基于分类多目标优化的混合卫星通信系统资源分配方法技术方案

本发明专利技术公开了一种基于分类多目标优化的混合卫星通信系统资源分配方法，步骤为：首先根据申请业务载波类型选择资源分配的多目标条件；其次将多目标条件进行互斥性分类；基于层次分析法生成不同互斥类中多目标的主观权重；基于信息熵生成不同互斥类中多目标的客观权重；生成互斥类中多目标条件的组合权重；构建帕利托优化模型；利用粒子群优化算法进行多目标优化求解，获得帕利托最优解；最后根据优化结果进行资源分配。本发明专利技术在充分考虑FDMA、MF‑TDMA卫星通信载波特征的基础上，通过不同载波类型的约束条件进行互斥性分类后再进行多目标联合优化，从而实现FDMA/MF‑TDMA混合卫星通信系统资源的合理分配。

Resource allocation method of hybrid satellite communication system based on classification and multi-objective optimization

【技术实现步骤摘要】
基于分类多目标优化的混合卫星通信系统资源分配方法
本专利技术属于卫星通信
，尤其涉及一种卫星资源的分配方法。
技术介绍
FDMA、MF-TDMA是卫星通信系统最常用的多址接入技术，被广泛的应用在不同的卫星通信系统中。当前，为了适应不同用户的不同组网应用需求，大量的卫星通信系统中往往同时并存FDMA、MF-TDMA两种多址接入方式，这种系统我们称之为FDMA/MF-TDMA混合卫星通信系统。在FDMA/MF-TDMA混合卫星通信系统，由于FDMA载波和MF-TDMA载波的不同特点，导致对两种载波分配卫星资源时存在不同的多种目标条件，如果将两种载波同时分配同一个转发器内则将增加新的目标条件，这些多目标条件使得FDMA/MF-TDMA混合卫星通信系统的资源分配变得非常复杂。尤其是当目标条件大于3个时，资源分配的综合优化将变得非常困难。因此，目前的实际系统中往往是人工进行简化计算和分配，并没有真正在多目标条件下开展综合优化分配工作。
技术实现思路
针对上述问题，本专利技术提供了一种基于分类多目标优化的混合卫星通信系统资源分配方本文档来自技高网...

【技术保护点】
1.一种基于分类多目标优化的混合卫星通信系统资源分配方法，其特征在于，包括以下步骤：/nS1，根据申请业务载波类型选择资源分配的多目标条件；/nS2，将多目标条件进行互斥性分类；/nS3，基于层次分析法生成不同互斥类中多目标的主观权重；/nS4，基于模糊信息熵生成不同互斥类中多目标的客观权重；/nS5，生成互斥类中多目标集合的组合权重；/nS6，根据互斥类构建帕利托优化模型；/nS7，利用粒子群优化算法进行多目标优化求解，获得帕利托最优解；/nS8，根据上一步骤的优化结果，将申请业务载波分配到相应的转发器资源上。/n

【技术特征摘要】
1.一种基于分类多目标优化的混合卫星通信系统资源分配方法，其特征在于，包括以下步骤：
S1，根据申请业务载波类型选择资源分配的多目标条件；
S2，将多目标条件进行互斥性分类；
S3，基于层次分析法生成不同互斥类中多目标的主观权重；
S4，基于模糊信息熵生成不同互斥类中多目标的客观权重；
S5，生成互斥类中多目标集合的组合权重；
S6，根据互斥类构建帕利托优化模型；
S7，利用粒子群优化算法进行多目标优化求解，获得帕利托最优解；
S8，根据上一步骤的优化结果，将申请业务载波分配到相应的转发器资源上。


2.根据权利要求1所述的基于分类多目标优化的混合卫星通信系统资源分配方法，步骤S1所述的根据申请业务载波类型选择资源分配的多目标条件，其特征在于，混合卫星通信系统中的业务载波类型分为FDMA和MF-TDMA两类，当卫星接收到业务申请时，首先对其所属载波类型进行判断，进而在资源分配目标池P中选择与载波类型对应的多个优化目标条件，形成多目标条件集合


