一种以用户服务权重增益为目标函数的跳波束资源分配方法

摘要

本发明公开了一种以用户服务权重增益为目标函数的跳波束资源分配方法，包括以下步骤：计算各小区当前时隙的业务量以及时延容忍度；以使所有属性对决策方案的总离差最大为目标，基于离差最大化的决策问题，建立优化问题；求解所述优化问题，确定最优属性对决策方案；根据最优属性决策方案对各小区进行资源分配，完成以用户服务权重增益为目标函数的跳波束资源分配，该方法能够满足实时业务服务要求，提高系统的整体吞吐量。

说明书

技术领域

本发明属于跳波束卫星系统领域，涉及一种以用户服务权重增益为目标函数的跳波束资源分配方法。

背景技术

随着宽带卫星通信的发展，对大容量、高速、覆盖范围广的需求显著增加。目前的宽度卫星系统大多使用多点波束来增加系统容量，这种系统使用固定的方式来分配资源，每个波束分配的功率和频率资源是固定的，仅占全部星上资源的一小部分，由于业务类型的多样性、业务分布的空间不均匀性和时变性，固定分配资源的方式不能满足高效传输以及按需覆盖需求，进而造成通信资源的浪费。

为了有效地利用星上资源，研究人员提出跳波束技术，该技术利用少量波束进行分时覆盖，基于时间分片技术，在某一特定时刻，卫星上只有部分点波束处于工作状态，充分利用资源，因此相较于传统的多波束技术，跳波束技术更能适应卫星业务需求不均衡的场景。

传统的跳波束资源分配算法以系统容量为优化目标，进而忽略了业务时延和QoS要求。业务类型通常分为实时业务、普通业务、非实时业务，QoS保证的关键是不同的业务类型有不同的QoS要求，因此有不同的服务等级，例如语音业务等实时业务对带宽的要求很低，但对最大传输时延有严格的要求，而数据传输服务等非实时业务对传输时延有较大的容忍度。不同的业务有不同的传输时延要求，若继续使用传统的跳波束资源分配算法，每一时隙追求用户最大的系统容量，那么实时业务由于请求量较少对传输时延要求高，那么丢包率就会上升；其次由于非实时业务对传输时延容忍度高，业务可以囤积一段时间再进行传输能达到资源的最大利用，而传统的跳波束算法追求每一时隙向业务请求量最大的用户进行传输，当跳波束能提供的资源量较大时会造成传输资源过剩，进而导致跳波束资源浪费，降低系统的整体吞吐量。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种以用户服务权重增益为目标函数的跳波束资源分配方法，该方法能够满足实时业务服务要求，提高系统的整体吞吐量。

为达到上述目的，本发明所述的以用户服务权重增益为目标函数的跳波束资源分配方法，包括以下步骤：

计算各小区当前时隙的业务量以及时延容忍度；

以使所有属性对决策方案的总离差最大为目标，基于离差最大化的决策问题，建立优化问题；

求解所述优化问题，确定最优属性对决策方案；

根据最优属性决策方案对各小区进行资源分配，完成以用户服务权重增益为目标函数的跳波束资源分配。

基于使所有属性对决策方案的总离差最大为目标，构建目标函数，即

其中，K为小区数量，

建立的优化问题为：

maxF(θ)＝Z

其中，θ＝{θ

2维行向量Z

最优属性决策方案中各小区的业务量及时延容忍度为：

其中，i＝1,2,3,...,K，j为当前时隙。

利用离差最大化组合赋权法求解所述优化问题。

本发明具有以下有益效果：

本发明所述的以用户服务权重增益为目标函数的跳波束资源分配方法在具体操作时，以使所有属性对决策方案的总离差最大为目标，基于离差最大化的决策问题，建立优化问题，从而综合考虑用户服务权重增益、考虑时延及吞吐量，满足业务QoS要求，使得实时业务吞吐量变大，实时业务平均传输时延下降，系统总体吞吐量增大，充分利用资源，提高资源利用率。

