[發明專利]一種星地一體化通信的自適應接入控制方法

有效

• 申請號: 202011068364.5
• 申請日: 2020-10-08
• 公開（公告）號: CN112243254B
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 何元智;劉韻
• 申請（專利權）人: 軍事科學院系統工程研究院網絡信息研究所
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W28/20;H04W48/08;H04W84/06
• 代理公司: 北京豐浩知識產權代理事務所(普通合伙) 11781
• 代理人: 李學康

1.一種星地一體化通信的自適應接入控制方法，其特征在于，包括以下步驟：

S1，星地一體化通信信道中有新鏈路接入請求到達時，計算星地一體化通信系統的當前可用帶寬值；

S2，若新鏈路接入的請求帶寬小于等于星地一體化通信系統的當前可用帶寬，轉入步驟S3，否則轉入步驟S4；

S3，計算新鏈路接入前后的星地一體化通信系統的群智能優化算法優化值，如果接入后系統優化值大于等于接入前優化值時，允許新鏈路的接入，并為新接入鏈路分配相應帶寬，轉入步驟S7，否則拒絕新鏈路的接入，轉入步驟S7；

S4，計算新鏈路接入前后的星地一體化通信系統的群智能優化算法優化值，如果接入后系統優化值大于等于接入前優化值時，轉入步驟S5，否則拒絕新鏈路的接入，轉入步驟S7；

S5，如果請求接入的新鏈路的優先級低于或者等于已有接入鏈路的優先級，重新向新鏈路分配系統帶寬后，允許其接入，再轉入步驟S7，否則轉入步驟S6；

S6，重新分配已有低優先級鏈路帶寬給新接入鏈路，保持新接入鏈路帶寬，而后允許新鏈路接入；

S7，完成星地一體化通信的自適應接入控制決策。

2.一種如權利要求1所述的星地一體化通信的自適應接入控制方法，其特征在于，所述的計算星地一體化通信系統的群智能算法優化值，具體包括：

采用自適應接入控制體制編碼組合參數，表征用戶的QoS需求，用戶的QoS需求具體包括對信道特性變化、誤碼性能要求、傳輸速率要求、功耗要求和接收信號信噪比通信系統參數的QoS需求，基于群智能優化算法確定用戶的調度策略、調節系數參數、重新分配資源策略；基于群智能優化算法的歸一化目標函數都獨立于應用環境且共享一個通用的評價標準，所有終端用戶均具有一個效能函數，終端用戶的效能函數的表達式為：

其中，D_i為系統需求為i時的服務水平的等級，1≤i≤n，n為系統需求參數的總數量，δ_i為修正因子，表示在當前通信網絡狀態下對終端用戶的系統需求i的QoS優先級修正程度；星地一體化通信系統的優化目標是最大化所有用戶的效能函數，星地一體化通信系統的優化目標函數的數學表達式為：

其中，g為星地一體化通信系統的優化目標函數，m為用戶總數量，j表示第j個用戶，1≤j≤m，U_j表示用戶j的效能函數，表示用戶j在系統需求為i時的修正因子，表示用戶j在系統需求為i時的服務水平等級；式(2)在給定的效能函數和修正因子條件下，基于群智能優化算法，通過自適應調整用戶的調度策略、調節系數參數、重新分配資源策略參數，計算得到星地一體化通信系統的優化目標函數全局優化的最大值，所得的全局優化的最大值即為群智能優化算法優化值。

3.一種如權利要求2所述的星地一體化通信的自適應接入控制方法，其特征在于，所述的基于群智能優化算法確定用戶的調度策略、調節系數參數、重新分配資源策略，是利用粒子群算法對自適應接入控制體制的編碼組合參數進行優選，其包含的具體步驟為：

S101，建立每個終端用戶的歸一化用戶效能函數；

S102，獲取需要優化的自適應接入控制體制的編碼組合參數要求，即系統需求參數集合，包括信道特性變化、誤碼性能要求、傳輸速率要求、功耗要求和接收信號信噪比要求；

S103，對歸一化用戶效能函數配置相應的修正因子，用以代表不同的系統需求偏好，包括對誤碼性能的要求、功耗要求；

S104，初始化一組隨機粒子，代表自適應接入控制體制編碼參數組合，并對粒子的初始化位置與速度、自學習因子、社會學習因子、慣性權重、迭代次數參數進行初始化；初始化完成后，根據初始化的參數進行迭代優化計算；

S105，根據各粒子的位置，計算對應的用戶效能函數；種群中的每個粒子記錄其個體極值點作為歷史最好解；種群中找到全局極值點作為目前最好解；

S106，利用式(3)迭代更新粒子的速度和位置：

v_id(k+1)＝αv_id(k)+c₁r₁(pbest_id(k)-x_id(k))+c₂r₂(gbest_gd(k)-x_id(k))

x_id(k+1)＝x_id(k)+v_id(k+1) (3)

其中，第i個粒子在第k次迭代的速度為V_i(k)＝[v_i1(k),v_i2(k),...,v_iD(k)],v_id(k)∈R，其中v_id(k)代表第i個粒子在第k次迭代的第d維的速度，d＝1,2,…,D；第i個粒子在第k次迭代的位置為X_i(k)＝[x_i1(k),x_i2(k),…,x_iD(k)]，x_id(k)代表第i個粒子的第d維位置在第k次迭代的值；慣性權重系數為α；學習因子為c₁和c₂；pbest_id(k)表示第i個粒子在第k次迭代后的歷史最好解的第d維位置取值；gbest_gd(k)表示第k次迭代后目前最好解的第d維位置取值；r₁、r₂為區間[0,1]上的隨機數；

S107，判斷是否到達迭代次數，如果達到，則轉移到步驟S108，如果沒有達到，轉到步驟S105；

S108，群智能算法結束，輸出種群目前最好解對應的各系統需求條件下用戶的服務水平等級和修正因子，即用戶的調度策略、調節系數參數、重新分配資源策略。