CN107342807A - 基于资源移动性的空间信息网络资源互换方法 - Google Patents
基于资源移动性的空间信息网络资源互换方法 Download PDFInfo
- Publication number
- CN107342807A CN107342807A CN201710543990.7A CN201710543990A CN107342807A CN 107342807 A CN107342807 A CN 107342807A CN 201710543990 A CN201710543990 A CN 201710543990A CN 107342807 A CN107342807 A CN 107342807A
- Authority
- CN
- China
- Prior art keywords
- resource
- resources
- task
- node
- combination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18519—Operations control, administration or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Relay Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于资源移动性的空间信息网络资源互换方法,主要解决现有技术中难以充分利用空间信息网络资源移动性去协同多维资源完成任务的问题,其实现方案为:初始化空间信息网络参数;根据初始化参数构建资源关系演进图;在资源关系演进图上定义单一资源及资源组合的服务能力度量;根据任务需求以及当前网络资源状态,在资源关系演进图的基础上构建基于权重资源的等效资源组合寻找图;在基于权重资源的等效资源组合寻找图上利用最短路径算法寻找完成任务的最佳资源组合。本发明通过充分利用资源移动性实现资源互换提升了资源利用率,提高了网络任务完成率,可用于空间信息网络中移动资源的高效利用。
Description
技术领域
本发明属于空间信息技术领域,主要涉及一种空间信息网络资源互换方法,可用于空间信息网络任务规划***,实现用一种相对充裕的资源对某种短缺资源进行补给。
背景技术
空间信息网络是以高速移动的空间平台,如同步卫星或中、低轨道卫星、平流层气球和有人或无人驾驶飞机等为载体,支持对地观测、应急通信和航天测控等典型应用。然而,与传统地面通信网络中用户移动而网络基础设施固定相比,卫星等空间平台具有高速移动特性,空间信息网络中资源具有移动性。这一特性一方面增加了空间信息网络中任务规划与资源调度的复杂度,另一方面,也为网络的服务质量QoS保障带来了极大的挑战。此外,空间信息网络中的资源种类繁多,例如,通信、计算、存储、观测等,且数量有限,网络中的复杂任务也往往需要多类资源协同完成。如何利用资源移动性协同多类资源完成复杂的空间任务是空间信息网络中亟待解决的问题。
虽然资源移动性为空间信息网络的资源管理带来了挑战,但也为网络性能的提升提供了机遇。资源移动性使得网络中的资源能够互换,从而使网络中的瓶颈资源可被其它相对充裕的资源补偿,即增加了网络中不同资源相互协同的自由度,进而提升了任务被完成的机会。例如,存储资源的移动性使卫星节点的存储器可以携带任务数据从网络的一个位置移动到另一个位置,这意味着在一定程度上可以使用移动的存储资源代替通信链路,从而实现了存储资源对通信资源的补给。因此,如何利用空间信息网络资源移动性实现多维资源互换,对提升网络性能而言,是至关重要的。
针对空间信息网络资源移动性利用的方法研究,目前比较前沿的方法有以下两种:
第一种是基于“虚拟节点”和“虚拟拓扑”的资源移动性屏蔽方法,该方法将空间信息网络建模成一个静态的格形网络,在此基础上直接应用静态网络中的资源管理方法,例如路由、资源调度方法,从而大大降低了由资源移动性带来的复杂度;
第二种则是资源移动性的简单利用,其与试图屏蔽移动性的资源管理方法的主要区别在于,在分配资源时不局限于单个静态的快照,而是针对一段时间资源的动态移动过程做出分配,且在分配过程中考虑到了存储资源与通信资源的互换,从而实现了对资源移动性的利用。
但是,上述两种方法仅考虑了通信资源与存储资源,因此只能针对空间信息网络中较为简单的通信任务,而在面对需要观测、通信、计算、存储等多种资源协同完成的复杂任务以及高移动性的场景时,则无法直接用于现有的空间信息网络任务规划。
发明内容
