面向IoT任务卸载的低轨卫星网络多维资源调度方法技术

本发明专利技术公开了面向IoT任务卸载的低轨卫星网络多维资源调度方法，涉及空天通信网络技术领域。首先根据卫星网络的星座信息计算出卫星星历，进而得到在观测时间卫星相对于物联网设备的可见性与距离，并根据卫星和物联网设备的相对位置、距离计算通信信道增益以及通信时间约束。基于上述计算得到的通信信道增益和通信时间约束以及网络中待部署业务需求情况利用启发式算法迭代求解联合任务卸载与资源分配问题。最后，根据联合任务卸载与资源分配问题的决策进行网络资源分配。该方法能够保证算法多项式计算时间内得到卫星物联网边缘计算天地融合网络的联合任务卸载与资源分配优化问题的次优解，具有提升天地融合网络系统卸载决策与资源分配效能的效果。策与资源分配效能的效果。策与资源分配效能的效果。

【技术实现步骤摘要】
面向IoT任务卸载的低轨卫星网络多维资源调度方法


[0001]本专利技术涉及空天通信网络
，具体涉及一种面向IoT任务卸载的低轨卫星网络多维资源调度方法。

技术介绍

[0002]随着科技的不断发展和应用场景的不断拓展，空天通信网络的需求日益增长。边缘计算网络作为一种新型的通信网络架构，具有资源分散、计算能力强等特点，受到越来越多的关注。天地融合网络系统融合了空天通信网络和边缘计算网络的特性，成为当前热门的研究领域。在这个系统中的一个典型场景中，卫星和物联网设备共同组成一个边缘计算网络，该网络具有为物联网设备提供任务卸载的功能。图1展示了一个典型的卫星物联网网络架构。在这种架构中，物联网设备可以根据任务效能选择将业务卸载到具有计算能力的卫星上。
[0003]学术界已经对边缘计算网络中的任务卸载和资源分配进行了充分的研究，以边缘计算网络用户设备的能耗、时延和网络效能为优化目标建立优化问题。卫星物联网是在边缘计算网络的基础上，将具有计算能力的服务器节点部署到低轨卫星上。然而，由于低轨卫星网络的拓扑具有时变的特征，因此在设计优化问题时需要考虑链路变化对通信的影响。目前已有论文研究卫星物联网边缘计算网络的卸载和资源分配问题，但尚未对低轨卫星网络动态拓扑的通信链路时变特性进行建模。为更准确地描述实际卫星网络特征，需要对系统进行时隙化，并根据各时隙中网络节点可见链路情况分析通信性能。
[0004]对于卫星物联网网络的任务卸载和网络资源分配决策，首先需要构建一个联合任务卸载和资源分配问题。该问题是一个混合整数线性规划问题，无法求得其闭式解。为了解决此问题，需要将其分解为独立的子问题，并设计算法分别求解。
[0005]另一方面，在天地融合网络中，由于卫星和物联网设备的位置和数量不断变化，资源分配和调度成为了一个复杂而具有挑战性的问题。传统的资源分配方法，如静态分配或随机分配，不能很好地应对这种变化，因此需要针对网络拓扑动态变化的资源分配方法来解决这个问题。穷举卸载决策法能够获得网络资源分配的最优解，但是其计算复杂度为指数级，无法实际应用。使用针对信道增益参数的贪婪算法可以在常数计算复杂度内完成决策，但其分配效果较差。因此，需要设计一种计算复杂度可接受且效果次优的算法，来解决卫星物联网网络的资源共享问题。

