基于非合作博弈的卫星跨层联合优化功率分配方法

摘要

本发明涉及一种基于静态非合作博弈的卫星跨层联合优化功率分配方法。所述方法包括：同步宽带卫星物理层统计各用户的实时信息；考虑卫星为功率受限系统，根据不同业务的QoS需要将功率分配问题建模为多用户静态非合作博弈模型；根据解决方案为不同业务分配功率并在应用层针对不同业务采用相应的编码方式；定期重复以上步骤。本发明提供的跨层优化功率分配方法能够使得卫星网络控制中心根据物理层提供的信道状态反馈信息，并考虑不同业务的QoS需要，将业务功率分配问题建模为多业务静态非合作博弈模型，同时根据不同的跨层解决方案在应用层针对不同业务采用相应的编码方式，可以综合提高移动通信系统中用户的通信质量，提升系统性能。

说明书

技术领域

本发明涉及空间通信技术领域，尤其涉及一种基于非合作博弈的 卫星跨层联合优化功率分配方法。

背景技术

随着陆地蜂窝4G技术商用的逐渐成熟，5G技术的相关研究也正 在如火如荼的开展。为了解决陆地蜂窝移动通信系统覆盖范围的问题 而引入的移动卫星通信系统也相应地成为了研究热点。其中将卫星移 动通信系统与地面移动通信系统进行融合得到的综合移动通信系统被 认为是下一代通信网络的重要组成部分。

对于同步卫星通信系统，由于卫星处于距离地面很远的同步卫星 轨道，数据包的RTT(Round-Trip Time，往返时延)长达500ms，使 得卫星难以及时获得CSI(Channel State Information，信道状态信息) 进行资源管理，因此为提供有效的星上转发业务的QoS(Quality of  Service，服务质量)保证，地面上成熟的、复杂的资源管理调度方案 不适于直接在星上使用。囿于现有卫星架构设计技术条件及卫星—地 面距离、空间干扰等实际因素，宽带卫星通信系统实际上是一功率受 限系统(这里特指星上架构)，因此在设计卫星资源管理方案时需要对 功率控制及分配进行更深入的研究。

从无线资源管理的功能实现方面看，无线资源管理体系包括卫星 MAC(Media Access Control，媒体介入控制层)协议、接入控制协议、 链路层带宽分配和物理层资源分配等核心功能。传统的卫星无线资源 管理体系是分层设计的，往往只针对各层独立进行优化，较少考虑网 络整体的联合优化性能。为了进一步地充分利用星上稀缺的功率及带 宽资源，需要采用跨层资源管理设计，在特定业务类型QoS保证和系 统资源约束条件下进行联合优化，在实现了对时延要求严格的业务的 时延保证的同时，最大化了其他业务的满意度，使宽带卫星移动通信 系统的整体性能达到最优。

