本发明属于卫星通信,特别是涉及基于吸引子模型的多波束负载均衡方法、系统及存储介质。
背景技术:
1、随着科技的进步和信息社会的蓬勃发展,卫星通信系统在现代通信领域正扮演着越来越关键的角色。特别是低轨卫星系统,以其灵活、高效、快速的通信特性,受到了广泛关注和深入研究。然而,随着卫星通信技术日益成熟和卫星通信应用数量的增加,频带受限问题越来越突出,如何在有限的频带资源下合理高效的分配系统资源成为现如今亟需解决的关键问题之一。
2、现有的负载均衡方法主要包括基于响应时间、地理位置负载均衡和内容的负载均衡等方法,它们根据不同的需求和场景来选择和配置负载。然而,这些负载均衡算法无法有效地应对不均匀负载的情况,导致部分服务器过载,而其他服务器资源未充分利用,同时在分布式系统中,难以确保用户会话在不同服务器之间的连贯性。研究将生物中的启发式算法吸引子选择模型应用于卫星移动通信系统中,该模型可以帮助卫星系统改善接入性能,在接入规模发生变化时自适应决策调整。但是上述算法仅考虑是否接入卫星节点,而未考虑卫星波束的覆盖和调整情况,导致覆盖不充分的问题,影响负载均衡算法运行时的通信效率。
3、为了解决现有卫星通信负载均衡算法存在覆盖不充分和通信效率下降的问题,提出一种基于吸引子模型的多波束负载均衡方法、系统及存储介质。
技术实现思路
1、本发明实施例提出一种基于吸引子模型的多波束负载均衡方法、系统及存储介质,以至少解决相关技术中存在的覆盖不充分和通信效率下降的问题。
2、根据本发明的一个实施例,提供了一种基于吸引子模型的多波束负载均衡方法,包括:
3、根据卫星多波束与地面用户的关系构建系统模型;
4、基于地理栅格构建系统内用户的业务到达模型;
5、监测进入系统并发送请求的用户数据;
6、根据时延要求计算用户优先级并以此建立排队模型;
7、根据qos满意度参数计算波束满意度;所述qos满意度参数包括排队负载数、信道最大传输速率、系统处理时延、数据失真率的任一项或多项组合;
8、根据波束满意度计算网络活性因子并以此构建细胞吸引子选择模型;
9、根据细胞吸引子选择模型分配用户波束及调整波束的覆盖范围。
10、在一个示例性实施例中,所述根据卫星多波束与地面用户的关系构建系统模型,包括步骤:
11、低轨卫星通过宽波束收集用户信令,统计不同地区的业务需求;
12、天线选择平面均匀相控阵天线阵列;
13、基于统计特性建立信道模型。
14、在一个示例性实施例中,所述基于地理栅格构建系统内用户的业务到达模型,包括步骤:
15、将用户划分地理栅格;
16、根据栅格内的地理环境类型、历史业务量和面积计算格栅的设备部署密度,即为用户的业务到达模型。
17、在一个示例性实施例中,所述监测进入系统并发送请求的用户数据,包括步骤:
18、信关站转发用户发送的请求;
19、卫星节点通过信关站获得进入系统并发送请求的用户数据。
20、在一个示例性实施例中,所述根据时延要求计算用户优先级并以此建立排队模型,包括步骤:
21、根据用户的可容忍时延和/或任务类型的时延要求特性计算时延要求权重值;
22、根据时延要求权重值划分用户的优先级;
23、根据用户的优先级和队列可用资源将用户列入不同级别队列中,形成排队模型;
24、根据排队模型计算用户的平均队列长度和平均排队等待时间。
25、在一个示例性实施例中,所述根据qos满意度参数计算波束满意度,包括步骤:
26、根据排队模型中用户的优先级和平均队列长度计算排队负载数;
27、根据波束方向性损失和信道容量计算信道最大传输速率;
28、根据用户的平均排队等待时间和系统的平均服务时间计算系统处理时延;
29、根据用户数据的误码率和/或用户数据的丢失率计算数据失真率;
