段分布式星群接入控制方法

本发明涉及卫星通信网络技术领域，尤其涉及一种基于多目标优化的太赫兹频段分布式星群接入控制方法。

背景技术：

近年来，随着信息技术的不断发展进步，天基骨干网络信息传输需求日益增长，对天基骨干节点的传输处理能力提出了更高的要求，因此，人们提出了分布式星群的概念。分布式星群是指利用共轨控制、组网协同技术，在同步轨道上将多颗卫星整合等效为一颗大卫星，实现服务能力增强的一种网络结构，是构建天基骨干网络的重要途径之一。分布式星群中，各卫星节点之间通过星间太赫兹链路实现海量数据的高速互联传输，因此，用户业务数据的处理与分布式星群网络状态关系密切。传统的用户接入控制方法主要面向单个节点的大卫星平台，无需考虑星群内部网络各节点和链路的资源状态，如果将传统的接入控制方法直接应用于空间分布式星群，将导致部分星间链路中因业务过于集中而拥塞，另一部分星间链路因用户业务少而处于空闲状态。星群节点资源不能合理有效地分配，严重制约了空间信息传输的时效性，因此，基于空间分布式星群网络的特点，设计适用于分布式星群的用户接入控制方法，提高节点资源分配合理性和资源利用率，是非常必要的。

论文“非静止轨道卫星通信系统容量分析与接入控制策略研究”(电子科技大学硕士学位论文，2018年4月)中，重点分析了一种卫星通信系统的容量和大规模卫星星座通信系统下的接入控制策略；中国专利cn106454872a中提出了公开了一种基于定向天线的卫星编队网络信道接入控制方法，该专利解决由于引入定向天线导致的聋节点问题和隐藏终端问题,提高了无线自组织网络中节点建立数据链路的成功率,有效的提高数据的吞吐量和减少数据接入时延,能较好地应用到各类无线自组织网络中，但上述技术都未考虑在分布式星群下的用户接入控制。

技术实现要素：

针对分布式星群下的用户接入控制问题，本发明公开了一种基于多目标优化的太赫兹频段分布式星群接入控制方法，包括以下步骤：

s1，构建太赫兹频段分布式星群网络模型，建立接入控制多目标优化模型；

s2，获取用户卫星发送的新接入任务请求信息，获取分布式星群各节点的资源状态；

s3，确定所有新接入任务请求的优先级，按照其优先级从高到底的顺序对所有新接入任务请求进行排序，并将所有新接入任务请求信息存入集合l；

s4，读取集合l中优先级最高的任务请求信息；

s5，将步骤s4中读取的任务请求信息输入多目标蚁群优化算法，利用多目标蚁群优化算法，求解该任务在分布式星群网络中的最优传输路径；

s6，根据步骤s5的求解结果，判断是否存在最优传输路径，若不存在最优传输路径，则将当前任务请求信息从集合l中移除，则执行s7；若存在最优传输路径，则执行s7；

s7，根据步骤s5求得的最优传输路径，对星上资源进行分配，并将当前任务请求信息从集合l中移除；

s8，判断集合l是否为空集，若是，则执行s9；否则跳转至s4；

s9，完成用户卫星请求的接入控制。

本发明公开了一种于多目标优化算法的太赫兹频段分布式星群接入控制方法，包括以下步骤：

s1，构建太赫兹频段分布式星群网络模型，建立接入控制多目标优化模型；太赫兹频段分布式星群网络采用多波束技术和频分多址体制，具有一个全局波束和k个点波束，其中全局波束为控制信道，点波束为数据传输信道；所述的太赫兹频段分布式星群网络模型，分布式星群网络由μ个分布式卫星节点组成，卫星节点的集合表示为v0＝{v1,v2,...,vk,...,vμ}，其中vk，k＝1,2,…,μ，代表在集合v0中的第k个卫星节点，为在卫星节点vk和卫星节点vl之间的太赫兹通信链路，其中vk∈v0,vl∈v0,k＝1,2,…,μ,l＝1,2,…,μ；θ＝{θ1,θ2,...,θk,...,θχ}是用户卫星的集合，θk表示第k个用户卫星，χ为用户卫星的总数，用户卫星向太赫兹频段分布式星群网络发送用户接入请求。从用户卫星发送到太赫兹频段分布式星群网络的用户接入请求总数为m，为描述与第r个用户接入请求有关的卫星节点vk和卫星节点vl之间的太赫兹通信链路的二进制变量因子，r＝1,2,…,m,k＝1,2,…,μ,l＝1,2,…,μ，如果第r个用户接入请求通过太赫兹链路则的值为1，如果第r个用户接入请求没有通过太赫兹链路则的值为0。