3.根据权利要求1所述的基于分类多目标优化的混合卫星通信系统资源分配方法，步骤S2所述的将多目标条件进行互斥性分类，其特征在于，根据多目标之间存在的竞争关系，将多目标集合G划分为两个互斥性分类和其中，C1∪C2＝G,gi1为互斥类C1中的目标，gj2为互斥类C2中的目标，m、n分别为C1、C2类中的目标数量。


4.根据权利要求1所述的基于分类多目标优化的混合卫星通信系统资源分配方法，步骤S3所述的基于层次分析法生成不同互斥类中多目标的主观权重，其特征在于，包括以下步骤：
S31，根据多目标条件的互斥性分类，构建评估指标体系；对卫星通信系统资源分配的优化问题进行结构化分析，以完成资源分配的优化为第一层，两个互斥类为第二层，互斥类所包含的多目标条件集合为第三层，形成多目标条件三层评估指标体系；
S32，构造互斥类中多目标条件的两两判断矩阵；对第三层两个互斥类对应目标集合的各项内容进行两两对比，判断两目标之间的相对重要程度，构造判断矩阵：



其中，B1、B2分别为互斥类C1、C2对应的第三层目标判决矩阵，矩阵中的元素gij为第i项指标相对于第j项指标的重要程度；
S33，对判决矩阵B1和B2分别求解特征值，得到特征值向量分别为和即为多目标的主观权重。


5.根据权利要求1所述的基于分类多目标优化的混合卫星通信系统资源分配方法，步骤S4所述的基于信息熵生成不同互斥类中多目标的客观权重，其特征在于，包括以下步骤：
步骤S41，根据评估指标体系分层建立决策表，计算条件信息熵；根据评估指标体系，针对两个互斥类对应的多目标条件分别建立决策表S＝(U,A,V,f)，其中U表示非空有限集合，即互斥类中的多目标集合，A为非空属性集合，即U中目标条件的属性集合，由非空条件属性集合C和非空决策属性集合D构成，C∪D＝A，V表示属性值域，f为f:U×A→V的映射函数，在决策表S中，令D＝{Y1,Y2,…,Yk}，C＝{X1,X2,…,Xl}，则条件信息熵I(D|C)表示为：



其中，i＝1,2,…,l，j＝1,2,…,k，Y1,Y2,…,Yk为D中的元素，k为D中元素的总数量，X1,X2,…,Xl为C中的元素，l为C中元素的总数量；
步骤S42，计算条件属性重要度，条件属性重要度表示为Sig(c)＝I(D|C-{c})-I(D|C)+I(D|{c})，其中，c为条件属性，
步骤S43，确定各层指标的客观权重，计算每个多目标条件权重的公式为：



其中，ci、cj分别为条件属性集中第i、j个条件，i＝1,2,…,L、j＝1,2,…,L，L为条件属性集合中条件属性的数量，即指标数量；设定两个互斥类对应属性层的客观权重分别为其中表示第j个互斥类中第i个目标条件的客观权重值。


6.根据权利要求1所述的基于分类多目标优化的混合卫星通信系统资源分配方法，步骤S5所述的生成互斥类中多目标条件的组合权重，其特征在于，将主观权重和客观权重进行组合，并进行标准化处理，从而得到互斥类C1和C2中多目标条件的组合权重，其计算方法为：



其中，j代表互斥类序号，i和r代表互斥类中目标条件的序号，R代表第j个互斥类中多目标总数，得到多目标条件的组合权重，其中，WB1、WB2为互斥类C1、C2的组合权重集合，且


7.根据权利要求1所述的基于分类多目标优化的混合卫星通信系统资源分配方法，步骤S6所述的根据互斥类构建帕利托优化模型，其特征在于，利用多目标条件的组合权重...

【专利技术属性】
技术研发人员：何元智，刘韵，王利利，
申请(专利权)人：军事科学院系统工程研究院网络信息研究所，
类型：发明
国别省市：北京;11