低轨卫星网络通算协同的资源分配与路径选择优化方法

本发明涉及低轨卫星星座通信领域，尤其是一种低轨卫星网络通算协同的资源分配与路径选择进行联合优化的方法。

背景技术：

1、随着低轨道卫星星座规模的增大，需要通过低轨网络转发的数据量也大幅增加。遥感卫星从各个角度捕捉大量的太空图像，将这些图像传输到地面进行分析的传统方法面临两个挑战：上行链路和下行链路带宽有限，传输过程延迟较大；传输过程易受干扰，可能发生传输中断，导致数据丢失。随着卫星技术的发展，卫星的功能越来越强大，可以实现在星上处理数据。因此，考虑在卫星上部署数据处理模型，利用卫星节点上的计算资源，通过在卫星上对遥感数据进行初步处理和分析，而不是将其直接传输到地面站，达到节省通信成本、提高响应速度的目的。

2、然而，由于单个卫星载荷能力有限，部署模型的计算能力也受到限制。实时处理遥感数据是低轨道卫星应用中的典型应用场景，但使用小模型处理大量的遥感数据具有挑战性。在一颗卫星上部署单一的数据处理模型是不现实的，将所有原始图像传输到地面站也是不可行的。因此，如果考虑协同调度整个低轨卫星网络的计算资源和通信资源，充分利用数据转发路径上的卫星计算资源，不仅可以利用星间链路实现高效的数据转发，还可以在传输过程中利用中间卫星节点进行数据初步处理和分析，这样可以将分析结果直接传输到目的节点，减少数据延迟，大大降低了地面站的处理压力，节省了带宽。由于卫星具有高动态性且资源有限，在卫星网络中实现通信与计算的融合具有挑战性。

3、现有的关于卫星网络传输和计算资源的解决方案通常只关注通信和计算中的一个。传统的端到端传输研究仅限于路由策略的选择，将地面网络中的路由策略扩展到卫星网络中的路由策略，其中卫星扮演基站的角色。卫星网络分布式计算研究主要是对网络架构的研究，忽略了端到端的传输。在这些现有的研究中，没有关于卫星的计算资源如何影响传统端到端传输中的路径选择，仍然不能适应端到端传输和计算的需求。

4、例如，在文献《cdmr:effective computing-dependent multi-path routingstrategies in satellite and terrestrial integrated networks》(ieeetransactions on network science and engineering,vol.9,no.5,september-october2022)中研究了星地一体化网络中计算依赖的多路径路由(cdmr)范式，这种路由范式使卫星可以在路径中计算任务。将stin建模为稳态网络拓扑，基于稳态stin将cdmr公式化为任务映射问题，以能耗为优化目标，以处理时延为约束条件，构建能耗最优的cdmr策略。但是，在该文献中此方法可能不适用于分散的网络，也没有考虑网络中多任务到达的情况和网络中的资源分配问题。

5、又例如，在文献《computation-dependent routing based low-latencydecentralized collaborative computing strategy for satellite-terrestrialintegrated network》(2022ieee the 14th international conference on wirelesscommunications and signal processing)中提出了一种基于计算路由的低延迟去中心化协同计算策略(locs)来支持星地一体化网络中延迟敏感任务的传输和计算。研究了星地一体化网络时间扩展图(stiteg)模型，以克服stin的动态拓扑。并且提出一种定向扩散增强任务调度算法(dets)，通过设计了一种兼顾计算和通信资源的计算梯度，联合优化计算卸载和路由，实现分布式传输的计算。但是，在该文献中并未考虑网络中多任务到达的情况，也未涉及到网络中的资源分配问题。

6、而在文献《collaborative computing and resource allocation for leosatellite-assisted internet of things》(wireless communications and mobilecomputing volume 2021,article id 4212548,12pages)中研究了卫星辅助物联网(s-iot)场景下低轨卫星网络的协同计算和资源分配。其将对于用户任务的协同计算和资源分配制定为联合任务卸载、调度和多维资源分配问题，选择用户任务进行本地计算或卸载到卫星进行协同计算，以最大化任务的完成率。但是，在该文献中并未考虑任务的时延约束，也未涉及网络中数据的端到端传输。

7、在专利文献中也仍然存在相似的问题，例如cn 111884703a所公开的“一种基于通信卫星间协同计算的业务请求分配方法”，其根据业务有向无环图及低轨通信卫星网络的加权时间扩展图，将链路传输速率和卫星计算能力联合考虑选取卫星，通过优化业务处理时延搜索最佳映射方案。根据映射结果，将业务请求分配至各个通信卫星，实现卫星间的协同计算，有效地降低了卫星间协作计算的业务处理时延。但是在该方案中，没有将卫星计算与传输相结合，也没有考虑资源的分配。

