【技术实现步骤摘要】
本专利技术属于无线通信领域，具体涉及一种基于最优多用户检测的数据聚合负载均衡方法和系统。
技术介绍
1、当今世界经济正在向经济一体化及知识经济方向发展，网络化、虚拟化、数字化、知识化正成为现代经济发展的重要特征，这使企业面临的经营环境日趋复杂多变。通常用传感器网络监视特定的物理环境，例如温度场或频谱活动。对应的数据业务特征由对应的物理环境或多条传输所决定。在传感器网络中会出现不同种类的稀疏性，从而，证明压缩感知可以得到应用。本专利描述了压缩感知在通信系统多址接入中的应用，并分析了压缩感知和cdma多用户检测的相似性。许多多用户检测算法均可在压缩感知中找到各自的对照物。从而提高了压缩感知在通信系统多址接入中精准度不足的情况。
2、uav：无人驾驶飞机简称“无人机”，英文缩写为“uav”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。
3、istio：istio是一个由谷歌、ibm与lyft共同开发的开源项目，旨在提供一种统一化的微服务连接、安全保障、管理与监控方式。
4、多址接入是多个用户给同一个接收机发送各自数据，而接收机需要识别并重构来自不同用户的数据。多址接入的示意图如图2所示。
5、正交多址接入包含时分多址接入、正交频分多址接入以及载波侦听多址接入。在时分多址接入中，每个发送机被分配一个时隙，并且只能在被分配时隙内发送数据。所以，来自不同发送机的信号在时间上被区分开来。正交频分多址接入与时分多址接入类似，两者的唯一区别是正
6、正交多址接入很容易区分来自不同发射机的信号。该类多址接入的主要挑战是如何保证数据信道(时隙或频域信道)正交(例如如何确保多个发射机在时间上同步)以及多址接入或远程接入造成的信道衰落需增强信号。
7、正交多址接入需增强信号和消除干扰。
8、由于海量未知信号数据容易导致接收机过载从而导致崩溃产生灾难的问题，采用硬件负载均衡扩容成本较高。
技术实现思路
1、本专利技术针对现有技术中的不足，提供一种基于最优多用户检测的数据聚合负载均衡方法和系统。
2、为实现上述目的，本专利技术采用以下技术方案：
3、一种基于最优多用户检测的数据聚合负载均衡方法，包括：
4、在卫星星座中部署gt接收机，所述卫星星座的中继节点包括hfh和uav；
5、基于卫星星座构建信道模型，所述信道模型具体为视距传输主导的空对地信道，并采用mac层中的随机访问机制；
6、所述gt接收机接收来自多个中继节点的无线信号；基于信道模型计算gt接收机的接收信号的信噪比，过滤低于信噪比阈值的无线信号；
7、采用最优多用户检测算法从过滤后的接收信号中重构出每个用户的信息；
8、采用平行干扰消除技术消除重构出的每个用户的信息中来自其他用户的多址接入干扰；
9、用k近邻分类器将消除多址接入干扰的多用户无线信号进行聚类后组成信号矩阵；
10、对信号矩阵内的信号数据进行负载均衡。
11、为优化上述技术方案，采取的具体措施还包括：
12、进一步地，所述基于信道模型计算gt接收机的接收信号的信噪比的具体过程为：
13、计算gt接收机与中继节点之间的通信链路的信道功率增益，公式如下：
14、
15、式中，gj(r，β)表示gt接收机与第j个中继节点之间的通信链路的信道功率增益，r表示gt接收机的接收信号，β表示gamma分布的小尺度衰落，β0表示在参考距离为1米处的信道功率，hj表示中继节点的高度；
16、利用gt接收机与中继节点之间的通信链路的信道功率增益gj(r，β)基于下式计算gt接收机的接收信号的信噪比：
17、
18、式中，snrj(β，r)表示gt接收机接收到来自第j个中继节点的接收信号的信噪比，wj是第j个中继节点的传输功率，σ2是gt接收机的噪声功率。
19、进一步地，所述采用最优多用户检测算法从过滤后的接收信号中重构出每个用户的信息的具体过程为：
20、过滤后的接收信号写成向量形式为：
21、