建立接入控制多目标优化模型，模型中要进行优化的三个目标分别表示为o1，o2和o3，o1是指在太赫兹频段分布式星群网络中所有接入请求的总时延最小，其表达式为，

o2是指在太赫兹频段分布式星群网络中所有接入请求的吞吐量最大，其表达式为，

o3是指在太赫兹频段分布式星群网络中所有接入请求的网络效益最大，其表达式为，

多目标优化函数表示为：

其中，从卫星节点vk到卫星节点vl的时延表示为为从卫星节点vk到卫星节点vl的太赫兹通信链路带宽，为从卫星节点vk到卫星节点vl的太赫兹通信链路功率，n0是太赫兹通信链路的高斯白噪声，为第r个用户接入请求的太赫兹链路带宽的效益权重因子，为第r个用户接入请求的太赫兹链路功率的效益权重因子,多目标优化函数的约束条件为：

其中，为第r个用户接入请求的节点资源需求，p表示接入请求的状态，p＝1表示现有接入请求，p＝2表示新接入请求，cl和ck分别为卫星节点vl和vk的节点资源，为第r个用户接入请求的带宽需求，为第r个用户接入请求的功率需求，c1、c2、c3、c4分别为节点资源、带宽资源、功率资源、链路资源的约束条件，w1、w2、w3分别为3个目标函数的权重值，满足wi≥0,i＝1,2,3，w1+w2+w3＝1；得到综合目标函数为：

g＝w1o1+w2o2+w3o3，

接入控制方法包含三种策略，具体为：最小时延呼叫接入控制策略，最大吞吐量呼叫接入控制策略和最大网络效益呼叫接入控制策略；

利用所述的最小时延呼叫接入控制策略进行接入控制时，首先为每个用户的接入请求计算一个可供选择的路径集；然后，根据每个路径的跳数，按跳数降序对可供选择的路径集中的路径进行排序；最后，选择跳数最少的路径来实现用户的呼叫接入控制；

利用所述的最大吞吐量呼叫接入控制策略进行接入控制时，首先选出一部分路径作为用户接入请求的备用路径集；然后，计算备用路径集中每个用户接入请求的路径传输速率；最后，对备用路径集中的路径按其路径传输速率进行降序排列，然后选择具有最大路径传输速率的路径，来实现用户的呼叫接入控制；

利用所述的最大网络效益呼叫接入控制策略进行接入控制时，首先将可用路径按照其特点进行划分并作为接入请求的备用路径集；然后，分别计算备用路径集中各路径的带宽和功率的总网络效益；最后，按照路径的带宽和功率的总网络效益递减的顺序，对备用路径集中的路径进行排序，选择具有最大总网络效益的路径来实现用户的呼叫接入控制。

s2，获取用户卫星发送的新接入任务请求信息，获取分布式星群各节点的资源状态；

s3，确定所有新接入任务请求的优先级，按照其优先级从高到底的顺序对所有新接入任务请求进行排序，并将所有新接入任务请求信息存入集合l；

s4，读取集合l中优先级最高的任务请求信息；

s5，将步骤s4中读取的任务请求信息输入多目标蚁群优化算法，利用多目标蚁群优化算法，求解该任务在分布式星群网络中的最优传输路径；其具体包括，

s51，提高蚁群算法的初期搜索效率；引入引导因子，迭代次数越多，引导因子就可以越快速地引导蚂蚁在初期寻路时找到正确的路径节点，路径节点i的引导因子λi为：

其中m为蚂蚁总数，ui为节点i上的蚂蚁数量，o为目的节点，dio为路径节点i到目的节点o的距离，nmax为迭代总数，n为已进行的迭代次数；引入引导因子后，第t次循环时，蚂蚁k从节点i到节点j的转移概率pij^k(t)为，

其中λi(t)为t次循环时节点i的引导函数，λj(t)为t次循环时节点j的引导函数，τij(t)为t次循环时节点i与节点j之间路径上的信息素浓度，τis(t)为t次循环时节点i与节点s之间路径上的信息素浓度，allowedk表示蚂蚁k下一步可供选择节点的集合，j,s∈allowedk分别表示节点j和节点s。

s52，改进信息素浓度更新规则；引入精英策略，在每次迭代后，对所有已发现的最优路径，提高其信息素浓度，以在下一次循环中使得已找出的最优路径获得更多的资源，在完成一次迭代后，对节点i与节点j之间路径e(i,j)上的信息素进行更新：