技术实现思路

[0006]有鉴于此，本专利技术提供了面向IoT任务卸载的低轨卫星网络多维资源调度方法，能够解决卫星物联网边缘计算网络的资源共享问题，以及解决上述网络场景下的资源分配问题。
[0007]为达到上述目的，本专利技术的技术方案为：面向IoT任务卸载的低轨卫星网络多维资源调度方法，低轨卫星网络中节点包括卫星节点和物联网设备节点；其中初始时隙设为1，
在每个时隙执行如下步骤：
[0008]步骤一、初始化当前时隙网络状态，构建卫星服务器计算能力矩阵、用户本地运算能力矩阵、任务特征、用户优先级参数、用户优化偏好参数、用户最大上行传输功率、系统噪声方差、系统传输带宽以及芯片能耗系数。
[0009]步骤二、收集网络中的卫星星座信息和具备任务接入需求的物联网设备位置信息，根据卫星和物联网设备的相对位置计算节点之间的可见性以及距离；
[0010]并进一步根据节点之间距离利用自由空间衰减方程计算节点间通信信道增益和通信链路保持时间。
[0011]步骤三、基于网络用户的任务计算量、本地计算资源以及芯片能耗参数，计算用户的本地计算时间和本地计算能耗，并计算任务计算特征。
[0012]步骤四、生成初始卸载决策，并根据初始卸载决策利用资源分配算法计算目标函数值、计算资源分配以及上行功率分配，将初始卸载决策设定为当前卸载决策，将其对应的目标函数值设定为当前目标函数值。
[0013]步骤五、基于当前卸载决策，生成卸载决策的邻域解集合；遍历所有的卸载决策邻域解，并基于卸载决策邻域解进行资源分配，得到邻域解目标函数集合。
[0014]步骤六、对比邻域解目标函数集合和当前目标函数值，若存在一个邻域解A的目标函数比当前目标函数值，则将当前卸载决策替换为邻域解A对应的卸载决策，返回步骤五；反之，若邻域解目标函数均不大于当前目标函数值，则以当前卸载决策作为当前时隙的卸载决策，并根据当前时隙的卸载决策在当前时隙进行资源分配，之后统计当前时隙的业务能耗以及业务时延情况。
[0015]进一步地，步骤一中，初始化当前时隙网络状态，构建卫星服务器计算能力矩阵、用户本地运算能力矩阵、任务特征、用户优先级参数、用户优化偏好参数、用户最大上行传输功率、系统噪声方差、系统传输带宽以及芯片能耗系数，具体包括如下参数：
[0016]卫星服务器计算能力矩阵为其中S为低轨卫星网络中卫星节点的总数，为卫星节点1～S的服务器芯片频率；
[0017]用户本地运算能力矩阵为表示物联网设备节点1～U的芯片频率；
[0018]任务特征包括任务数据量d
u
和任务所需计算量c
u
，用二元组T
u
＝<d
u
,c
u
>表示任务特征；
[0019]用户优先级参数为λ
u
；
[0020]用户优化偏好为表示物联网设备的偏好参数，其中表示设备是偏好能量节约型，否则表示设备是偏好延迟降低型，二者相等时表示设备在偏好能量节约型和偏好延迟降低型之间平衡；
[0021]用户最大上行传输功率为
[0022]系统噪声方差为σ；
[0023]系统传输带宽为B；
[0024]芯片能耗系数为κ
u
。
[0025]进一步地，步骤三中，基于网络用户的任务计算量、本地计算资源以及芯片能耗参数，计算用户的本地计算时间和本地计算能耗，并计算任务计算特征，具体为：
[0026]基于网络用户u的任务计算量c
u
、本地计算资源以及芯片能耗参数κ
u
，计算用户的本地计算时间为
[0027]本地计算能耗为κ
l
为物联网设备芯片能耗参数；
[0028]并计算任务计算特征其中λ
u
表示用户u的优先级，表示用户u设备对时延的偏好；表示用户u的本地芯片频率。
[0029]进一步地，步骤四中，根据初始卸载决策利用资源分配算法计算目标函数值、计算资源分配以及上行功率分配，具体的资源分配算法为：