22、式中，表示过滤后的接收信号，s是由每个用户被分配的码字组成的矩阵，s＝(s1，s2，...，sk)，sk表示第k个用户被分配的码字，a是由每个用户的信道增益组成的对角矩阵，a＝diag(g1，g2，…，gk)，gk表示第k个用户的信道增益；b是待估计的从过滤后的接收信号中重构的信息符号，b＝{bk}k＝1，2，…，k，bk是重构的第k个用户发送的信息符号；n是加性高斯白噪声；
23、采用的最优多用户检测算法具体为联合最优多用户检测，从过滤后的接收信号中重构用户发送的信息符号，用公式表达为：
24、
25、式中，表示从过滤后的接收信号中重构出的用户发送的信息符号，表示加性高斯白噪声n的方差。
26、进一步地，所述采用平行干扰消除技术消除重构出的每个用户的信息中来自其他用户的多址接入干扰的具体过程为：
27、步骤0、初始化
28、步骤l、l<0<lmax，消除干扰并利用下式估计比特：
29、
30、式中，表示第l次迭代估计的第k个用户发送的信息符号，sk表示第k个用户被分配的码字，上标t表示转置，r表示gt接收机的接收信号，gn表示第n个用户的信道增益，表示前一次迭代估计的第n个用户发送的信息符号；sn表示第n个用户被分配的码字，lmax表示最大迭代次数。
31、进一步地，所述用k近邻分类器将消除多址接入干扰的多用户无线信号进行聚类后组成信号矩阵的具体过程为：
32、使用k近邻分类器识别消除多址接入干扰的多用户无线信号来自哪个用户，根据不同来源进行标记后组成信号矩阵，根据信号矩阵中不同业务及应用分类组成子信号矩阵，各子信号矩阵之间数据如果有关联也进行标记，统一生成矩阵标记。
33、进一步地，所述对信号矩阵内的信号数据进行负载均衡具体为：
34、利用istio依据矩阵标记对信号矩阵内同一信号源内不同子信号之间的数据或同一信号源内相同子信号之间的数据进行负载均衡分发给接收机集群；
35、每台接收机集群映射一个sidecar服务，并调用rpc将sidecar服务里边的每一个验证请求下发到服务器端数据库里，完成负载均衡策略调度的同时也通过rpc将不同信号源数据存储到不同结构的数据库。
36、本专利技术还提出一种基于最优本文档来自技高网...
【技术保护点】
1.一种基于最优多用户检测的数据聚合负载均衡方法，其特征在于，包括：
2.如权利要求1所述的基于最优多用户检测的数据聚合负载均衡方法，其特征在于，所述基于信道模型计算GT接收机的接收信号的信噪比的具体过程为：
3.如权利要求1所述的基于最优多用户检测的数据聚合负载均衡方法，其特征在于，所述采用最优多用户检测算法从过滤后的接收信号中重构出每个用户的信息的具体过程为：
4.如权利要求1所述的基于最优多用户检测的数据聚合负载均衡方法，其特征在于，所述采用平行干扰消除技术消除重构出的每个用户的信息中来自其他用户的多址接入干扰的具体过程为：
5.如权利要求1所述的基于最优多用户检测的数据聚合负载均衡方法，其特征在于，所述用K近邻分类器将消除多址接入干扰的多用户无线信号进行聚类后组成信号矩阵的具体过程为：
6.如权利要求5所述的基于最优多用户检测的数据聚合负载均衡方法，其特征在于，所述对信号矩阵内的信号数据进行负载均衡具体为：
7.一种基于最优多用户检测的数据聚合负载均衡系统，其特征在于，包括：
【技术特征摘要】
1.一种基于最优多用户检测的数据聚合负载均衡方法，其特征在于，包括：
2.如权利要求1所述的基于最优多用户检测的数据聚合负载均衡方法，其特征在于，所述基于信道模型计算gt接收机的接收信号的信噪比的具体过程为：
3.如权利要求1所述的基于最优多用户检测的数据聚合负载均衡方法，其特征在于，所述采用最优多用户检测算法从过滤后的接收信号中重构出每个用户的信息的具体过程为：
4.如权利要求1所述的基于最优多用户检测的数据聚合负载均衡方法，其特征在于，所述...
【专利技术属性】
技术研发人员：弓钰，高魁鸿，李恺，
申请(专利权)人：中电信数智科技有限公司，
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。