本发明的目的是针对上述现有方法的不足,提出一种基于资源移动性的空间信息网络资源互换方法,以有效协同网络中的多维资源,进而完成更多的任务。
为实现上述目的,本发明的技术方案包括如下:
(1)初始化空间信息网络参数,观测卫星集合OS={os1,os2,...,osi,...,osP},中继卫星集合RS={rs1,rs2,...,rsj,...,rsQ},地面站集合GS={gs1,gs2,...,gsm,...,gsR},待观测目标集合OB={ob1,ob2,...,obn,...,obS},其中osi表示第i个观测卫星,i∈[1,P],rsj表示第j个中继卫星,j∈[1,Q],gsm表示第m个地面站,m∈[1,R],obn表示第n个待观测目标,n∈[1,S],P、Q、R、S分别为网络中观测卫星、中继卫星、地面站及待观测目标的个数;
(2)将规划周期T划分为M个等长时隙,每个时隙的长度为:
τ=T/M,T∈(0,+∞),M∈[1,+∞);
(3)将步骤(1)中初始化的各种集合导入到Satellite Tool Kit商用软件中,根据该软件中的星历表判断在每个时隙τ内,其观测卫星与待观测目标可视关系、观测卫星与中继卫星的可视关系及观测卫星与地面站之间的可视关系,并对这些可视关系进行记录;
(4)根据步骤(3)记录的可视关系构建资源关系演进图;
(5)基于步骤(4)构建的资源关系演进图定义基于位移矢量的多维资源组合服务能力度量为其中,为链路弧的容量,Lrc为该资源组合对应的流包含的边的集合,为起点与终点之间的位移矢量;
(6)定义网络中到达的任务流为m(tsm,tem,dvm,llm,sm,dm),其中tsm是任务m最早开始被执行的时间,tem是任务m最晚被成功执行的时间,dvm是任务m的数据量需求,llm是任务m的源端和目的端的位移矢量,sm是任务m对应的源节点即观测点,dm是任务m对应的目的节点即地面站,定义任务m的服务能力需求dcm为dcm=dvm·llm;
(7)地面控制中心收集当前网络资源使用状态,根据收集到的网络资源使用状态定义资源关系演进图上的边对应的资源状态参量为:其中,为边剩余的可承载数据量大小;
(8)根据任务m需求及每种单一资源的资源状态参量构建基于权重资源的等效资源组合寻找图G;
(9)在基于权重资源的等效资源组合寻找图G上利用图论中的最短路径算法,寻找虚拟节点vs到vd的最短路径p,并记录下该路径p所对应的资源组合rc以及其服务能力bm·llm,计算任务m的服务能力需求:dcm=dvm·llm,将bm·llm与dcm进行比较:
若bm·llm<dcm,则执行步骤(10),反之,执行步骤(11);
(10)在基于权重资源的等效资源组合寻找图上删除资源组合rc中数据承载量为bm的边,形成一个新的基于权重资源的等效资源组合寻找图G′,更新图中参量,返回步骤(9);
(11)将所有记录的资源组合合并,任务m的最佳资源组合寻找过程结束。
本发明与现有技术相比,具有如下优点:
1)本发明考虑实际的空间信息网络任务规划场景,根据具体的任务需求进行网络资源调度,通过利用资源移动性实现资源互换,合理高效的协同多维网络资源,进而提升了网络任务完成率。
2)本发明考虑了计算资源对网络任务执行过程的影响,利用资源关系演进图中的观测、存储、传输和计算弧来刻画空间信息网络中的观测、存储、传输和资源计算过程,得到基于位移矢量的资源能力度量标准,从而能够准确高效地得出可以完成任务的合理资源组合。
3)本发明考虑了任务的数据量和时延需求,在资源关系演进图的基础上引入了虚拟节点概念,进而构造基于权重资源的等效资源组合寻找图,将满足任务时延需求的所有可能资源组合进行标记,降低了寻找最佳资源组合过程的复杂性。
4)本发明在基于权重资源的等效资源组合寻找图的基础上,提出基于“等效路径选择”的移动资源互换方法,将最佳资源组合寻找问题转化为资源关系演进图中最优路径求解问题,将抽象问题变得更具体,更易求解。
附图说明
图1是本发明的实现整体流程图;
图2是本发明中的资源关系演进图示意图;
图3是本发明中基于权重资源的等效资源组合寻找图示意图;
图4是本发明中寻找等效资源组合的子流程图。
具体实施方式
以下结合附图和实例对本发明进行详细说明,实例仅用于说明本发明,并不构成对本发明的任何限制。
参照图1,本发明的实现步骤如下:
步骤1,初始化空间信息网络参数。
(1a)初始化网络场景:
初始化观测卫星集合OS={os1,os2,...,osi,...,osP},其中osi表示第i个观测卫星,i∈[1,P],P为网络中观测卫星的个数;
初始化中继卫星集合RS={rs1,rs2,...,rsj,...,rsQ},其中rsj表示第j个中继卫星,j∈[1,Q],Q为网络中中继卫星的个数;
初始化地面站集合GS={gs1,gs2,...,gsm,...,gsR},其中gsm表示第m个地面站,m∈[1,R],n∈[1,S],R为网络中地面站的个数;
初始化待观测目标集合OB={ob1,ob2,...,obn,...,obS},其中obn表示第n个待观测目标,S为网络中待观测目标的个数;
(1b)初始化网络中节点的地理位置信息;
(1c)给定网络资源分配的规划周期,将T划分为M个等长时隙,每个时隙的长度为τ=T/M,T∈(0,+∞),M∈[1,+∞)。
步骤2,记录网络节点间的可视关系。
(2a)将步骤1中初始化的各种参数导入到Satellite Tool Kit商用软件中,根据该软件中的星历表判断每个时隙τ内观测卫星与待观测目标可视关系,观测卫星与中继卫星的可视关系,及观测卫星与地面站之间的可视关系;
(2b)判断节点间是否存在可视关系,如果存在,则将该节点间的可视关系参量记为1,反之,则记为0。
步骤3,根据步骤2记录的可视关系构建资源关系演进图。
参照图2,本步骤的具体实现如下:
(3a)查看节点间的可视关系参量,如果参量值为1,则在资源关系演进图相应位置添加可视弧;
(3b)在观测卫星顶点、中继卫星顶点和地面站顶点的相邻时隙之间添加存储弧,用以表征在该时隙内卫星节点的存储能力,为等效资源组合寻找图中权重的计算提供参量依据;
(3c)引入计算虚拟节点vc,在观测卫星顶点与计算虚拟顶点之间添加计算弧,用于收集被压缩掉的数据量,至此完成对资源关系演进图的构建。
步骤4,基于步骤3构建的资源关系演进图,定义基于位移矢量的多维资源组合服务能力度量。
(4a)定义资源关系演进图上两个点和的空间位移矢量为:其中表示第k个时隙的第i个节点,表示第m个时隙的第j个节点,表示第i个节点vi在第k个时隙的经度和纬度,表示第j个节点vj在第m个时隙的经度和纬度;
(4b)在资源关系演进图上,定义链路弧的容量为节点vi和节点vj所对应链路在k时隙内能够传输的最大数据量,定义存储弧的容量为第k个时隙和第k+1个时隙间节点vi存储器的大小;
(4c)定义资源关系演进图上的任意一条边上的服务能力,即单一资源的服务能力度量为:其中表示链路弧的容量;
(4d)定义的单一资源服务能力进行组合,并对流包含的链路弧的容量进行比较,得到资源关系演进图上的资源组合服务能力为:
其中,Lrc为该资源组合对应的流包含的边的集合,该流的起点和终点分别为和 为起点与终点之间的位移矢量。
步骤5,根据任务m的属性,定义其服务能力需求dcm。
定义到达的任务流为m(tsm,tem,dvm,llm,sm,dm),其中tsm是任务m最早开始被执行的时间,tem是任务m最晚被成功执行的时间,dvm是任务m的数据量需求,llm是任务m的源端和目的端的位移矢量,sm是任务m对应的源节点即观测点,dm是任务m对应的目的节点即地面站,将任务m的服务能力需求记为dcm,其中dcm=dvm·llm。
步骤6,地面控制中心收集当前网络资源使用状态,定义资源状态参量
(6a)星上传感器感知其当前资源使用状态,并将其回传到地面控制中心,地面控制中心收集这些资源使用状态,获取资源的剩余量,例如,资源关系演进图上的边对应的剩余资源即剩余的可承载数据量大小记为
(6b)根据收集到的网络资源使用状态,定义资源关系演进图上的边对应的资源状态参量为:其中,为边剩余的可承载数据量大小。
步骤7,在资源关系演进图的上引入两个虚拟节点vs和vd,并根据任务m需求及每种单一资源的资源状态参量构建基于权重资源的等效资源组合寻找图G。
参照图3,本步骤的具体实现如下:
(7a)将资源关系演进图中的弧的权重设置为其对应资源的资源状态参量的值构成一个初始的基于权重资源的等效资源组合寻找图Gp;
(7b)在Gp图的基础上引入两个虚拟节点vs和vd,并添加vs到等效源节点的弧和vd到等效目的节点的弧,将这些新添加的弧的集合记为Lv,其中等效源节点是满足任务m时延需求的时隙到时隙所对应的所有源节点sm,等效目的节点是满足任务m时延需求的时隙到时隙所对应的所有目的节点dm;
(7c)将Gp图上属于集合Lv的弧的权重设置为0,构建的新图则记为基于权重资源的等效资源组合寻找图G。
步骤8,在基于权重资源的等效资源组合寻找图G上寻找满足任务m的服务能力需求的最佳资源组合。
参照图4,本步骤的具体实现如下:
(8a)在基于权重资源的等效资源组合寻找图G上利用图论中的最短路径算法,寻找虚拟节点vs到vd的最短路径p;
