一种LEO卫星网络中的多维资源管理方法技术

本发明专利技术提供一种LEO卫星网络中的多维资源管理方法，包括如下步骤：步骤S1、计算LESC网络的长期平均总功耗，并构建最小化该长期平均总功耗的优化问题P1；步骤S2、对优化问题P1进行解耦得到问题P2；步骤S3、找到最小化问题P2的最优计算卸载决策；步骤S4、分别获得地面用户的最优CPU频率、地面用户的最优传输功率、LEO卫星分配给地面用户的最优宽带分配和LEO卫星的最优计算资源分配；步骤S5、基于步骤S3及步骤S4对优化问题P1进行迭代直至收敛，以得到融合移动边缘计算的LEO卫星网络的最优资源分配结果。本发明专利技术能够根据当前的网络环境快速地确定最优资源分配方案，灵活性高。灵活性高。灵活性高。

【技术实现步骤摘要】
一种LEO卫星网络中的多维资源管理方法


[0001]本专利技术涉及一种LEO卫星网络中的多维资源管理方法。

技术介绍

[0002]目前，传统的地面网络已经难以满足全球“泛在连接”的需求，因为它们很难完全覆盖山脉、海洋等复杂地形。此外，地面网络基础设施容易受到破坏，从而中断用户的通信。相比之下，低轨(Low earth orbit，LEO)卫星网络拥有地面网络无可比拟的优势，不仅可以为飞机、船舶和地面网络提供通信服务，还能实现真正意义上的全球无缝覆盖，已成为城市乃至农村地区人们日常生活中不可缺少的一部分。
[0003]然而，交互游戏、高清视频等新兴业务的发展催生了许多计算密集型应用，这些应用往往对计算效率有很高的要求。因此，LEO卫星网络不仅要给地面用户提供网络接入服务，还要帮助地面用户计算各种各样的应用。然而，LEO卫星的计算能力有限，可能无法满足地面用户的计算需求。为了解决这个问题，融合移动边缘计算(Mobi le Edge Computing,MEC)技术的LEO卫星(LSEC)网络应运而生。通过在LEO卫星上部署MEC服务器，地面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种LEO卫星网络中的多维资源管理方法，其特征在于：包括如下步骤：步骤S1、计算融合了移动边缘计算技术的LEO卫星网络的长期平均总功耗，并构建最小化该长期平均总功耗的优化问题P1，优化问题P1受约束于地面用户的CPU频率及传输功率、LEO卫星的CPU频率以及带宽分配比例、地面用户以及LEO卫星的队列稳定性、地面用户的计算卸载决策；步骤S2、利用李雅普诺夫优化算法对优化问题P1进行解耦，得到问题P2；步骤S3、基于当前网络环境，利用深度神经网络生成地面用户的计算卸载决策，对该计算卸载决策进行增广，将增广后的计算卸载决策带入问题P2，找到最小化问题P2的最优计算卸载决策；步骤S4、在给定地面用户的卸载决策集合x(l)、地面用户的传输功率集合p(l)、LEO卫星的CPU频率集合f
s
(l)和分配给地面用户的带宽分配比例集合α(l)的条件下，分别获得地面用户的最优CPU频率、地面用户的最优传输功率、LEO卫星分配给地面用户的最优宽带分配和LEO卫星的最优计算资源分配；步骤S5、基于步骤S3及步骤S4对优化问题P1进行迭代直至收敛，以得到融合移动边缘计算的LEO卫星网络的最优资源分配结果。其中，l表示第l个时隙。2.根据权利要求1所述的一种LEO卫星网络中的多维资源管理方法，其特征在于：所述步骤S1中，所述融合了移动边缘计算技术的LEO卫星网络的长期平均总功耗为其中，P
t
(l)为融合移动边缘计算的LEO卫星网络在第l个时隙的总功耗，表示期望，N为所有时隙的总长度。3.根据权利要求2所述的一种LEO卫星网络中的多维资源管理方法，其特征在于：所述步骤S1中，优化问题P1为其中，f(l)为地面用户的CPU频率集合，f
k
(l)为第k个地面用户的CPU频率，f
k,max
为第k个地面用户的最大CPU频率，p
k
(l)为第k个地面用户的传输功率，p
k,max
为第k个地面用户的最大传输功率，f
s,k
(l)为LEO卫星分配给第k个地面用户的CPU频率，f
s,max
为LEO卫星的最大CPU频率，α
k
(l)为LEO卫
星分配给第k个地面用户的带宽分配比例，A
k
(N)为第k个地面用户在第N个时隙的队列长度，B
k
(N)为LEO卫星在第N个时隙的队列长度，x
k
(l)为第k个地面用户的计算卸载决策，K为地面用户数量。4.根据权利要求1或2或3所述的一种LEO卫星网络中的多维资源管理方法，其特征在于：所述步骤S2中，问题P2为其中，A
k
(l)为第k个地面用户在第l个时隙的队列长度，W
k
(l)为第k个地面用户的任务大小，B
k
(l)为LEO卫星在第l个时隙的队列长度，W
s,k
(l)为LEO卫星计算的任务...

【专利技术属性】
技术研发人员：费泽松，唐清清，任仕伟，匡镜明，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：