业务驱动的天地一体化网络站址优化技术研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:Forest2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着移动用户终端产生的通信业务需求的激增和新兴远程物联网业务需求的诞生,传统地面通信网络由于资源有限、节点覆盖范围小等缺陷难以满足业务对大规模连接和高网络承载能力的需求,并且一旦地面网络遭受自然灾害的影响而瘫痪时,将导致受灾地区通信的中断。而卫星通信网络因为海拔高、可用资源丰富的特点具有覆盖范围广、接入技术灵活、免受不可抗力因素破坏等优点,当其与地面通信网络融合形成天地一体化网络时,能够提升网络对业务的承载能力,克服偏远地区和受灾地区通信困难的问题。作为连接地面网络与卫星网络的设备,地面站在天地一体化网络中扮演着至关重要的角色。由于不同的地面站站址具有不同的区域性大气条件,导致星地链路的信道条件具有差异性,进一步使得不同地面站的星地链路可用资源不同,因此地面站站址的选择方案将会影响到网络对于业务需求的覆盖性能。另一方面,由于业务需求的分布也具有地区差异性,而且不同的站址选择方案也会产生不同的业务接入距离,因此地面站站址的选择方案还会影响到业务需求的接入性能和网络的通信开销。此外,为了降低网络的建设成本和维护成本,需要对部署的地面站数目进行限制。综上所述,综合考虑地面站站址的区域性大气条件和业务需求分布,并以网络对业务的覆盖性能、接入性能以及网络成本为导向,对站址选择方案进行优化是天地一体化网络架构中亟待解决的问题。本文研究了面向不同业务需求分布和多维网络性能指标的站址优化方法,从而提升网络对业务的覆盖性能和接入性能,并实现了二者与网络成本之间的制衡关系。具体研究内容如下:1、针对现有天地一体化网络地面站布设研究模型中未考虑不同地面站站址的差异化信道条件和数据业务需求的实际分布的问题,本文提出一种信道感知和业务驱动的基于非支配排序遗传算法的站址优化算法。具体而言,采用国际电信联盟标准星地信道模型对信道条件进行建模,并基于人口分布建模通信业务需求,以网络的用户业务覆盖、业务接入时延和部署地面站数目为指标,通过非支配排序平衡三个网络性能之间的制约关系,并利用迭代对站址选择方案进行优化。通过与最优算法的对比,证明所提算法的有效性,并结合基于现实数据的仿真结果以及与三个对比算法的比较验证算法能够在较短时间内选出一组网络性能折中且相对较优的地面站部署方案。此外,仿真结果也说明了站址选择的偏好与业务需求的分布紧密相关,对于业务需求更密集的区域,站址选择在该地区的可能性越大。2、针对目前尚未有相关工作研究不同业务需求分布对站址选择结果的影响,本文提出一种面向通信与远程物联网混合业务的基于遗传算法和交替方向乘子法的站址优化算法,并与面向单一通信业务的结果进行对比。具体而言,首先基于无线传感器分布对远程物联网业务进行建模,然后针对不同业务的差异性提出全新的网络性能,即覆盖业务总收益,并联合业务接入距离与部署地面站数目为评估指标通过遗传算法进行站址选择方案的优化。其中,针对覆盖业务总收益计算复杂度较高、地面站资源利用率低下的问题,以及地面站本地信息具有私密性的特点,提出基于交替方向乘子法的分布式资源分配机制在保证私密本地信息无需共享的前提下降低计算复杂度并提升资源利用率。仿真结果表明了所提算法能够有效提升资源利用率和业务覆盖性能,同时进一步证明了不同业务需求分布将导致地面站选址偏好的差异。
其他文献
高光谱图像具有丰富的光谱信息和空间信息,广泛应用于军事、农业、地质勘测等领域。虽然高光谱图像含有丰富的可用于分类的信息,但也存在信息冗余以及“同物异谱”现象,在标注样本有限的情况下,分类模型很难获得一个较好的分类结果。随着遥感技术飞速发展,可以很轻易获得高光谱图像,但精确的地物标注需要大量的人工,如何充分利用高光谱图像的空谱信息,在标注样本有限的情况下,提高模型特征表征能力和泛化能力,实现高光谱图
