CN102892146A - 出站波束调度处理方法 - Google Patents

Abstract

本发明涉及一种出站波束调度处理方法，包括在对出站通信服务安排出站波束时，若检测获知若能够接收所述出站通信服务的出站波束在接收所述出站通信服务后，***内的各出站波束将出现负载不均衡，则采用步进调优法进行出站波束的调度处理；所述步进调优法包括将已经安排在所述出站波束中的出站通信服务根据最短队列法安排到***中对应的其他冗余出站波束中，并将所述出站通信服务安排到所述出站波束中。该方法从一定程度上优化了出站波束的负载均衡问题。

Description

出站波束调度处理方法

技术领域

本发明涉及卫星通信领域，尤其涉及一种出站波束调度处理方法。

背景技术

卫星微波通信通常采用转发器提供信息的转发服务，而每个卫星通常含有多个转发器，每个转发器对应一个波束，而每个波束对应覆盖了一定区域的目标用户服务区。在进行卫星通信时，当中心站接收到一个用户到另一个用户的通信服务请求时，该通信服务请求经过中心站计算可发送给目标用户的波束不止一个，此时，这些波束的服务区会有部分重合，并且多个卫星具有的多个转发器所对应的波束之间也会产生一定的重合，这些重合就构成波束服务区的重合，也就是可以接收通信服务请求的波束就不止一个了。我们把可以接收同一个通信服务请求的所有波束的集合就称为冗余波束，将所述通信服务请求通过波束发送给目标用户的过程，称为通行服务的出站，而该波束就称为出站波束。当多个卫星处于一个信息转发***内时，信息经过中心站转发就会产生波束的选择问题。理论上使用任意一个覆盖目标用户的波束都可以作为出站波束，但是，在冗余波束条件下，每个用户的冗余波束信息不同，如何根据当前的用户通信服务请求为每个用户选择合理的出站波束就成为一个组合优化的问题。

目前，现有技术解决该组合优化的方案是采用最短队列法。所谓最短队列法，就是在安排出站的通信服务时，将该通信服务放在所能接收该通信服务的出站波束中排队的队列最短的一个波束上出站。但当采用最短队列法安排出站时，很有可能出现负载不均衡的情况。图1为现有技术中出站波束负载不均衡情况下的示例图，如图1所示，波束1与波束3的队列长度均为4，而波束2的队列长度仅为1，在此情况下出现了严重负载不均衡的情况；图2为在图1基础上实现出站波束负载均衡理想情况下的示例图，如图2所示，波束1、2、3的队列长度都为3，达到了一个理想的负载均衡。下面我们举一个例子来说明使用最短队列法对出站波束进行调度时会出现负载不均衡的情况。图3为现有技术中采用最短队列法对出站波束进行调度后的示例图；如图3所示，前8个通信服务按照最短队列法安排出站波束时，各个波束之间的负载是均衡的，但当第9个通信服务出现时，假设第9个通信服务所能被接收的出站波束是2或者3，此时，波束2和波束3的队列长度都是2，不论选择这两个哪个波束进行出站，都会造成波束负载不均衡的问题，因为此时波束4和波束5的队列长度仅为1。

由此可以看出最短队列法仅考虑了当前通信服务可以被接收的出站波束的最短队列，而该最短出站波束常常并不是整个出站波束中队列最短的，因此，这种分析与考虑明显是局部的，依然会出现出站波束负载不均衡的情况，造成最短队列法进行负载均衡优化的效率不佳。

发明内容

针对上述现有技术存在的缺陷，提供一种出站波束调度处理方法，该方法从一定程度上优化了出站波束的负载均衡问题。

本发明实施例提供的出站波束调度处理方法，包括：

在对出站通信服务安排出站波束时，若检测获知若能够接收所述出站通信服务的出站波束在接收所述出站通信服务后，***内的各出站波束将出现负载不均衡，则采用步进调优法进行出站波束的调度处理；

所述步进调优法包括将已经安排在所述出站波束中的出站通信服务根据最短队列法安排到***中对应的其他冗余出站波束中，并将所述出站通信服务安排到所述出站波束中。

本发明实施例提供的出站波束调度处理方法，通过采用步进调优法使得全局出站波束的队列长度之差缩小，这样***就能够在相同的时间内调度更多的出站通信服务出站，在一定程度上优化了出站波束的负载均衡问题。