30、根据排队负载数和/或信道最大传输速率和/或系统处理时延和/或数据失真率计算波束满意度。
31、在一个示例性实施例中,所述根据波束满意度计算网络活性因子并以此构建细胞吸引子选择模型,包括步骤:
32、根据波束满意度和sigmoid型效用函数计算网络活性因子;
33、将网络活性因子作为细胞活跃度参数构建细胞吸引子选择模型。
34、在一个示例性实施例中,所述根据细胞吸引子选择模型分配用户波束及调整波束的覆盖范围,包括:
35、求解细胞吸引子选择模型得到平衡解的状态向量;
36、以平衡解的状态向量中最大分量对应的模型作为目标系统;
37、根据目标系统中各波束的吸引子值分配用户波束;
38、根据目标系统中各波束的吸引子值调整波束的覆盖范围。
39、根据本发明的又一个实施例,还提供了一种计算机可读存储介质,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使计算机执行上述方法。
40、根据本发明的又一个实施例,还提供了一种基于吸引子模型的多波束负载均衡系统,包括:
41、星载处理器;
42、用户;
43、存储器;
44、以及
45、一个或多个程序,其中所述一个或多个程序被存储在存储器中,并且被配置成由所述星载处理器和/或用户执行,所述程序使计算机执行上述方法。
46、本发明的基于吸引子模型的多波束负载均衡方法、系统及存储介质具有的优点是:
47、(1)根据卫星多波束与地面用户的关系构建系统模型并基于地理栅格构建系统内用户的业务到达模型,相比传统的卫星网络模型,可以有效提高用户区域划分和波束覆盖的合理性,便于进行卫星多波束覆盖下的负载均衡。
48、(2)采用基于优先权的排队论模型进行建模,模拟波束内用户间的排队情况,合理设计用户优先级及排队队列,相比传统的随机接入或排队模型,可以有效分析通信系统的性能指标,优化通信效率,降低排队时延,提高系统的整体性能。
49、(3)将细胞吸引子选择模型运用到低轨卫星多波束系统中实现多波束内的负载均衡以及波束调度,实现吸引子算法后波束相应改变波束的覆盖范围,相比传统的负载均衡算法,可以动态调整波束以适应整个系统的环境状态变化,解决由于卫星和节点之间距离较远带来的覆盖不充分问题,在保障系统通信效率的基础上达到负载均衡,从而提升系统整体性能。
1.一种基于吸引子模型的多波束负载均衡方法,其特征在于,包括:
2.根据权利要求1所述的基于吸引子模型的多波束负载均衡方法,其特征在于,所述根据卫星多波束与地面用户的关系构建系统模型,包括步骤:
3.根据权利要求1所述的基于吸引子模型的多波束负载均衡方法,其特征在于,所述基于地理栅格构建系统内用户的业务到达模型,包括步骤:
4.根据权利要求1所述的基于吸引子模型的多波束负载均衡方法,其特征在于,所述监测进入系统并发送请求的用户数据,包括步骤:
5.根据权利要求1所述的基于吸引子模型的多波束负载均衡方法,其特征在于,所述根据时延要求计算用户优先级并以此建立排队模型,包括步骤:
6.根据权利要求1所述的基于吸引子模型的多波束负载均衡方法,其特征在于,所述根据qos满意度参数计算波束满意度,包括步骤:
7.根据权利要求1所述的基于吸引子模型的多波束负载均衡方法,其特征在于,所述根据波束满意度计算网络活性因子并以此构建细胞吸引子选择模型,包括步骤:
8.根据权利要求1所述的基于吸引子模型的多波束负载均衡方法,其特征在于,所述根据细胞吸引子选择模型分配用户波束及调整波束的覆盖范围,包括:
9.一种计算机可读存储介质,其存储用于电子数据交换的计算机程序,其中,所述计算机程序使计算机执行如权利要求1-8任一项所述的方法。
10.一种基于吸引子模型的多波束负载均衡系统,其特征在于包括: