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

    公开(公告)号:CN118509388A

    公开(公告)日:2024-08-16

    申请号:CN202410457468.7

    申请日:2024-04-16

    Abstract: 本发明提供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,低轨卫星网络接收终端用户发起的服务请求;获取各卫星当前资源状态集合,基于强化学习构建任务调度机制,以根据网络状态生成任务调度策略;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;基于启发式算法构建资源切片机制,将各卫星资源切片候选解认作带有相同电荷的粒子,在一次迭代中,根据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,较低的接收较低电荷;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,进行多次迭代,以得到最优解,生成资源切片策略。本发明提供的方法能够灵活调整资源分配,提高处理效率和资源利用率。

    面向低轨卫星的自适应多业务流分布式服务部署方法及系统

    公开(公告)号:CN118487642A

    公开(公告)日:2024-08-13

    申请号:CN202410457470.4

    申请日:2024-04-16

    Abstract: 本发明提供一种面向低轨卫星的自适应多业务流分布式服务部署方法及系统,低轨卫星网络接收终端用户发起的服务请求;获取卫星当前资源分配集合并构建卫星服务部署效用函数;基于启发式算法构建服务部署机制,将服务部署机制模拟为原子模型,服务部署候选解的效用值对应于电子能量;在一次迭代中,根据电子概率密度图在原子内核周围构建虚拟层,将有较优效用值的服务部署候选解分配至较高的虚拟层层级,较差的分配至较低的虚拟层层级;计算电子的结合态、结合能和最低能级,更新电子能量及位置,计算候选解效用值;多次迭代收敛得到最优解,生成服务部署策略。本发明提供的方法能在高动态场景下自适应选择最优服务部署策略,提高效率和资源利用率。

    一种基于强化学习的低轨卫星网络任务调度方法及系统

    公开(公告)号:CN118394467A

    公开(公告)日:2024-07-26

    申请号:CN202410457460.0

    申请日:2024-04-16

    Abstract: 本发明提供一种基于强化学习的低轨卫星网络任务调度方法及系统,低轨卫星网络接收终端用户发起的服务请求;获取各卫星资源信息;将最小化任务处理成本作为任务调度的优化目标,构建延迟赤字队列表示长期延迟约束,引入李雅普诺夫漂移跟踪两个连续时隙之间李雅普诺夫函数的变化,将优化目标转化为最小化李雅普诺夫漂移加惩罚项;基于强化学习构建任务调度机制,以任务生成状态、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;根据当前低轨卫星网络状态生成相应的任务调度策略。本发明提供的方法能够减少网络能耗和任务处理延迟,提高处理性能。

Patent Agency Ranking