【技术实现步骤摘要】
本专利技术涉及低轨卫星网络，尤其涉及一种面向低轨卫星网络的任务调度和资源切片方法及系统。
技术介绍
1、随着5g、wi-fi6等新一代通信和网络技术蓬勃发展，涌现出的大量诸如车联网、vr/ar、4k/8k、智慧城市等新型用户业务，大大改善了人们的生活质量、促进了社会发展。然而，偏远地区由于基础设施的限制，传统的互联网访问通常面临困难。随着低地球轨道(leo)卫星技术的不断发展，低地球轨道卫星服务在通信、地球观测等领域展现出了巨大的潜力，卫星网络具有覆盖广、广播通信等特点，能够覆盖传统地面网络难以达到的偏远地带，为这些地区提供可靠的互联网连接。同时低轨星座能够以较低的信号传播延迟来提高服务质量，这意味着将低轨星座有潜力快速精确地处理来自移动用户的时延敏感型和计算密集型业务。随着卫星通信技术的日益完善，卫星网络正逐渐成为未来网络的重要组成部分。
2、虽然低轨卫星有望提供全球通信服务且具有传播延迟短的优点，但低轨卫星在处理用户计算服务时仍面临着许多挑战需要解决。首先，卫星高动态性导致链路频繁周期性中断，给通信稳定性带来显著的挑战。频繁的拓扑变化会影响到端到端数据传输，从而在实时应用和多媒体传输等方面显著影响到用户体验。同时由于卫星高动态性，需要动态地调整多业务流资源切片决策以满足业务需求，低轨卫星的分布式资源切片策略需要不断更新。此外，由于低轨卫星资源受限，传统静态的资源切片方式导致资源利用率低且难以灵活负载均衡，这带来对低轨卫星星座资源管理的挑战。
3、现有技术方案将低轨卫星、同步卫星和地面站引入资源切片的三
4、(1)该技术方案对资源进行分配时过于依赖各组成部分间的资源监控决策，虽然用户计算任务可以直接获得卫星节点提供的服务，但低轨卫星资源切片决策还需要与全局拓扑中的地面站和空间站相配合决策。而且地面站充当领导者，同步卫星充当追随者，该方案在资源切片过程中过度依赖各组成部分间的资源监控决策。尽管用户计算任务能够直接获取卫星节点提供的服务，但在低轨卫星资源切片决策方面，必须与全局拓扑中的地面站和空间站相协同决策。由此，这一体系结构存在单点故障的风险，并且在增加链路冗余流量方面存在挑战。
5、(2)当业务运行在接近满载的低轨卫星节点上并且实际使用资源超出预分配量时，三层资源切片网络无法进行资源扩容，造成任务处理失败的同时会出现资源浪费的问题，无法对卫星节点资源进行动态资源切片以满足用户业务的需求。
6、(3)难以使用多智能体强化学习在多星分布式协同场景下处理计算密集型任务。低轨卫星在使用多智能体强化学习时资源切片机制非常复杂且需要考虑很多因素，例如所有卫星的可用计算资源和剩余能量、所有卫星之间的链路延迟和容量。同时，增加考虑对地面站和空间站进行优化时多智能体强化学习由于动作状态空间的增大会更加难以实现资源切片的策略学习。
技术实现思路
1、鉴于此，本专利技术实施例提供了一种面向低轨卫星网络的任务调度和资源切片方法及系统，以消除或改善现有技术中存在的一个或更多个缺陷，解决当前低轨卫星网络存在的计算存储资源浪费、资源切片资源利用效率低，卫星分布式协同效果差的问题。
2、一方面，本专利技术提供了一种面向低轨卫星网络的任务调度和资源切片方法，所述方法在低轨卫星网络中执行，所述低轨卫星网络呈现分布式结构，所述方法包括以下步骤：
3、接收终端用户发起的服务请求；
4、获取各卫星当前资源状态集合；所述资源状态集合至少包括任务生成状态、各卫星之间的通信状态、各卫星与地面之间的通信状态；
5、基于强化学习构建任务调度机制，以所述任务生成状态、数据队列状态、各卫星之间和各卫星与地面之间的通信状态构建状态空间，以各卫星执行的任务调度构建动作空间，以最小化任务处理成本构建奖励函数；采用经验回放的方式训练所述任务调度机制，以根据当前状态生成相应的任务调度策略；
6、获取各卫星当前资源分配集合并构建卫星资源切片效用函数；
7、基于启发式算法构建资源切片机制，将各卫星资源切片的候选解认作带有相同电荷的粒子，在一次迭代中，根据所述效用函数计算各候选解的适应度值以进行评估，适应度值较高的候选解接收较高电荷，适应度值较低的候选解接收较低电荷；根据整体卫星的最优适应度值和最差适应度值更新候选解，在多次迭代中，通过模拟电荷之间相互作用，使得电荷聚集在最优解附近，以得到最优解，生成资源切片策略；