发明内容

针对上述缺陷，本发明提供了一种基于多用户静态非合作博弈的 跨层优化功率方法，保证对时延严格要求的业务的QoS的情况下，最 大化其他业务的满意度。

一种基于多用户静态非合作博弈的跨层优化功率方法，具体包括：

S1：在卫星网络控制中心的控制下，同步宽带卫星物理层统计各 业务的实时信息，并上传到卫星网络控制中心；

S2：卫星网络控制中心基于所述物理层统计信息及不同业务的 QoS要求定义网络的效用函数，并将业务功率分配问题建模为多业务 静态非合作博弈模型；

S3：根据所述模型的收益向量将整体有用功率依据业务和系统要 求分配到不同的波束中，并在应用层针对不同业务采用相应的编码方 式；

S4：根据预定周期重复步骤S1～S3。

进一步地，步骤S1所述同步宽带卫星物理层统计的各业务的实时 信息包括：编码调制方式、发送功率、信噪比、可用带宽和误码率等；

进一步地，步骤S1所述实时信息用于在所述卫星网络控制中心的 控制下上层与物理层的联合优化方案设计，实现最大化多业务的满意 度；

进一步地，步骤S1所述卫星网络控制中心对所述实时信息进行分 析得到卫星信道状态信息；

进一步地，步骤S2还包括所述卫星网络控制中心根据卫星信道状 态信息估计以前的多业务功率分配方案，并确定不同业务的QoS满意 程度；

进一步地，步骤S2所述卫星网络控制中心在星上发送功率约束条 件下，根据反馈卫星信道状态信息及不同业务的QoS要求建立多业务 静态非合作博弈模型，具体包括：

S21：假设系统中有N个卫星业务竞争卫星链路有用功率容量，每 个业务i有最低保障功率P₁和可变增强功率P₂；

S22：在模型中，每个业务迭代地更新自己的策略。在每次迭代中， 当前用户选择一个能够最大化自己的效用函数的策略，而其他用户的 策略保持不变；

S23：根据所述模型在满足功率约束条件下进行有限次迭代，直至 得到收敛最优解或迭代次数用尽。

进一步地，每次迭代中，用户依据终端的信道状态及卫星控制中 心反馈的卫星信道信息选择最优策略；

进一步地，在一个时间窗口内卫星的信道和业务是恒定的，因此 可以节省信令资源；

进一步地，所述效用函数为：

$X_{\mathrm{req},i}^{*}=\underset{x_{\mathrm{req},i}\in S_i}{\arg \max }{\tilde{U}}_i({x^{*}}_{\mathrm{req},1},...{x^{*}}_{\mathrm{req},i},...,{x^{*}}_{\mathrm{req},N})$

其中，为第i个业务选择的功率分配请求，单位为bit/s；为 第i个业务基于其他业务的功率分配请求得到的最大化效用函数；

进一步地，步骤S3所述基于模型优化解的卫星整体有用功率分配 遵循以下原则：

对每个终端的业务分配的有用功率不低于最低保障功率，不高于 波束可分配的最大有用功率值；

根据模型最优解及业务QoS要求，优先为信道条件良好的终端或 具有高QoS要求的业务分配增强功率；

针对时延不敏感业务，在应用层自适应地调整编码方式降低误码 率。

进一步地，为每个终端的业务分配的整体有用功率；

进一步地，在步骤S4中的预定周期内认为卫星信道状态和业务是 恒定的；在预定周期内不再统计信道状态信息，以节省信令开销。

本发明提供了一种基于静态非合作博弈模型的跨层优化卫星功率 分配方法。在卫星网络控制中心的控制下，卫星统计各终端业务的实 时信息，并上传到网络控制中心。网络控制中心基于信道信息及业务 QoS要求定义效应函数，并将功率分配问题建模为静态非合作博弈模 型，进行有限次迭代求解。根据模型的收益向量，卫星网络控制中心 将有用功率分配到各波束及不同类型业务中，同时针对时延不敏感业 务在应用层自适应地调整编码方式，降低误码率。因此，本发明提高 的跨层优化方法可以基于业务QoS要求及信道状态优化卫星中的功率 分配，提高通信质量，整体提升通信性能。

附图说明

图1是本发明的基于静态非合作博弈模型的跨层优化功率分配方法 的流程图；

图2是本发明实施例卫星及用户分布示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细 描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

图1是本发明一种实施方式的方法流程图，具体包括以下步骤：

步骤S1：在卫星网络控制中心的控制下，同步宽带卫星物理层统 计各业务的实时信息，并上传到卫星网络控制中心；

步骤S2：卫星网络控制中心基于物理层统计信息及不同业务的 QoS要求定义网络的效用函数，并将业务功率分配问题建模为多业务 静态非合作博弈模型；

步骤S3：根据模型的收益向量将整体有用功率依据业务和系统要 求分配到不同的波束中，并在应用层针对不同业务采用相应的编码方 式；

步骤S4：根据预定周期重复上述步骤。

通过上述步骤，使得卫星在网络控制中心的控制下，基于信道信 息及业务QoS要求定义效应函数，建立静态非合作博弈模型，进行有 限次迭代求得最优解，并将有用功率依据最低保障功率和增强功率分 配到各波束下不同类型业务中，并针对时延不敏感业务在应用层自适 应地调整编码方式，综合降低误码率，提高卫星系统通信质量，整体 提升通信性能。