τij(t+1)＝ρ×τij(t)+δτij+δτij^*，

τij(t+1)、τij(t)分别表示循环t+1和t次时路径e(i,j)上的信息素浓度,ρ为信息素挥发因子，令l^*为最优路径的长度，δτij^*表示本次循环中精英蚂蚁留在路径e(i,j)上的信息素浓度，χ1为精英蚂蚁的数量，若路径e(i,j)是最优路径的一部分，则δτij^*＝χ1c/l^*，否则为δτij^*＝0,常数c为e(i,j)的初始信息素浓度，对于δτij的计算，其具体步骤包括：在所有蚂蚁都完成一次遍历后，按照路径长度以从短到长的顺序对蚂蚁进行排序，选取排序的前m/3只蚂蚁设置为精英蚂蚁，根据每个蚂蚁留在路径e(i,j)上信息素浓度值对每个蚂蚁的排名进行调整加权，加权系数为lδ-lh/lδ-l^*，lδ为本次迭代平均路径长度，lh为排序序号h的精英蚂蚁走过的路径长度，则δτij的计算公式为：

其中δτij^h表示本次循环中序号h的精英蚂蚁留在e(i,j)上的信息素浓度，若序号h的精英蚂蚁经过e(i,j)，则δτij^h为：

若序号h的精英蚂蚁不经过e(i,j)，则δτij^h为0。

s53，改进信息素挥发因子；信息素挥发因子ρ的取值服从正态分布，信息素挥发因子的概率密度函数ρ(g)的计算公式为：

g为当前最优蚂蚁的序号，μ为优秀解的搜索期望值，σ为一次迭代后最优蚂蚁g与较差蚂蚁信息素浓度差的方差值，nmax为迭代总数，τg为当前最优蚂蚁的信息素浓度。

s6，根据步骤s5的求解结果，判断是否存在最优传输路径，若不存在最优传输路径，则将当前任务请求信息从集合l中移除，执行s7；若存在最优传输路径，则执行s7；

s7，根据步骤s5求得的最优传输路径，对星上资源进行分配，并将当前任务请求信息从集合l中移除；

s8，判断集合l是否为空集，若是，则执行s9；否则跳转至s4；

s9，完成用户卫星请求的接入控制。

本发明具有如下优点：

1、与现有方法相比，本发明提供的分布式星群接入控制方法，综合考虑了用户接入请求在星群内部网络中的传输路径，能够更合理有效地实现用户的接入控制，提高资源利用率。

2、本发明方法通过在多目标蚁群优化算法初期寻路过程中，引入引导因子，提高了各路径的信息素浓度差异，从而提高了算法的初期搜索效率；通过对信息素浓度更新规则进行改进，引入精英策略，在每次迭代后提高已发现最优路径的信息素浓度，从而进一步提高了算法搜索效率。

附图说明

图1为基于多目标优化的太赫兹频段分布式星群接入控制方法流程图；

图2为基于太赫兹频段的分布式星群网络示意图。

具体实施方式

为了更好地描述本发明内容，这里给出一个实施例。

本实施例公开了一种于多目标优化算法的太赫兹频段分布式星群接入控制方法。图1为本方法的流程图，包括以下步骤：

s1，构建太赫兹频段分布式星群网络模型，建立接入控制多目标优化模型；图2为基于太赫兹频段的分布式星群网络示意图，太赫兹频段分布式星群网络采用多波束技术和频分多址体制，具有一个全局波束和k个点波束，其中全局波束为控制信道，点波束为数据传输信道；所述的太赫兹频段分布式星群网络模型，分布式星群网络由μ个分布式卫星节点组成，卫星节点的集合表示为v0＝{v1,v2,...,vk,...,vμ}，其中vk，k＝1,2,…,μ，代表在集合v0中的第k个卫星节点，为在卫星节点vk和卫星节点vl之间的太赫兹通信链路，其中vk∈v0,vl∈v0,k＝1,2,…,μ,l＝1,2,…,μ；θ＝{θ1,θ2,...,θk,...,θχ}是用户卫星的集合，θk表示第k个用户卫星，χ为用户卫星的总数，用户卫星向太赫兹频段分布式星群网络发送用户接入请求。从用户卫星发送到太赫兹频段分布式星群网络的用户接入请求总数为m，为描述与第r个用户接入请求有关的卫星节点vk和卫星节点vl之间的太赫兹通信链路的二进制变量因子，r＝1,2,…,m,k＝1,2,…,μ,l＝1,2,…,μ，如果第r个用户接入请求通过太赫兹链路则的值为1，如果第r个用户接入请求没有通过太赫兹链路则的值为0。