技术实现思路

1、本发明的发明目的在于：针对上述存在的全部或部分问题，提供一种低轨卫星网络通算协同的资源分配与路径选择(联合)优化方法，以解决仅针对通信或计算单一方面的策略制定，无法兼顾端到端传输和星上计算，从而难以同时保证星上高效数据转发、处理及数据实时性的问题，进而解决由此引起的在星上通信和计算资源有限情况下所造成的通信与计算资源利用率低的问题。

2、本发明采用的技术方案如下：

3、一种低轨卫星网络通算协同的资源分配与路径选择优化方法，其包括：

4、根据任务的源节点和目的节点，确定最小跳数区域及最小跳数路径方向；

5、根据最小跳数路径方向确定当前节点可选的相邻节点集合；

6、基于给定排队网络的瞬时状态，以最小化任务的完成时间为目标，从当前节点的相邻节点集合中确定出下一跳节点加入到传输路径；以此类推，从源节点到目的节点，得到任务传输路径；

7、基于所述任务传输路径，以最大化任务平均完成度为目标，依据卫星上计算资源大小和系统状态进行资源分配。

8、进一步的，所述根据任务的源节点和目的节点，确定最小跳数区域及最小跳数路径方向，包括：

9、在二维笛卡尔坐标系下建立坐标图来表征星座，以x轴表示轨道序，y轴表示卫星序，点(x,y)表示卫星节点；

10、由源节点和目的节点坐标，得到沿x轴和y轴的最小跳数；

11、由最小跳数的取值，判定x方向和y方向的最小跳数路径方向：

12、当x轴的最小跳数的取值为目的节点与源节点沿x轴坐标差的绝对值时，若目的节点的x轴坐标大于源节点，则x方向的最小跳数路径方向为x轴正方向，反之，则为x轴负方向；当x轴的最小跳数取值为轨道总数与目的节点和源节点沿x轴坐标差绝对值的差值时，若目的节点的x轴坐标大于源节点，则x方向的最小跳数路径方向为x轴负方向，反之，则为x轴正方向；同理，可得到y方向的最小跳数路径方向；

13、由沿x轴和y轴的最小跳数，以及x方向和y方向的最小跳数路径方向划分最小跳数区域。

14、进一步的，所述以最小化任务的完成时间为目标，从当前节点的相邻节点集合中确定出下一跳节点加入到传输路径，包括：从当前节点的相邻节点集合中，确定当前传输任务完成时延最小的节点作为下一条节点加入到传输路径；或者，从当前节点的相邻节点集合中，确定使总传输任务完成时延最小的节点作为下一条节点加入到传输路径。

15、进一步的，所述资源分配包括任务分段分配和计算资源分配。

16、进一步的，进行任务分段的方法包括：

17、获取图像尺寸；

18、根据图像分辨率和预期压缩率计算分割最大块大小；

19、根据最大块大小计算分段数量；

20、分割并提取分段数据块；

21、生成数据分段序列。

22、进一步的，所述以最大化任务平均完成度为目标，包括使任务时延满足时延约束条件，以及最大化任务计算完成比例。

23、进一步的，采用遗传算法进行任务分段分配，以最大化任务计算完成比例。

24、进一步的，采用遗传算法进行任务分段分配包括：

25、按行扫描任务的可行解矩阵，生成一组初始个体，构成初始种群；

26、使用适应度函数评估各个体；

27、选择适应度值最大的预定数量的个体作为父代；

28、使父代在设定的交叉概率下发生交叉操作生成子代；

29、使子代在设定的变异概率下发生变异操作生成新个体；

30、重新选择适应度值最大的预定数量的个体作为父代，以此循环，直至达到终止条件；

31、以终止时适应度值最大的个体对应的可行解进行任务分段分配。

32、进一步的，所述交叉概率为0.4～0.99，所述变异概率为0.001～0.1。

33、进一步的，通过线性规划方法获得最优计算资源分配，以使任务时延满足时延约束条件。

34、综上所述，由于采用了上述技术方案，本发明的有益效果是：

35、1、本发明针对大规模地轨卫星网络，实现星间端到端通信与计算相结合，提出了基于近视最佳响应的传输路径规划，根据瞬时系统状态和任务的计算需求选择路径，实现传输路径规划。在此基础上，还结合星上可用资源，进行任务分段分配和计算资源分配，以最大化任务平均完成度。本发明联合优化传输路径和资源分配，实现高效的数据转发和计算，减少了任务总延时，保证了数据实时性。

36、2、本发明在星上通信、计算资源有限情况下，通过迭代优化和反馈机制，动态调整星上算力分配，高效利用了星上通信和计算资源，同时策略适应网络变化和任务需求，保证高效性能。