8、根据所述任务调度策略和所述资源切片策略对各卫星进行任务调度和资源切片，任务完成处理后向所述终端用户反馈结果。
9、在本专利技术的一些实施例中，获取各卫星当前资源切片集合，所述集合定义为：
10、y＝[y1，...，yv，...，yv]；
11、
12、其中，y表示所有卫星的资源切片的候选解集合；γcom，v表示候选解v的通信资源切片比例；γcomp，v表示候选解v的计算资源切片比例；表示候选解v为第d种资源切片时的大小。
13、在本专利技术的一些实施例中，所述效用函数定义为：
14、bene＝[bene1，...，benev，...，benev]；
15、其中，bene由以下等式计算得到：
16、
17、其中，bene表示候选解v的效用值；ζj表示计算任务j的权重，j∈j；γj，m(t)表示卫星m的计算任务j生成状态；表示计算任务j是否从卫星m调度到卫星n的状态；xk，j，m(t)表示计算任务j的数据大小；表示计算资源切片比例；fn表示卫星n的总计算能力；表示卫星n到卫星m的传输速率。
18、在本专利技术的一些实施例中，根据所述效用函数计算各候选解的适应度值以进行评估，还包括：
19、各候选解对应的带电粒子在任意时间获得的最优适应度值的位置的计算式为：
20、
21、其中，表示在时间t+1维度d的粒子i获得的最优适应度值的位置；bene(·)表示所述效用函数；pv(t)表示在时间t全局最优适应值的位置；yv(t+1)表示在时间t+1的候选解v；表示在时间t+1候选解v为第d种资源切片时的大小。
22、在本专利技术的一些实施例中本文档来自技高网...
【技术保护点】
1.一种面向低轨卫星网络的任务调度和资源切片方法，其特征在于，所述方法在低轨卫星网络中执行，所述低轨卫星网络呈现分布式结构，所述方法包括以下步骤：
2.根据权利要求1所述的面向低轨卫星网络的任务调度和资源切片方法，其特征在于，获取各卫星当前资源切片集合，所述集合定义为：
3.根据权利要求1所述的面向低轨卫星网络的任务调度和资源切片方法，其特征在于，所述效用函数定义为：
4.根据权利要求3所述的面向低轨卫星网络的任务调度和资源切片方法，其特征在于，根据所述效用函数计算各候选解的适应度值以进行评估，还包括：
5.根据权利要求1所述的面向低轨卫星网络的任务调度和资源切片方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的面向低轨卫星网络的任务调度和资源切片方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的面向低轨卫星网络的任务调度和资源切片方法，其特征在于，在每次迭代中，所述粒子的速度与位置的更新表达式为：
8.根据权利要求1所述的面向低轨卫星网络的任务调度和资源切片方法，其特征在于，
9.一种面向低轨卫星网络的任务调度和资源切片系统，其特征在于，所述系统被执行时实现如权利要求1至8中任一项所述面向低轨卫星网络的任务调度和资源切片方法的步骤，所述系统包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8中任一项所述方法的步骤。
...【技术特征摘要】
1.一种面向低轨卫星网络的任务调度和资源切片方法，其特征在于，所述方法在低轨卫星网络中执行，所述低轨卫星网络呈现分布式结构，所述方法包括以下步骤：
2.根据权利要求1所述的面向低轨卫星网络的任务调度和资源切片方法，其特征在于，获取各卫星当前资源切片集合，所述集合定义为：
3.根据权利要求1所述的面向低轨卫星网络的任务调度和资源切片方法，其特征在于，所述效用函数定义为：
4.根据权利要求3所述的面向低轨卫星网络的任务调度和资源切片方法，其特征在于，根据所述效用函数计算各候选解的适应度值以进行评估，还包括：
5.根据权利要求1所述的面向低轨卫星网络的任务调度和资源切片方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的面...
【专利技术属性】
技术研发人员：唐琴琴，方泽儒，谢人超，郑雨昊，王乾宇，邹鑫，王旭，许德昀，黄韬，陈天骄，
申请(专利权)人：北京邮电大学，
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。