附图说明

图1为现有技术中出站波束负载不均衡情况下的示例图；

图2为在图1基础上实现出站波束负载均衡理想情况下的示例图；

图3为现有技术中采用最短队列法对出站波束进行调度后的示例图；

图4为在图3的基础上采用步进调优法对出站波束进行调度后的示例图；

图5为在图4基础上再增加两个出站通信服务后的示例图；

图6为在图5的基础上采用遗传模拟退火调优法对出站波束进行调度后的示例图；

图7为本发明采用步进调优法对出站波束进行调度的实施例的流程图；

图8为本发明采用遗传模拟退火优化法对出站波束进行调度的实施例的流程图。

具体实施方式

最短队列法的失败是因为仅考虑了出站波束队列局部最短的情况，如果能够在算法中加入全局所有队列长度的考虑，负载均衡优化的效果将有较大的改善。步进调优法的思想是，在为一个出站通信服务选择出站波束时，如果能接收此出站通信服务的出站波束的队列都很长，再加入此出站通信服务会造成负载的不均衡，则先考察已经排入这些出站波束上的出站通信服务，选择能够加入全局最短队列的出站通信服务并将其调整到全局最短的出站波束上，再将当前出站通信服务放入调整后的出站波束中。

图7为本发明采用步进调优法对出站波束进行调度的实施例的流程图，如图7所述，本发明实施例使用步进调优法的具体步骤包括：

步骤101：在对出站通信服务安排出站波束时，判断若能够接收所述出站通信服务的出站波束在接收所述出站通信服务后，***内的各出站波束是否会出现负载不均衡；若出现负载不均衡，则执行步骤102；若没有出现负载不均衡，则执行步骤103。

具体地，当接收到一个新的出站通信服务时，需要为该出站通信服务安排一个出站波束将其发送出去。为了保证整个***中各出站波束的负载均衡，先对能够接收该出站通信服务的出站波束在接收所述出站通信服务的情况下，***内的各出站波束是否出现负载不均衡的情况做出判断。

步骤102：将已经安排在所述出站波束中的出站通信服务根据最短队列法安排到***中对应的其他冗余出站波束中，并将所述出站通信服务安排到所述出站波束中。

若判断获知出现负载不均衡，则本发明实施例中采用步进调优法进行出站波束的调度处理，使得负载尽可能的均衡。所述的步进调优法具体为：将原先已经安排到所述出站波束中的出站通信服务按照最短队列法安排到***中对应的其他冗余出站波束中，然后再将所述出站通信服务安排到所述出站波束中，这样所述出站波束中的出站通信服务队列本身并没有增长，负载由整体***中其他的出站波束承担，并且保证均衡。

步骤103：当到达出站条件时，对各出站波束种的出站通信服务进行出站处理。

具体地，当达到出站条件时，将所有安排在出站波束上的所有出站通行服务进行出站处理。

本发明实施例所采用的步进调优法考虑了全局队列长度的因素，对全局的出站通信服务在一定程度上进行了调度，使得出站波束的负载在一定程度上得到了均衡优化。

当采用最短队列法对附图3中的出站通信服务进行调度时，则会出现负载不均衡的状况，而为了达到出站波束的负载均衡，可以采用步进调优法对附图3中的出站通信服务进行调度；图4为在图3的基础上采用步进调优法对出站波束进行调度后的示例图，如图4所示，将波束2上原有的一个出站通信服务（该出站通信服务所能被接收的出站波束为2或者4或者5）调度到波束4上，再将即将进站的出站通信服务（该出站通信服务所能被接收的出站波束为2或者3）放进出站波束2里，这样，波束2的队列长度并没有增长，如此，便在一定程度上达到了负载均衡的状态。

然而，步进调优法虽考虑了全局出站波束队列长度的因素，比最短队列法有了很大的改进，但是步进调优法的全局性考虑是单步的，其调整依然存在局限性，仍然难以应对更加复杂的负载均衡问题。举例来说，附图5为在附图4的基础上再增加两个出站通信服务时的示例图，如图5所示，假设再出现两个可被出站波束2或者3接收的出站通信服务，这时在波束2和波束3的队列中不存在能够调整到当前全局最短队列（波束5的队列）的出站通信服务，那么就会出现负载不均衡的状况。