(8b)记录下该最短路径p所对应的资源组合rc以及其服务能力bm·llm,其中bm为最短路径p所包含的边中剩余承载数据量最小的边,即
(8c)判断最短路径p所对应的资源组合rc的服务能力bm·llm与任务m的服务能力需求dcm的大小关系,其中dcm=dvm·llm,若bm·llm≥dcm,则执行步骤9,反之,若bm·llm<dcm,执行步骤10。
步骤9,在基于权重资源的等效资源组合寻找图G上删除资源组合rc中数据承载量为bm的边,形成一个新的基于权重资源的等效资源组合寻找图G′,更新相关参量。
(9a)令G=G′,更新G中最短路径p包含的任意一条边l对应的资源所剩余的数据承载量为bl=bl-bm,其中
(9b)根据当前资源剩余量bl,利用步骤(6b)中的资源状态参量计算方法重新计算当前G中最短路径p包含的任意一条边l对应的资源的权重,更新G中对应边的权重;
(9c)更新任务m的服务能力需求dcm,使得dcm=dcm-bm·llm,返回步骤8;
步骤10,将所有记录的资源组合合并,形成可以完成任务m的资源组合,整个寻找最佳资源组合的过程结束。
以上描述仅是本发明的一个具体实例,显然对于本领域的专业人员来说,在了解了本发明内容和原理后,都可能在不背离本发明原理、结构的情况下,进行形式和细节上的各种修正和改变,但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。
Claims (5)
1.一种基于资源移动性的空间信息网络资源互换方法,包括:
(1)初始化空间信息网络参数,观测卫星集合OS={os1,os2,...,osi,...,osP},中继卫星集合RS={rs1,rs2,...,rsj,...,rsQ},地面站集合GS={gs1,gs2,...,gsm,...,gsR},待观测目标集合OB={ob1,ob2,...,obn,...,obS},其中osi表示第i个观测卫星,i∈[1,P],rsj表示第j个中继卫星,j∈[1,Q],gsm表示第m个地面站,m∈[1,R],obn表示第n个待观测目标,n∈[1,S],P、Q、R、S分别为网络中观测卫星、中继卫星、地面站及待观测目标的个数;
(2)将规划周期T划分为M个等长时隙,每个时隙的长度为:
τ=T/M,T∈(0,+∞),M∈[1,+∞);
(3)将步骤(1)中初始化的各种集合导入到Satellite Tool Kit商用软件中,根据该软件中的星历表判断在每个时隙τ内,其观测卫星与待观测目标可视关系、观测卫星与中继卫星的可视关系及观测卫星与地面站之间的可视关系,并对这些可视关系进行记录;
(4)根据步骤(3)记录的可视关系构建资源关系演进图;
(5)基于步骤(4)构建的资源关系演进图定义基于位移矢量的多维资源组合服务能力度量为其中,为链路弧的容量,Lrc为该资源组合对应的流包含的边的集合,为起点与终点之间的位移矢量;
(6)定义网络中到达的任务流为m(tsm,tem,dvm,llm,sm,dm),其中tsm是任务m最早开始被执行的时间,tem是任务m最晚被成功执行的时间,dvm是任务m的数据量需求,llm是任务m的源端和目的端的位移矢量,sm是任务m对应的源节点即观测点,dm是任务m对应的目的节点即地面站,定义任务m的服务能力需求dcm为dcm=dvm·llm;
(7)地面控制中心收集当前网络资源使用状态,根据收集到的网络资源使用状态定义资源关系演进图上的边对应的资源状态参量为:其中,为边剩余的可承载数据量大小;
(8)根据任务m需求及每种单一资源的资源状态参量构建基于权重资源的等效资源组合寻找图G;
(9)在基于权重资源的等效资源组合寻找图G上利用图论中的最短路径算法,寻找虚拟节点vs到vd的最短路径p,并记录下该路径p所对应的资源组合rc以及其服务能力bm·llm,计算任务m的服务能力需求:dcm=dvm·llm,将bm·llm与dcm进行比较:
若bm·llm<dcm,则执行步骤(10),反之,执行步骤(11);
(10)在基于权重资源的等效资源组合寻找图上删除资源组合rc中数据承载量为bm的边,形成一个新的基于权重资源的等效资源组合寻找图G′,更新图中参量,返回步骤(9);
(11)将所有记录的资源组合合并,任务m的最佳资源组合寻找过程结束。
2.根据权利要求1所述的方法,其中步骤(4)中根据步骤(3)记录的可视关系构建资源关系演进图,按如下步骤进行:
(4a)判断网络中的任意两个节点是否在该时隙存在可视关系,如果存在,则在资源关系演进图的相应位置添加可视弧;
(4b)在观测卫星顶点、中继卫星顶点和地面站顶点的相邻时隙之间添加存储弧;