附图说明

图1为本发明的系统结构示意图；

图2为本发明与现有技术的吞吐量对比图；

图3为本发明与传统跳波束资源分配算法对于实时业务数据包传输平均时延对比图；

图4为本发明与传统跳波束资源分配算法对于实时业务吞吐量对比图；

图5为本发明与传统跳波束资源分配算法对于普通业务吞吐量对比图；

图6为本发明与传统跳波束资源分配算法对于非实时业务吞吐量对比图；

图7为本发明与传统跳波束资源分配算法以及固定波束资源分配算法对于系统总体吞吐量对比图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，不是全部的实施例，而并非要限制本发明公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要的混淆本发明公开的概念。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

在附图中示出了根据本发明公开实施例的结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。

参考图1，系统中存在三个主要设备，即网关、卫星及小区，其中，网关获得用户的业务请求，并对用户的位置、用户业务请求容量、波束覆盖面积及卫星载荷能力等数据进行存储，通过调用跳波束资源分配算法，生成包含跳波束跳变数量、跳波束驻留时间等参数的波束跳变计划表并发送给卫星；卫星接收波束跳变计划表，将业务数据转发到波束跳变计划表中的波束下；根据卫星接收的跳波束计划表，小区中的终端接收请求的业务数据。

本发明所述的以用户服务权重增益为目标函数的跳波束资源分配方法包括以下步骤：

1)设小区i在时隙j的业务量为

2)将跳波束资源分配问题转化为多属性决策问题，对决策属性

得规范化的决策矩阵B为：

其中，K为小区数量，

3)通过主观赋权法得主观权值ω

组合权值W＝(w

W＝θ

其中，θ＝{θ

基于使所有属性对决策方案的总离差最大的原则构造目标函数为：

令2维行向量Z

则目标函数表示为：

J(W)＝Z

其中，J(W)为向量的θ函数，基于离差最大化将决策问题转化为最优化问题，即：

maxF(θ)＝Z

构造Lagrange函数，求解得：

代入组合权值，利用离差最大化组合赋权法求解权值

其中，i＝1,2,3,...,K，j为当前时隙。

4)采用优劣解距离法法对最优小区进行选择，计算小区业务量和时延容忍度的最优值及最劣值，小区业务量及时延容忍度的最优值为z

计算每一个候选小区与最优方案及最劣方案的距离D

得候选小区与最优方案的相对接近程度U

根据各候选小区与最劣值相对距离进行排序，最大值即为需要进行资源分配的小区，通过基于离差最大的组合赋权法，找到当前时隙下每个簇优先进行资源分配的小区，通过贪婪算法且引入同频复用距离限制完成最终跳波束资源分配。

综上所示，本发明的具体过程为：

1)计算各小区当前时隙的业务量以及时延容忍度；

2)对决策属性进行规范化，采用离差最大的组合赋权法计算权值，采用优劣解距离法进行方案的选择；

3)按照选择的方案分配资源给候选小区。

其中，每次迭代以当前权值最大的小区为起点，为该小区分配资源，并记录下该小区所在簇，然后搜索该时隙下需要分配资源的其余小区，搜索方法是以该小区为圆心，同频复用距离为半径，搜索除该小区所在簇之外的其余所有簇，选择圆外权值最大的小区进行资源分配，直至功率耗尽或资源分配小区数达到阈值。

图2为跳波束资源分配算法引入同频复用距离系统吞吐量的改善对比图，引入同频复用距离减小同频干扰，提高信号的信干噪比，进而提高了系统吞吐量；

图3为本发明与传统跳波束资源分配算法对于实时业务数据包传输平均时延对比图，可以看出改进的跳波束资源分配算法考虑了时延，所以资源分配时会优先对时延要求高的实时业务进行分配，减低了传输时延；

图4、图5及图6分别为本发明与传统跳波束资源分配算法对于实时业务、普通业务以及非实时业务吞吐量对比图，可以看到普通业务和非实时业务吞吐量几乎没有改变而实时业务由于业务QoS要求，在多属性决策中考虑了时延，因此实时业务被分配更多资源；

图7为本发明与传统跳波束资源分配算法以及固定波束资源分配算法对于系统总体吞吐量对比图，可以看到跳波束资源分配算法优于固定波束资源分配算法，而改进的跳波束资源分配算法，考虑了业务的QoS要求，充分利用了跳波束资源所以系统整体吞吐量提升。