[发明专利]一种适用于低轨卫星网络的能量受限终端随机接入方法

权利要求书

1.一种适用于低轨卫星网络的能量受限终端随机接入方法，其特征在于，每个终端配备多波束相控阵天线，可同时向所有低轨卫星发送数据包，且终端具有能量捕获能力；每个时隙各终端采集到的数据包的数目和低轨卫星数目相同，各数据包具有效用值且各数据包的效用值独立同分布；各终端仅知道自己此刻的能量和数据包的效用值的带有干扰的观测值，不知道其它终端的能量和数据包效用值；所有终端、所有数据包的接入方法均相同；各卫星与各终端之间的信道为带有衰落的冲突信道，即只有当某数据包的信噪比大于信噪比阈值且同时没有其它数据包到达同一卫星时该数据包才会被正确接收；

该方法包括如下步骤：

S1：初始化低轨卫星网络的场景参数，包括低轨卫星数目N、低轨卫星覆盖范围内的终端数目U、终端的平均能量捕获效率B、终端的电池容量e_max、平均信噪比增益K′、信噪比阈值γ；初始化二分算法精度∈_BM、策略迭代算法精度∈_PIA以及拉格朗日系数λ的上限下限λ_L＝0；

S2：随机给定初始策略η₀和初始能量价值函数v₀，其中η₀需满足下式条件：且η₀(e，t)＝0，其中表示对其进行向下取整；其中η₀(e，t)表示在终端能量为e的条件下，数据包以能量t发送的概率；t＝0即为不发送；

S3：根据二分算法求取拉格朗日系数λ，更新能量价值函数v，直到满足策略迭代算法精度∈_PIA；所述S3通过以下子步骤来实现：

S3.1：根据二分算法求取拉格朗日系数

S3.2：通过下式来求取终端的能量转移概率矩阵P，其元素P_ef表示终端的能量从e转移到f的概率

其中，β(B，n)表示终端从环境中捕获n个能量单元的概率；B表示一个时隙内终端从环境中捕获能量单元的期望数目，与环境有关；α(e，t)表示终端能量为e时发射N个数据包消耗t个能量单元的概率；

S3.3：通过下式来求取终端能量稳态概率分布π

其中I为单位矩阵，1为全一向量；

S3.4：通过下式来将策略转换为效用观测值阈值

其中表示η₀(e，t)策略对应的效用值阈值，终端无法获知其数据包的准确效用值，仅能获得带有干扰的效用观测值，效用观测值服从概率分布f_y(y)；

S3.5：通过下式来求取Z

其中，K′为平均信噪比增益，与信道条件有关；表示效用观测值为y条件下数据包效用值的期望；G₀表示在初始策略下终端能量进入稳态后其它终端不发送数据包时所有卫星正确接收数据包的长期平均效用值，P₀表示在初始策略下所有终端能量进入稳态后任意终端不发送数据包的概率；

S3.6：通过下式更新每个能量e下的能量价值函数v₁

其中p(f|e，t)表示终端在能量为e，通过以能量t发送数据包后变为f的概率；

S3.7：检测是否满足精度要求|v₁-v₀|＜∈_PIA，满足则v＝v₁，否则v₀＝v₁并回到S3.6；

S4：更新终端在不同能量下以不同能量发送的能量-动作价值函数q，计算能量-动作概率η₁，直到策略收敛；所述S4通过以下子步骤来实现：

S4.1通过下式更新每个能量不同动作下的能量-动作价值函数q

S4.2通过下式来更新每个能量不同动作下的能量-动作概率η

S4.3检测是否满足条件η＝η₀，满足则将其转换为效用观测值阈值y_th，转换的方法同S3.4，否则η₀＝η并返回S3；

S5：计算评估系数h，并更新拉格朗日系数λ的上下限；判断是否满足二分算法的精度∈_BM，满足则返回最优阈值否则返回S3；所述S5通过以下子步骤来实现：

S5.1通过下式计算评估系数h

其中G表示在该策略下终端能量进入稳态后其它终端不发送数据包时所有卫星正确接收数据包的长期平均效用值，P表示在该策略下所有终端能量进入稳态后任意终端不发送数据包的概率；

S5.2通过下式更新二分算法的上下限

S5.3检测是否满足精度要求λ′_H-λ′_L＜∈_BM，满足则得到最优阈值策略否则λ_H＝λ′_H，λ_L＝λ′_L并返回S2；

S6：在每个时隙k各终端u判断各个数据包的效用观测值y_u，k，n与最优阈值的关系，当满足时，则该数据包以能量t进行发送；其中e_u，k代表终端u在第k个时隙的能量状态。