[发明专利]一种天地融合网络下基于大小时间尺度的流量感知法有效
| 申请号: | 202210406109.X | 申请日: | 2022-04-18 |
| 公开(公告)号: | CN114826937B | 公开(公告)日: | 2023-06-20 |
| 发明(设计)人: | 曲桦;袁晓东;赵季红;解朋飞;魏锋 | 申请(专利权)人: | 西安交通大学 |
| 主分类号: | H04L41/14 | 分类号: | H04L41/14;H04L41/147;H04L47/125;H04L47/56;H04B7/185 |
| 代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 姚咏华 |
| 地址: | 710049 *** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 天地 融合 网络 基于 大小 时间 尺度 流量 感知 | ||
1.一种天地融合网络下基于大小时间尺度的流量感知法,其特征在于,包括以下步骤:
S1,对天地融合网络进行建模,得到卫星地面节点资源池;
S2,对区域内流量到来进行预测;
S3,根据预测结果判断大时间尺度内卫星地面资源是否满足区域内流量的资源需求;
S4,确定进行小时间尺度流量转移的前置条件参数;小时间尺度流量转移的前置条件参数如下:
N0=βN
其中,N0为收容节点,即可接受流量转移的节点,N为区域内总节点数,β为用来调整收容节点的个数;
S5,根据流量大小、类型及资源状态进行流量转移;进行流量转移包括延迟敏感型DS和延迟容忍型DT;
在流量相同的情况下,节点首先满足延迟敏感型DS的资源需求,剩余的资源随着延迟敏感型DS的动态资源需求而变化,延迟容忍型DT的资源需求通过剩余资源来动态供给;
延迟敏感型DS的流量转移是根据阈值Ti来确定,阈值Ti由节点的资源量确定:
Ti=γ·RESt,
其中,Fi为小时间尺度下节点i的当前流量,RESt为地面节点资源池;
流量超过阈值就会进行流量转移,转移的流量为Fij,j∈N0为收容节点,转移后节点j的流量为:
其中,ni=N-N0,Fj为收容节点原有的流量;
对于延迟容忍型DT的流量转移与当前节点的资源量及延迟敏感型DS的资源需求有关,不同种类的延迟容忍型DT有着不同的资源量需求记为表示时隙t时节点i对种类为k的延迟容忍型DT分配的资源,未完成的延迟容忍型DT缓存在队列Q(t)中,由于延迟容忍型DT也有时延要求,应控制队列的长度:
其中,si为节点i的处理速度0≤si≤1,为处理时隙t时队列中的已有流量,为时隙t时到来的种类为k的延迟容忍型DT流量大小,K为延迟容忍型DT的种类数量;
当节点的平均处理速度小于平均流量到达速率,进行流量转移,转移后节点j的流量为:
其中,转移的流量为为具有接受流量转移能力的节点,为收容节点原有的流量;
S6,根据流量转移后的结果进行节点的流量均衡以及资源状态评估。
2.根据权利要求1所述的一种天地融合网络下基于大小时间尺度的流量感知法,其特征在于,S1的具体方法如下:
将卫星和地面节点进行虚拟化,屏蔽卫星节点的动态性,在时间片内看成地理区域内由一组不变的虚拟卫星节点和地面节点覆盖,从而得到的卫星和地面节点资源池。
3.根据权利要求1所述的一种天地融合网络下基于大小时间尺度的流量感知法,其特征在于,S2中,对区域内流量到来进行预测的具体方法如下:
根据区域内卫星地面流量历史数据及流量具有周期性来进行大时间尺度下的预测,根据状态集以及历史流量数据得到频数转移矩阵,根据频数转移矩阵得到状态转移矩阵,进而建立马尔可夫转移链,通过分析状态转移来预测下一时刻的流量。
4.根据权利要求1所述的一种天地融合网络下基于大小时间尺度的流量感知法,其特征在于,S3中,根据预测结果判断大时间尺度内卫星地面资源是否满足区域内流量的资源需求的方法如下:
Along={Clong,Slong,Tlong}
其中,Along为大时间尺度下流量H′对应的资源需求,需要满足:
其中,为大时间尺度内的总资源量,为已使用的资源量。
5.根据权利要求1所述的一种天地融合网络下基于大小时间尺度的流量感知法,其特征在于,通过对延迟敏感型DS的流量转移和延迟容忍型DT的队列缓存及流量转移,达到减少区域内节点的流量过载数量,提高空闲节点的资源利用,降低区域内节点的过载比率,有如下公式:
其中,Rover为区域内节点过载比率,Nover为过载的节点个数;
对于延迟容忍型DT要保证队列的稳定性有如下公式:
Qi(t)≤QT
其中,QT为队列长度的阈值,与节点处理速度和流量到达速度共同决定DT是否进行跨节点的流量转移。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210406109.X/1.html,转载请声明来源钻瓜专利网。