推荐系统是工业界和学术界处理信息过载的主要手段,其通过分析用户和所推荐项目间的关系,或利用已有用户历史行为记录,帮助用户从海量数据中寻找可能感兴趣的信息。近几十年,推荐系统技术得到了长足发展,基于协同过滤、机器学习、深度学习的模型均已在现实生活中得到了广泛应用,但这些模型表达能力有限,且每次推荐都是按照固定策略,无法适应时刻变化动态的用户兴趣。其次,这些静态模型将每次推荐视为独立过程,没有考虑用户
传统机载预警雷达的主要功能是目标检测和参数估计,采用较窄的带宽就能完成任务。但在未来的应用中,在检测目标后,机载雷达需要获得高分辨率的目标距离像或ISAR图像,以便实现目标分类和识别,因此需要采用更大的带宽。但是带宽的增加意味着系统的时间/距离分辨能力提高,也会给信号处理带来问题:在空域,信号的孔径渡越时间不再远小于信号的时间分辨率,目标信号和杂波信号在阵元间的距离走动不能忽略;在时域,高速目标信
随着信息技术的不断发展,传统有源雷达面临着低空突防、电磁干扰、隐身飞机和高速反辐射导弹等各方面的挑战。为应对这些威胁,各国研究人员不断探索新体制雷达技术,外辐射源雷达便是其中一种。外辐射源雷达是一种无源雷达,本身不具备信号发射装置,依靠非合作辐射源进行被动探测,其系统较隐蔽,不易被敌方摧毁。早期的外辐射源雷达通过FPGA和DSP芯片来搭建信号处理系统,但该方法采用的DSP开发板较多,因此硬件平台较
主瓣干扰给雷达探测带来了严峻的挑战,有效抗主瓣干扰是目前亟需解决的问题。基于数字射频存储器(DRFM)技术的间歇采样转发干扰是一种常见的主瓣欺骗干扰样式,其通过对雷达信号进行低速率的间歇采样转发,使得干扰信号在时域、频域和空域特征上与真实目标回波信号高度相似。传统雷达难以在保留目标信号的同时鉴别和抑制干扰,从而对雷达的目标探测和跟踪构成了严重的威胁。基于上述背景,本文从抗主瓣干扰的角度出发,重点研
点集配准是图像处理和计算机视觉领域中的一个热点和重点方向,在医学图像分析、目标识别与跟踪等方面都有重要的应用价值。点集配准的目标是恢复从模板点集到目标点集的空间变换,使两点集对齐。过程主要分为两步,即确定对应关系和求解空间变换。二者互为前提,交替迭代,直至完成配准任务。由于点集中非刚性形变、噪声、离群点、旋转等干扰因素的存在,导致点集配准算法的精度和效率均受到一定制约。本文以概率模型匹配方法作为基
由海表面的后向散射作用形成的海杂波严重干扰雷达对目标的检测,海面弱目标常常被海杂波所淹没。为了提升雷达对于海面弱目标检测的能力,本文基于某岸基雷达的X波段实测海杂波数据,分析了海杂波的特性,并对海面弱目标检测算法进行了研究。本文主要研究工作为:1、利用实测海杂波数据对海杂波物理散射特性、统计特性、时频特性以及时空相关性进行分析。首先通过分析海杂波的成因,得出海杂波的物理散射模型由布拉格散射、突发散
图像实例分割完成的是像素级的实例目标分割任务,是人工智能与计算机视觉领域的重要发展方向,其被广泛应用到各个领域,如工业生产、监控安防和医疗卫生等。目前的图像实例分割模型主要存在两个问题,第一,传统的图像实例分割模型由于图像中实例对象尺寸差异跨度较大,导致目标检测阶段出现误检、漏检等问题,从而使生成的掩码精度较低。第二,传统的实例分割模型在掩码生成阶段,主要是通过汇聚到全连接层的特征信息对像素点进行
随着计算机技术和互联网技术的发展,各行各业纷纷向“互联网+”和数字化转型,数字信息化服务的用户量剧增,导致了各个领域的数据量呈指数式暴涨,数据计算面临着新的需求和挑战。以单一类型计算资源为主的传统计算系统平台力不胜任,无法满足日趋复杂且多变的应用需求。在此背景下,通用异构计算平台应运而生,被广泛应用于科学计算、深度学习、信号处理和云计算等领域,并取得了显著的成效。它的大规模计算资源为处理海量数据提
自上世纪八十年代以来,人工神经网络迅猛发展。现在,它已经被广泛应用于诸多领域解决实际问题。但是,就目前情况而言,我们所应用的人工神经网络属于第二代神经网络。尽管第二代神经网络帮助我们在很多领域取得了突破性的进展,但它并没有实现真正的仿生,不能够模仿真实大脑皮层神经元网络的工作机制。而构建与人类大脑神经元网络相类似的智能网络作为当下的研究热点,由于大脑结构和功能之谜尚未真正解开,变得极具挑战。本文从