本发明专利技术公开了一种基于吸引子选择算法的低轨卫星物联网业务模型及多星负载均衡算法；所述业务模型，在空间维度上沿用了网格划分确定终端部署密度的方法，采用了随机位置生成的方法，通过构建终端部署密度矩阵，利用边缘累积概率分布函数对的特性，使用一维逆变化采样、仿射变换等数学方法确定了终端的具体坐标，在时间维度上，对事件驱动型业务进行研究，精确地捕捉到短时间范围内的突发流量特性；所述多星负载均衡算法通过实时计算各个卫星的网络活性、网络状态来指导物联网终端进行动态自适应的卫星决策，更加适合卫星物联网这种高动态的场景，能够给在外界接入规模发生变化时，使终端做出自适应的决策调整，改善随机接入性能。入性能。
【技术实现步骤摘要】
基于吸引子选择算法的低轨卫星物联网业务模型及多星负载均衡算法
[0001]本专利技术涉及卫星通信
，主要涉及一种基于吸引子选择算法的低轨卫星物联网业务模型及多星负载均衡算法。
技术介绍
[0002]物联网是指按照标准的通信协议和一致的网络架构，通过信息传感设备和多种网络接入技术，把世界上所有的物品与各类网络连接起来，进行信息通信、数据交换、互操作和管理，从而实现对物品的智能化识别、定位、跟踪、监控和管理的一种能互联互通互操作的基础网络。随着当下各种无线网络的大面积覆盖，物联网应用逐渐渗透到人类活动的各个领域，传感器设备可以通过网线、手机网络、远程无线网络等方式实现全天候、全方位的连接。但是，由于空间环境和地理因素的限制，地面物联网并不能有效地解决所有问题。在人类无法到达的偏远地区，布设基站以及建立通信网络非常困难，由于低轨卫星通信系统因其较低传输损耗和时延的特点，且可以通过星座方式对地球实现无缝覆盖的优势，因此，卫星物联网成为辅助地面网络实现万物互联的可靠选择之一。
[0003]现有文献“低轨卫星物联网业务量建模”中提出了一种适用于低轨卫星物联网的建模方法和一种基于最高优先级的接入策略。文献中提出的业务模型在空间维度上利用网格划分的方式对网格内存在地理环境种类进行分析，为不同的地理环境设置相应的终端部署密度，通过以不同地理环境的面积比例作为加权因子，加权求和计算网格内的终端部署密度，最后乘以总终端数即为该网格内的终端数量；在时间维度上主要针对卫星物联网中主要存在的周期更新型业务产生的平稳流量进行仿真，利用Palm
‑
Kinchinte定理证明可以证明异步同周期过程的叠加可以用一个泊松过程进行代替。文献中提出的基于最高优先级的接入策略的主要思想是：由于星地之间的距离远超地面物联网节点和基站之间的距离，综合考虑物理层数据传输性能以及地面物联网节点功耗，处在同一个地理栅格中的所有物联网设备节点实时选择优先级最高的卫星接入。其中优先级表征地理栅格对于卫星的优先选择程度，这个数值与卫星星下点到地理栅格的距离成反比，距离越近，优先级越高，反之优先级越低。其仿真结果表明，卫星业务的峰均比很高，说明不同卫星由于覆盖地区地理环境的差异导致卫星的忙闲不均。
技术实现思路
[0004]专利技术目的：本专利技术提出了基于吸引子选择算法的负载均衡方法中的业务模型，在空间维度上沿用了网格划分确定终端部署密度的方法，相比于现有文献不同之处在于，采用了随机位置生成的方法，通过构建终端部署密度矩阵，利用边缘累积概率分布函数对的特性，使用一维逆变化采样、仿射变换等数学方法确定了终端的具体坐标，这样不仅能够得到某一网格中的终端数量，还可以清楚并直观地看到不同终端处在网格内的位置，使空间维度的模型更加具象化，有助于以后的研究；在时间维度上本专利技术主要针对于事件驱动业
务造成的突发流量，采用了时间受限的Beta分布；
[0005]本专利技术提出的多星负载均衡算法主要受到生物学中吸引子选择算法的启发。在多星覆盖的场景中，细胞生存环境的变化被看作是系统接入规模的变化，这种整体接入规模的变化实际上体现在各个卫星接入规模的改变，从而直接影响了各个卫星的网络活性，这种网络活性可以理解为当前卫星选择方案的优劣性，各个卫星网络活性决定了各个卫星的网络状态，这种网络状态可以理解为卫星的吞吐量、接入时延等性能指标，代表了选择该卫星的可能性，最终终端节点依据各个卫星的实时网络状态进行接入卫星的决策，选择卫星发起随机接入，而向各个卫星发起接入请求的节点数量的变化会使系统中各个卫星的网络活性保持一种动态的平衡，即系统实时资源利用率较高，改善了现有方案中高优先级卫星繁忙，低优先级卫星空闲的情况。
[0006]技术方案：为实现上述目的，本专利技术采用的技术方案为：
[0007]一种基于吸引子选择算法的低轨卫星物联网业务模型，其特征在于，建立所述模型包括以下步骤：
[0008]步骤S1、对地球表面进行网格划分并进行业务分析，确定网格内终端部署密度；用Z(x,y)表示目标区域的终端部署密度，其中x和y通过仿射变换分别对应于实际的地理纬度坐标和经度坐标；