优选地，卫星物理层统计的各业务的实时信息包括：编码调制方 式、发送功率、信噪比、可用带宽和误码率等。所述实时信息在网络 控制中心控制下用于上层与物理层的联合优化方案设计，实现最大化 多业务的满意度。

静态非合作博弈模型的建立是在已知信道状态信息及各业务的 QoS要求的基础上，在网络控制中心对向各业务分配的有用功率分配 方式进行建模优化处理，实现整体效率最优。

静态非合作博弈模型的建立过程包括：

S21：假设系统中有N个卫星业务竞争卫星链路有用功率容量，每 个业务i有最低保障功率P₁和可变增强功率P₂；

S22：在模型中，每个业务迭代地更新自己的策略。在每次迭代中， 当前用户选择一个能够最大化自己的效用函数的策略，而其他用户的 策略保持不变；

S23：根据所述模型在满足功率约束条件下进行有限次迭代，直到 得到收敛最优解或迭代次数用尽；

这里我们定义每个波束中的一个业务i选择一个功率分配请求x_req,i(bit/s)。

作为可变策略竞争容量C，这里定义每个业务i的可变策略集为S_i。 博弈的可变策略空间为S＝S₁×S₂×…×S_N，所以一个可变策略组合是N维 向量：

$x_{\mathrm{req},i}^{*}=(x_{\mathrm{req},1},x_{\mathrm{req},2},...x_{\mathrm{req},N})$

每个业务的目标是最大化自己的效用决定了每个业务通过 调整x_req,i得到的请求期望。的解法定义如下：

$X_{\mathrm{req},i}^{*}=\underset{x_{\mathrm{req},i}\in S_i}{\arg \max }{\tilde{U}}_i({x^{*}}_{\mathrm{req},1},...{x^{*}}_{\mathrm{req},i},...,{x^{*}}_{\mathrm{req},N})$

为了在所考虑的业务模型和效用函数之间建立联系，这里引入了 一个QoS优先级权重参数Ω_i>0，定义为：

${\Omega }_i=\underset{j=0}{\overset{2}{\Sigma }}{q}_j{h}_i\left(j\right)$

其中，q_j是分配给每种业务的权重，h_i(j)是i用户j类型业务的 百分比，因此效用函数可进一步表示为：

${\tilde{U}}_i\left(x_{\mathrm{req},i}\right)={\Omega }_i\log \left(x_{\mathrm{req},i}\right)$

优选地，每次迭代中，用户依据终端的信道状态及卫星控制中心 反馈的卫星信道信息选择最优策略；

优选地，依据静态非合作博弈模型对各波束及业务进行功率分配 过程包括：

S31：对每个终端的业务均分配不低于最低保障功率的有用功率；

S32：根据模型最优解及业务QoS要求，优先为信道条件良好的终 端或具有高QoS要求的业务分配增强有用功率；

S33：针对时延不敏感业务，在应用层自适应地调整编码方式降低 误码率。

优选地，在步骤S4所述预定周期内认为卫星信道状态和业务是恒 定的；在步骤S4所述预定周期内不再统计信道状态信息，以节省信令 开销。

下面给出本发明的一个实施例。

本实施例考虑卫星波束边缘业务功率分配情况，如图2所示。

在预定周期内，依据统计的实时信息及各业务的QoS要求建立静 态非合作博弈模型并迭代若干次求取优化解。并依据优化解对各波束 不同类型业务分配有用功率。

对于图中所示波束边缘用户A、B，信道条件均很差。考虑到两者 的业务类型不同，用户A为移动终端，业务类型为话音业务；用户B 为视频等流媒体服务。两种业务类型相应地在建模时具有不同的QoS 权重。在求出优化解后，对用户A需要在分配最低保障功率基础上分 配增强功率以保证话音业务质量；对用户B需要在应用层调整编码方 式以降低误码率，提高通信性能。

以上实施方式仅用于说明本发明，而并非对本发明的限制，有关 技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下， 还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明 的范畴，本发明的专利保护范围应由权利要求限定。