(4c)引入计算虚拟节点vc,在观测卫星顶点与计算虚拟顶点之间添加计算弧,用于收集被压缩掉的数据量,至此完成对资源关系演进图的构建。
3.根据权利要求1所述的方法,其中步骤(5)中基于位移矢量定义多维资源组合服务能力度量,按如下步骤进行:
(5a)定义资源关系演进图上两个点和的空间位移矢量为:其中表示第k个时隙的第i个节点,表示第m个时隙的第j个节点,表示第i个节点vi在第k个时隙的经度和纬度,表示第j个节点vj在第m个时隙的经度和纬度;
(5b)在资源关系演进图上,定义链路弧的容量为节点vi和节点vj所对应链路在k时隙内能够传输的最大数据量,定义存储弧的容量为第k个时隙和第k+1个时隙间节点vi存储器的大小;
(5c)根据(5a)和(5b)中已有的参量,定义资源关系演进图上的任意一条边上的服务能力,即单一资源的服务能力度量为:其中表示链路弧的容量;
(5d)对(5c)中定义的单一资源服务能力进行组合,并对流包含的链路弧的容量进行比较,得到资源关系演进图上的资源组合服务能力为:
<mrow>
<mi>min</mi>
<mo>{</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>v</mi>
<mi>i</mi>
<mi>k</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>v</mi>
<mi>j</mi>
<mi>m</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>v</mi>
<mi>i</mi>
<mi>k</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>v</mi>
<mi>j</mi>
<mi>m</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>L</mi>
<mi>r</mi>
<mi>c</mi>
<mo>}</mo>
<mo>&CenterDot;</mo>
<msubsup>
<mi>llv</mi>
<mrow>
<mi>s</mi>
<mi>d</mi>
</mrow>
<mrow>
<mi>p</mi>
<mi>q</mi>
</mrow>
</msubsup>
</mrow>
其中,Lrc为该资源组合对应的流包含的边的集合,该流的起点和终点分别为和 为起点与终点之间的位移矢量。
4.根据权利要求1所述的方法,其中步骤(8)中构建基于权重资源的等效资源组合寻找图G,按如下步骤进行:
(8a)根据每种单一资源的资源状态参量的值确定资源关系演进图中弧的权重的大小,两者成正相关,即构成一个初始的基于权重资源的等效资源组合寻找图Gp;
(8b)在Gp图的基础上引入两个虚拟节点vs和vd,并在该图中添加vs到等效源节点的弧和vd到等效目的节点的弧,将通过虚拟节点vs和vd在Gp图上添加的弧的集合记为Lv,其中,等效源节点是满足任务m时延需求的时隙到时隙所对应的所有源节点sm,等效目的节点是满足任务m时延需求的时隙到时隙所对应的所有目的节点dm;
(8c)将Gp图上属于集合Lv的弧的权重设置为0,构建的新图则记为基于权重资源的等效资源组合寻找图G。
5.根据权利要求1所述的方法,其中步骤(10)中对新的等效资源组合寻找图的参量进行更新,按如下步骤进行:
(10a)令G=G′,更新G中最短路径p包含的任意一条边l对应的资源所剩余的数据承载量为bl=bl-bm,其中
(10b)利用步骤(7)中的资源状态参量计算方法计算当前G中最短路径p包含的任意一条边l对应的资源的权重,更新G中对应边的权重;
(10c)更新任务m的服务能力需求dcm,使dcm=dcm-bm·llm,返回步骤(9)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710543990.7A CN107342807B (zh) | 2017-07-05 | 2017-07-05 | 基于资源移动性的空间信息网络资源互换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710543990.7A CN107342807B (zh) | 2017-07-05 | 2017-07-05 | 基于资源移动性的空间信息网络资源互换方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107342807A true CN107342807A (zh) | 2017-11-10 |