为此，本发明实施例进一步提供了一种遗传模拟退火优化法来进行出站负载的均衡优化。该算法的基本思想是生成并维持一定规模的出站调度方案群体，然后通过反复的退火、交叉变异和淘汰过程，最终得到较佳的出站调度方案。

在根据步进调优法作调度处理后，再根据遗传模拟退火调优法进行出站波束的调度处理，附图8为本发明采用遗传模拟退火优化法对出站波束进行调度的实施例的流程图，如图8所述，该方法包括以下步骤：

步骤201：将根据所述步进调优法获得的出站调度方案作为初始个体。

具体地，采用步进调优法得到包含当前所有出站通信服务的出站调度方案，将这个方案当作初始个体。

步骤202：以所述初始个体为基础，根据所述***内所有出站波束的冗余波束信息任意交换10个出站通信服务到对应的冗余出站波束中，获得对应的新个体；重复执行29次，获得29个所述新个体；将所述初始个体与所述29个所述新个体一起作为第一群体。

具体地，从初始个体出发，从初始个体里任意取出10个出站通信服务，然后将这10个出站通信服务根据他们所具有的冗余波束信息调度到其他冗余出站波束上，如此便产生了一个新个体，反复执行此动作29次，得到29个这样的新个体，这29个新个体的队列长度已发生了变化，不再具有经步进调优法而持有的均衡状态，其与初始个体一起构成规模为30的初始群体；

步骤203：退火处理：所述退火处理包括对所述第一群体中的每个个体均采用所述步进调优法进行出站波束的调度处理。

具体地，对群体中的30个个体均采用步进调优法进行优化，使出站波束的最长队列长度减少。

步骤204：交叉变异处理：所述交叉变异处理包括以所述第一群体中的每个退火后产生的个体为基础，再次根据所述***内所有出站波束的冗余波束信息任意交换10个出站服务到对应的冗余出站波束中，获得对应的30个新个体，形成第二群体；将所述第一群体和所述第二群体一起作为第三群体。

具体地，对群体中退火后的30个个体，从每个个体中任意取出10个出站通信服务，将这10个出站通信服务根据他们各自所具有的冗余波束信息交换到其他冗余出站波束上，如此产生另外30个新的个体，将这另外30个新的个体加入到当前群体中，这样群体的规模膨胀到了60。

步骤205：淘汰处理：所述淘汰处理包括从所述第三群体中选取最优的20个个体，然后在剩余的个体中再任意选取10个个体，作为新的第一群体；重复执行所述退火处理、所述交叉变异处理和所述淘汰处理。

具体地，从规模为60的群体中选取最优的20个个体，另外从剩余的40个体中随机选取不同的10个个体，将这30个个体组成新的第一群体，从而把群体的规模维持在30；反复执行步骤203-205。

在淘汰操作时，之所以除了从群体中选取最优的20个个体外，还要另外随机选取不同的10个个体，是为了避免遇到局部最优困境时无法继续优化的状况。所谓局部最优困境是指如果当前群体中的所有最优解都指向某个局部最优区域时，那么从这个局部最优区域继续向外探测时，可能无法找到更佳的路径，而该局部最优区域又无法满足算法对于负载均衡需求，这时算法就会陷入局部最优困境。而随机选取不同的10个个体加入当前群体中，就能够在当前群体的最优解之外提供10条不同的路径，有很大的可能帮助算法走出局部最优困境。

步骤206：直到群体中一个体中最大与最小的两个出站波束的队列长度之差小于预设值，或调度处理方法超时，选择其中最优的个体作为出站调度方案。

具体地，当群体中出现一个个体，该个体中其中一个出站波束的最长队列与另一个出站波束的最短队列的长度差小于预设值时，把这个个体作为最终调度方案；或者当反复执行退火、交叉变异、淘汰处理时，执行该算法的时间已经到达，即使是还没有找到最优解，也把当前所具有的最优解最为出站调度方案。