[0009]步骤S1.1、计算归一化的二维节点概率密度函数p
X,Y
(x,y)如下：
[0010][0011]计算X的边缘累积概率分布函数如下：
[0012][0013]采用一维逆变化采样方法，根据上述分布函数生成X轴上的随机数：
[0014][0015]其中，U1表示一个服从均匀分布的随机数，表示边缘累积概率分布的逆函数；
[0016]步骤S1.2、提取Z(x,y)中的第x'行，记作Z(y|x')，并进行归一化，记为p
Y|X'
(y|x')。计算给定X'条件下Y的累积条件概率分布函数F
Y|X'
(y|x')如下：
[0017][0018]采用一维逆变化采样方法，根据上述分布函数生成一个Y轴上的随机数：
[0019][0020]其中，U2表示一个服从均匀分布的随机数，表示边缘条件累积概率分布的逆函数；
[0021]步骤S1.3、通过仿射变换将x'和y
’
转换成实际的纬度坐标λ和经度坐标φ：
[0022]λ＝x'
·
λ
step
+λ
start
[0023]φ＝y
’
·
φ
step
+φ
start
[0024]其中，λ
start
和φ
start
分别表示纬度和经度最小的参考坐标，λ
step
和φ
step
分别表示纬度和经度的划分间隔；
[0025]步骤S2、计算每个时隙下产生的新业务数量；
[0026]步骤S2.1、采用时间受限的Beta分布，总数为N的物联网终端在t＝0到t＝T之间的某一个时间节点被触发，随机接入的概率为p(t)，则第i个时隙中被触发的终端数目由下式可得：
[0027][0028]其中t
i
表示第i个随机接入时隙，p(t)表示Beta分布的概率分布函数：
[0029][0030]Beta(α,β)表示Beta函数；
[0031]步骤S2.2、根据步骤S2.1中计算的新业务数，每个时隙随机选取相应数量的终端产生新业务。
[0032]进一步地，所述步骤S2.1中选取α＝3，β＝4；p(t)重写为：
[0033][0034]一种采用权利要求1
‑
2任一项所述基于吸引子选择算法的低轨卫星物联网业务模型的多星负载均衡算法，其特征在于，包括以下步骤：
[0035]步骤L1、卫星侧通过负载估计的方法确定实时发起随机接入的总终端数，计算实时随机接入成功率；
[0036]记卫星n可用的前导序列为R
j,n
，第j个随机接入时隙内的上行接入请求数目为M
j,本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于吸引子选择算法的低轨卫星物联网业务模型，其特征在于，建立所述模型包括以下步骤：步骤S1、对地球表面进行网格划分并进行业务分析，确定网格内终端部署密度；用Z(x,y)表示目标区域的终端部署密度，其中x和y通过仿射变换分别对应于实际的地理纬度坐标和经度坐标；步骤S1.1、计算归一化的二维节点概率密度函数p
X,Y
(x,y)如下：计算X的边缘累积概率分布函数如下：采用一维逆变化采样方法，根据上述分布函数生成X轴上的随机数：其中，U1表示一个服从均匀分布的随机数，表示边缘累积概率分布的逆函数；步骤S1.2、提取Z(x,y)中的第x'行，记作Z(y|x')，并进行归一化，记为p
Y|X'
(y|x')。计算给定X'条件下Y的累积条件概率分布函数F
Y|X'
(y|x')如下：采用一维逆变化采样方法，根据上述分布函数生成一个Y轴上的随机数：其中，U2表示一个服从均匀分布的随机数，表示边缘条件累积概率分布的逆函数；步骤S1.3、通过仿射变换将x'和y
’
转换成实际的纬度坐标λ和经度坐标φ：λ＝x'
·
λ
step
+λ
start
φ＝y
′
·
φ
step
+φ
start
其中，λ
start
和φ
start
分别表示纬度和经度最小的参考坐标，λ
step
和φ
step
分别表示纬度和经度的划分间隔；步骤S2、计算每个时隙下产生的新业务数量；步骤S2.1、采用时间受限的Beta分布，总数为N的物联网终端在t＝0到t＝T之间的某一个时间节点被触发，随机接入的概率为p(t)，则第i个时隙中被触发的终端数目由下式可得：其中t
i
表示第i个随机接入时隙，p(t)表示Beta分布的概率分布函数：
Beta(α,β)表示Beta函数；步骤S2.2、根据步骤S2.1中计算的新业务数，每个时隙随机选取相应数量的终端产生新业务。2.根据权利要求1所述的一种基于吸引子选择算法的低轨卫星物联网业务模型，其特征在于，所述步骤S2.1中选取α＝3，β＝4；p(t)改写为：3.一种采用权利要求1
‑
2任一项所述基于吸引子选择算法的低轨卫星物联网业务模型的多星负载均衡算法，其特征在于，包括以...
【专利技术属性】
技术研发人员：洪涛，程一凡，张更新，
申请(专利权)人：南京微星通信技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。