[0030][0031]其中表示固定的初始卸载决策；为上行功率分配；为系统计算资源分配；表示用户u设备的偏好参数，大于时表示用户u设备是偏好能量节约型，否则表示用户u设备是偏好延迟降低型；λ
u
表示用户u的优先级；S为卫星s的集合，U
s
为用户u的集合；表示网络的上行功率分配Uplink Power Allocation,UPA问题，Λ(F)表示系统的计算资源分配Computing Resource Allocation,本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面向IoT任务卸载的低轨卫星网络多维资源调度方法，其特征在于，所述低轨卫星网络中节点包括卫星节点和物联网设备节点；其中初始时隙设为1，在每个时隙执行如下步骤：步骤一、初始化当前时隙网络状态，构建卫星服务器计算能力矩阵、用户本地运算能力矩阵、任务特征、用户优先级参数、用户优化偏好参数、用户最大上行传输功率、系统噪声方差、系统传输带宽以及芯片能耗系数；步骤二、收集网络中的卫星星座信息和具备任务接入需求的物联网设备位置信息，根据卫星和物联网设备的相对位置计算节点之间的可见性以及距离；并进一步根据节点之间距离利用自由空间衰减方程计算节点间通信信道增益和通信链路保持时间；步骤三、基于网络用户的任务计算量、本地计算资源以及芯片能耗参数，计算用户的本地计算时间和本地计算能耗，并计算任务计算特征；步骤四、生成初始卸载决策，并根据初始卸载决策利用资源分配算法计算目标函数值、计算资源分配以及上行功率分配，将初始卸载决策设定为当前卸载决策，将其对应的目标函数值设定为当前目标函数值；步骤五、基于当前卸载决策，生成卸载决策的邻域解集合；遍历所有的卸载决策邻域解，并基于卸载决策邻域解进行资源分配，得到邻域解目标函数集合；步骤六、对比邻域解目标函数集合和当前目标函数值，若存在一个邻域解A的目标函数比当前目标函数值，则将当前卸载决策替换为邻域解A对应的卸载决策，返回步骤五；反之，若邻域解目标函数均不大于当前目标函数值，则以当前卸载决策作为当前时隙的卸载决策，并根据当前时隙的卸载决策在当前时隙进行资源分配，之后统计当前时隙的业务能耗以及业务时延情况。2.如权利要求1所述的面向IoT任务卸载的低轨卫星网络多维资源调度方法，其特征在于，所述步骤一中，初始化当前时隙网络状态，构建卫星服务器计算能力矩阵、用户本地运算能力矩阵、任务特征、用户优先级参数、用户优化偏好参数、用户最大上行传输功率、系统噪声方差、系统传输带宽以及芯片能耗系数，具体包括如下参数：卫星服务器计算能力矩阵为其中S为所述低轨卫星网络中卫星节点的总数，为卫星节点1～S的服务器芯片频率；用户本地运算能力矩阵为表示物联网设备节点1～U的芯片频率；任务特征包括任务数据量d
u
和任务所需计算量c
u
，用二元组T
u
＝<d
u
,c
u
>表示任务特征；用户优先级参数为λ
u
；用户优化偏好为用户优化偏好为表示物联网设备的偏好参数，其中表示设备是偏好能量节约型，否则表示设备是偏好延迟降低型，二者相等时表示设备在偏好能量节约型和偏好延迟降低型之间平衡；用户最大上行传输功率为
系统噪声方差为σ；系统传输带宽为B；芯片能耗系数为κ
u
。3.如权利要求2所述的面向IoT任务卸载的低轨卫星网络多维资源调度方法，其特征在于，所述步骤三中，基于网络用户的任务计算量、本地计算资源以及芯片能耗参数，计算用户的本地计算时间和本地计算能耗，并计算任务计算特征，具体为：基于网络用户u的任务计算量c
u
、本地计算资源以及芯片能耗参数κ
u
，计算用户的本地计算时间为本地计算能耗为κ
l
为物联网设备芯片能耗参数；并计算任务计算特征其中λ
u
...

【专利技术属性】
技术研发人员：张婷婷，曲韵博，武楠，陶滢，董涛，李彬，何东轩，
申请(专利权)人：航天恒星科技有限公司中国空间技术研究院，
类型：发明
国别省市：