在具体实现遗传模拟退火优化法时，考虑到其计算复杂、耗时较长，启用该算法的时机应进行一定的控制，以便在少增加***计算负担的前提下尽量取得满意的负载均衡优化效果。较为合理的算法启用时机是：

1）预设值：当出站队列相对较空时，不进行出站负载均衡优化也能够顺畅地出站，进行遗传模拟退火算法的计算反而会增加不必要的计算开销，只有在出站队列相对较满时才能够得到较佳的投入产出，即群体中一个体中最大与最小的两个出站波束的队列长度之差小于预设值时启用遗传模拟退火优化法。

2）调度处理方法超时：因为遗传模拟退火算法计算复杂、耗时较长，而业务出站有严格的时间要求，所以在离最终出站间隔时间大于阀值t时，才可能启用遗传模拟退火优化法，以免造成在规定时刻无法完成出站的情况。

附图6为在图5的基础上采用遗传模拟退火调优法对出站波束进行调度后的示例图，如图6所示，在采用遗传模拟退火调优法对图5中的出站通信服务调度后，最长出站波束的队列与最短出站波束的队列长度差为1，经遗传模拟退火调优法调度后，最长队列的个数减少了，最短队列的个数也减少了，从而在一定程度上优化了出站波束的负载不均衡现象。

采用遗传模拟退火优化法的主要特点是：

1）出站负载均衡优化是NP难的组合优化问题，遗传模拟退火算法并不是要找出最优解，而是在一定的组合搜索范围和搜索深度下找到可以接受的较优解，所以群体中有1个个体其最大与最小两队列长度差不大于预设值，或者算法超时就结束计算。

2）遗传模拟退火算法与步进调优法相比，每次进行交叉变异时变异深度为N，N为正整数，而且经过多次的退火、变异、淘汰，实际上遗传模拟退火算法考虑的优化步数远远超过N，而步进调优法只能考虑目前一步的调优，因此遗传模拟退火算法的性能远高于步进调优法，能够适应更加复杂的负载均衡优化问题。

本发明实施例对波束出站的方式进行了优化，通过本发明实施例优化的出站波束的负载避免严重不均衡的情况，而达到比较理想的负载均衡。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (2)

1.一种出站波束调度处理方法，其特征在于，包括：

在对出站通信服务安排出站波束时，若检测获知若能够接收所述出站通信服务的出站波束在接收所述出站通信服务后，***内的各出站波束将出现负载不均衡，则采用步进调优法进行出站波束的调度处理；

所述步进调优法包括将已经安排在所述出站波束中的出站通信服务根据最短队列法安排到***中对应的其他冗余出站波束中，并将所述出站通信服务安排到所述出站波束中。

2.根据权利要求书1所述的方法，其特征在于，所述方法还包括：在根据步进调优法作调度处理后，再根据遗传模拟退火调优法进行出站波束的调度处理；

所述遗传模拟退火调优法包括：

将根据所述步进调优法获得的出站调度方案作为初始个体；

以所述初始个体为基础，根据所述***内所有出站波束的冗余波束信息任意交换N个出站通信服务到对应的冗余出站波束中，获得对应的新个体；重复执行M-1次，获得M-1个所述新个体；将所述初始个体与所述M-1个所述新个体一起作为第一群体；其中，所述M>N,且均为正整数；

退火处理：所述退火处理包括对所述第一群体中的每个个体均采用所述步进调优法进行出站波束的调度处理；

交叉变异处理：所述交叉变异处理包括以所述第一群体中的每个退火后产生的个体为基础，再次根据所述***内所有出站波束的冗余波束信息任意交换N个出站通信服务到对应的冗余出站波束中，获得对应的M个新个体，形成第二群体；将所述第一群体和所述第二群体一起作为第三群体；

淘汰处理：所述淘汰处理包括从所述第三群体中选取最优的M-N个个体，然后在剩余的个体中再任意选取N个个体，作为新的第一群体；

重复执行所述退火处理、所述交叉变异处理和所述淘汰处理，直到群体中一个体中最大与最小的两个出站波束的队列长度之差小于预设值，或调度处理方法超时，选择其中最优的个体作为出站调度方案。

Images