为了充分利用太赫兹频段分布式星群网络中受限的网络资源，建立了接入控制多目标优化模型，模型中要进行优化的三个目标分别表示为o1，o2和o3，o1是指在太赫兹频段分布式星群网络中所有接入请求的总时延最小，其表达式为，

o2是指在太赫兹频段分布式星群网络中所有接入请求的吞吐量最大，其表达式为，

o3是指在太赫兹频段分布式星群网络中所有接入请求的网络效益最大，其表达式为，

多目标优化函数表示为：

其中，从卫星节点vk到卫星节点vl的时延表示为为从卫星节点vk到卫星节点vl的太赫兹通信链路带宽，为从卫星节点vk到卫星节点vl的太赫兹通信链路功率，n0是太赫兹通信链路的高斯白噪声，为第r个用户接入请求的太赫兹链路带宽的效益权重因子，为第r个用户接入请求的太赫兹链路功率的效益权重因子,考虑到太赫兹频段分布式星群网络中的资源分配等情况，多目标优化函数的约束条件为：

其中，为第r个用户接入请求的节点资源需求，p表示接入请求的状态，p＝1表示现有接入请求，p＝2表示新接入请求，cl和ck分别为卫星节点vl和vk的节点资源，为第r个用户接入请求的带宽需求，为第r个用户接入请求的功率需求，c1、c2、c3、c4分别为节点资源、带宽资源、功率资源、链路资源的约束条件，w1、w2、w3分别为3个目标函数的权重值，满足wi≥0,i＝1,2,3，w1+w2+w3＝1；得到综合目标函数为：

g＝w1o1+w2o2+w3o3，

接入控制方法包含三种策略，具体为：最小时延呼叫接入控制策略，最大吞吐量呼叫接入控制策略和最大网络效益呼叫接入控制策略；

利用所述的最小时延呼叫接入控制策略进行接入控制时，首先为每个用户的接入请求计算一个可供选择的路径集；然后，根据每个路径的跳数，按跳数降序对可供选择的路径集中的路径进行排序；最后，选择跳数最少的路径来实现用户的呼叫接入控制；

利用所述的最大吞吐量呼叫接入控制策略进行接入控制时，首先选出一部分路径作为用户接入请求的备用路径集；然后，计算备用路径集中每个用户接入请求的路径传输速率；最后，对备用路径集中的路径按其路径传输速率进行降序排列，然后选择具有最大路径传输速率的路径，来实现用户的呼叫接入控制；

利用所述的最大网络效益呼叫接入控制策略进行接入控制时，首先将可用路径按照其特点进行划分并作为接入请求的备用路径集；然后，分别计算备用路径集中各路径的带宽和功率的总网络效益；最后，按照路径的带宽和功率的总网络效益递减的顺序，对备用路径集中的路径进行排序，选择具有最大总网络效益的路径来实现用户的呼叫接入控制。

s2，获取用户卫星发送的新接入任务请求信息，获取分布式星群各节点的资源状态；

s3，确定所有新接入任务请求的优先级，按照其优先级从高到底的顺序对所有新接入任务请求进行排序，并将所有新接入任务请求信息存入集合l；

s4，读取集合l中优先级最高的任务请求信息；

s5，将步骤s4中读取的任务请求信息输入多目标蚁群优化算法，利用多目标蚁群优化算法，求解该任务在分布式星群网络中的最优传输路径；其具体包括，

s51，提高蚁群算法的初期搜索效率；蚁群算法在初始寻路时，寻找下一个路径节点的概率受信息素浓度和启发式信息共同影响，然而在寻路初期，每条路径上的信息素浓度和启发式信息差异并不大，这就导致了初期的寻路效率低下，往往要经过很长时间才能正确的找到下一个路径节点；因此引入引导因子，迭代次数越多，引导因子就可以越快速地引导蚂蚁在初期寻路时找到正确的路径节点，路径节点i的引导因子λi为：