CN107342807B CN107342807B (zh) | 2020-06-30 |
Family
ID=60218584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710543990.7A Active CN107342807B (zh) | 2017-07-05 | 2017-07-05 | 基于资源移动性的空间信息网络资源互换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107342807B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113268322A (zh) * | 2021-05-17 | 2021-08-17 | 深圳番多拉信息科技有限公司 | 一种拥有资源能力计算的方法、***、装置以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5561837A (en) * | 1993-06-02 | 1996-10-01 | Alcatel Espace | Memory relay system for observation satellites |
CN101459946A (zh) * | 2008-12-12 | 2009-06-17 | 南京邮电大学 | 基于虚拟节点的卫星网可靠路由方法 |
CN106100718A (zh) * | 2016-05-30 | 2016-11-09 | 西安电子科技大学 | 基于时变图的空间信息网络资源表征方法 |
CN206226436U (zh) * | 2016-09-27 | 2017-06-06 | 中国科学院空间应用工程与技术中心 | 一种空间信息网络资源双层调度*** |
CN106877921A (zh) * | 2017-03-14 | 2017-06-20 | 西安电子科技大学 | 空间信息网络多维资源一体化表征方法 |
-
2017
- 2017-07-05 CN CN201710543990.7A patent/CN107342807B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5561837A (en) * | 1993-06-02 | 1996-10-01 | Alcatel Espace | Memory relay system for observation satellites |
CN101459946A (zh) * | 2008-12-12 | 2009-06-17 | 南京邮电大学 | 基于虚拟节点的卫星网可靠路由方法 |
CN106100718A (zh) * | 2016-05-30 | 2016-11-09 | 西安电子科技大学 | 基于时变图的空间信息网络资源表征方法 |
CN206226436U (zh) * | 2016-09-27 | 2017-06-06 | 中国科学院空间应用工程与技术中心 | 一种空间信息网络资源双层调度*** |
CN106877921A (zh) * | 2017-03-14 | 2017-06-20 | 西安电子科技大学 | 空间信息网络多维资源一体化表征方法 |
Non-Patent Citations (2)
Title |
---|
DI ZHOU 等: "Mission Aware Contact Plan Design in", 《IEEE TRANSACTIONS ON COMMUNICATIONS》 * |
汪诗峰: "空间网络分析关键技术研究", 《中国优秀博硕士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113268322A (zh) * | 2021-05-17 | 2021-08-17 | 深圳番多拉信息科技有限公司 | 一种拥有资源能力计算的方法、***、装置以及存储介质 |
CN113268322B (zh) * | 2021-05-17 | 2023-11-07 | 深圳番多拉信息科技有限公司 | 一种拥有资源能力计算的方法、***、装置以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107342807B (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | When UAV swarm meets edge-cloud computing: The QoS perspective | |
