System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及网络,具体涉及一种基于谱聚类的仿真系统的时空资源调度方法。
技术介绍
1、随着卫星通信技术的不断进步、无人机和其他空中飞行器的应用不断增加,天空地一体化网络的发展正在积极进行。目前,天空地一体化网络的发展也面临着一些挑战,其中就包括如何在大规模、高动态的环境挑战下保证通信质量。为解决上述挑战,需提出相应的技术方案并进行验证。
2、目前的相关研究主要集中在路由组网、通信协议等理论方案研究上,而很少涉及如何对理论方案进行仿真验证及如何对仿真系统的时空资源进行调度。
3、本专利技术提出了一种基于谱聚类的仿真系统的时空资源调度方法,实现了在天空地一体化网络场景下,集合大规模服务器资源实现大规模、高动态仿真。
技术实现思路
1、为解决上述技术问题,本专利技术提供一种基于谱聚类的仿真系统的时空资源调度方法,以便在天空地一体化网络场景下实现大规模、高动态仿真,从而为验证理论研究方案提供了一种仿真系统时空资源调度技术。
2、为解决上述技术问题,本专利技术采用如下技术方案:
3、一种基于谱聚类的仿真系统的时空资源调度方法,用于对由位于太空、天空和地面的节点所组成的动态拓扑网络进行仿真并实现资源调度,其特征在于,包括以下步骤:
4、步骤一,通过虚拟拓扑法,将连续的一段时间t离散化,得到n个时隙δt,在每个时隙δt内,动态拓扑网络的拓扑结构固定不变,进而将动态拓扑网络转化为n个静态拓扑网络;
5、步骤二,对于每个静态拓
6、步骤三,对静态拓扑网络每个网络层中的节点进行域划分,具体包括:
7、每个网络层中的所有节点和连接关系用无向图g=(v,e)来表示,其中v表示网络层中的节点集合,e表示网络层中的边集合,边的权重为节点之间链路连接的持续时间;
8、基于谱聚类算法对无向图g进行图切割,得到k个子图{h1,h2,…,hk,…,hk},hk表示无向图g的第k个子图,每个子图中包含若干节点,且对任意将一个子图中的若干个节点划分至同一个域;
9、步骤四,每个域对应仿真系统中的一个服务器,在服务器中为对应的域中的所有节点创建容器,在仿真系统内对各节点进行时空资源调度;其中,仿真系统的服务器与交换机之间采用spine-leaf网络架构进行连接。
10、进一步地,步骤三中,基于谱聚类算法对无向图g进行图切割得到k个子图{h1,h2,…,hk,…,hk}时,具体包括以下步骤:
11、s31,根据无向图g构建邻接矩阵w和度矩阵d;
12、
13、其中,di为无向图g的节点i与无向图g所有其他节点的权重之和,n表示无向图g中的节点总数;邻接矩阵w的元素wij为:
14、
15、‖·‖2表示l2范数,xi表示节点i的位置,xj表示节点j的位置;σ为常数;
16、s32,计算出拉普拉斯矩阵l=d-w;
17、s33,构建标准化后的拉普拉斯矩阵
18、s34,计算标准化后的拉普拉斯矩阵l′最小的k1个特征值对应的特征向量f;
19、s35,将k1个特征值对应的特征向量f组成的矩阵按行标准化,每行作为一个k1维的样本,共n个样本,组成n×k1维的特征矩阵f;
20、s36,用设定的聚类方法进行聚类,聚类维数为k;
21、s37,进而得到k个子图{h1,h2,…,hk,…,hk}。
22、与现有技术相比,本专利技术的有益技术效果是:
23、本专利技术分别从时间层面和空间层面进行调度规划,时间层面通过虚拟拓扑法,空间层面通过分层分域并采用spine-leaf网络架构,从而实现在天空地一体化网络场景下,仿真系统内各节点的时空资源调度。
本文档来自技高网...【技术保护点】
1.一种基于谱聚类的仿真系统的时空资源调度方法,用于对由位于太空、天空和地面的节点所组成的动态拓扑网络进行仿真并实现资源调度,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于谱聚类的仿真系统的时空资源调度方法,其特征在于,步骤三中,基于谱聚类算法对无向图G进行图切割得到K个子图{H1,H2,…,Hk,…,HK}时,具体包括以下步骤:
【技术特征摘要】
1.一种基于谱聚类的仿真系统的时空资源调度方法,用于对由位于太空、天空和地面的节点所组成的动态拓扑网络进行仿真并实现资源调度,其特征在于,包括以下步骤:
2.根据权利...
【专利技术属性】
技术研发人员:彭徽,金文林,侯云鹏,万远龙,孙凯旋,何华森,杨坚,
申请(专利权)人:合肥综合性国家科学中心人工智能研究院安徽省人工智能实验室,
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。