其中m为蚂蚁总数，ui为节点i上的蚂蚁数量，o为目的节点，dio为路径节点i到目的节点o的距离，nmax为迭代总数，n为已进行的迭代次数；引入引导因子后，第t次循环时，蚂蚁k从节点i到节点j的转移概率pij^k(t)为，

其中λi(t)为t次循环时节点i的引导函数，λj(t)为t次循环时节点j的引导函数，τij(t)为t次循环时节点i与节点j之间路径上的信息素浓度，τis(t)为t次循环时节点i与节点s之间路径上的信息素浓度，allowedk表示蚂蚁k下一步可供选择节点的集合，j,s∈allowedk分别表示节点j和节点s。

s52，改进信息素浓度更新规则；在蚁群算法的每次迭代后，所有蚂蚁在寻路过程中都会无差别进行信息素浓度更新，有些路径上的信息素浓度已远远低于其他路径，已经没有希望成为最优路径，这种无差别的全局信息素浓度更新规则会降低算法的搜索效率，因此对信息素浓度更新规则进行改进，引入精英策略，在每次迭代后，对所有已发现的最优路径，提高其信息素浓度，以在下一次循环中使得已找出的最优路径获得更多的资源，从而有效地提高搜索效率，在完成一次迭代后，对节点i与节点j之间路径e(i,j)上的信息素进行更新：

τij(t+1)＝ρ×τij(t)+δτij+δτij^*，

τij(t+1)、τij(t)分别表示循环t+1和t次时路径e(i,j)上的信息素浓度,ρ为信息素挥发因子，令l^*为最优路径的长度，δτij^*表示本次循环中精英蚂蚁留在路径e(i,j)上的信息素浓度，x1为精英蚂蚁的数量，若路径e(i,j)是最优路径的一部分，则δτij^*＝x1c/l^*，否则为δτij^*＝0,常数c为e(i,j)的初始信息素浓度，对于δτij的计算，其具体步骤包括：在所有蚂蚁都完成一次遍历后，按照路径长度以从短到长的顺序对蚂蚁进行排序，选取排序的前m/3只蚂蚁设置为精英蚂蚁，根据每个蚂蚁留在路径e(i,j)上信息素浓度值对每个蚂蚁的排名进行调整加权，加权系数为lδ-lh/lδ-l^*，lδ为本次迭代平均路径长度，lh为排序序号h的精英蚂蚁走过的路径长度，则δτij的计算公式为：

其中δτij^h表示本次循环中序号h的精英蚂蚁留在e(i,j)上的信息素浓度，若序号h的精英蚂蚁经过e(i,j)，则δτij^h为：

若序号h的精英蚂蚁不经过e(i,j)，则δτij^h为0。

s53，改进信息素挥发因子；信息素挥发因子ρ的大小会影响算法的收敛能力和蚂蚁已经走过的路径上信息素浓度的大小，在蚁群算法中ρ的取值是十分重要的，如果ρ取值过大，路径上的信息素极易消散，虽然可以提高算法的收敛能力但会影响最终的最优结果；如果ρ取值过小，路径上的信息素浓度挥发速度过慢，这使得各个路径不能正常的被区分，降低了搜索效率；ρ的值应该随着寻路的过程不断变化，在寻路初期ρ的值应该较小，因为在前期蚂蚁主要依据信息素浓度进行寻路；在寻路初期ρ的值应该逐渐加大，提高搜索效率，而在在寻路后期ρ的值应该逐渐变小，因为在后期可供选择的路径变少，信息素浓度的影响全权重影响降低，使得蚂蚁主要依据信息素导向能力进行寻路，综上所述，信息素挥发因子ρ的取值服从正态分布，信息素挥发因子的概率密度函数ρ(g)的计算公式为：

g为当前最优蚂蚁的序号，μ为优秀解的搜索期望值，σ为一次迭代后最优蚂蚁g与较差蚂蚁信息素浓度差的方差值，nmax为迭代总数，τg为当前最优蚂蚁的信息素浓度。

s6，根据步骤s5的求解结果，判断是否存在最优传输路径，若不存在最优传输路径，则将当前任务请求信息从集合l中移除，执行s7；若存在最优传输路径，则执行s7；

s7，根据步骤s5求得的最优传输路径，对星上资源进行分配，并将当前任务请求信息从集合l中移除；

s8，判断集合l是否为空集，若是，则执行s9；否则跳转至s4；

s9，完成用户卫星请求的接入控制。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。