Sheng et al. | Resource mobility in space information networks: Opportunities, challenges, and approaches | |
Wang et al. | Multi-resource coordinate scheduling for earth observation in space information networks | |
Yuan et al. | Digital twin-driven vehicular task offloading and IRS configuration in the Internet of Vehicles | |
Lim et al. | UAV-assisted communication efficient federated learning in the era of the artificial intelligence of things | |
Kaur et al. | Demand-response management using a fleet of electric vehicles: An opportunistic-SDN-based edge-cloud framework for smart grids | |
CN107005480A (zh) | 用于sdt与nfv和sdn相互配合的***和方法 | |
Yuan et al. | Dynamic controller assignment in software defined internet of vehicles through multi-agent deep reinforcement learning | |
CN102299854B (zh) | 一种面向机会网络环境的多目标路由决策*** | |
CN102982209A (zh) | 基于hla的空间网络可视化仿真***及仿真方法 | |
Tang et al. | Incentivizing proof-of-stake blockchain for secured data collection in UAV-assisted IoT: A multi-agent reinforcement learning approach | |
CN113346938A (zh) | 一种面向空天地一体化网络的边缘计算资源融合管理方法 | |
CN114422018B (zh) | 卫星网络仿真***及测试方法、设备、存储介质和产品 | |
CN106953900A (zh) | 一种工业环境实景增强式交互终端及*** | |
CN106877921A (zh) | 空间信息网络多维资源一体化表征方法 | |
Kovalenko et al. | Clustering algorithms for UAV placement in 5G and Beyond Networks | |
CN105897811A (zh) | 一种数据同步方法和装置 | |
CN108650011A (zh) | 多无人机与地面网络高效协作性数据中继方法及*** | |
Meng et al. | Multi-UAV collaborative sensing and communication: Joint task allocation and power optimization | |
CN105281958A (zh) | 用于多层卫星网络环境中的卫星覆盖和星间链路分析方法 | |
CN107454630A (zh) | 负载均衡方法及负载均衡路由器 | |
CN107342807A (zh) | 基于资源移动性的空间信息网络资源互换方法 | |
CN109711702A (zh) | 面向多管理平台的对地观测任务分布式协同规划方法 | |
CN103702445B (zh) | 无线传感器网络语义通信中任务组合的本体及推理规则 | |
CN114063468A (zh) | 一种适用于无线自组网半实物仿真***的数据交互方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |