[发明专利]基于吸引子选择算法的低轨卫星物联网业务模型建立方法及多星负载均衡方法

说明书

本发明公开了一种基于吸引子选择算法的低轨卫星物联网业务模型及多星负载均衡算法；所述业务模型，在空间维度上沿用了网格划分确定终端部署密度的方法，采用了随机位置生成的方法，通过构建终端部署密度矩阵，利用边缘累积概率分布函数对的特性，使用一维逆变化采样、仿射变换等数学方法确定了终端的具体坐标，在时间维度上，对事件驱动型业务进行研究，精确地捕捉到短时间范围内的突发流量特性；所述多星负载均衡算法通过实时计算各个卫星的网络活性、网络状态来指导物联网终端进行动态自适应的卫星决策，更加适合卫星物联网这种高动态的场景，能够给在外界接入规模发生变化时，使终端做出自适应的决策调整，改善随机接入性能。

技术领域

本发明涉及卫星通信技术领域，主要涉及基于吸引子选择算法的低轨卫星物联网业务模型建立方法及多星负载均衡方法。

背景技术

物联网是指按照标准的通信协议和一致的网络架构，通过信息传感设备和多种网络接入技术，把世界上所有的物品与各类网络连接起来，进行信息通信、数据交换、互操作和管理，从而实现对物品的智能化识别、定位、跟踪、监控和管理的一种能互联互通互操作的基础网络。随着当下各种无线网络的大面积覆盖，物联网应用逐渐渗透到人类活动的各个领域，传感器设备可以通过网线、手机网络、远程无线网络等方式实现全天候、全方位的连接。但是，由于空间环境和地理因素的限制，地面物联网并不能有效地解决所有问题。在人类无法到达的偏远地区，布设基站以及建立通信网络非常困难，由于低轨卫星通信系统因其较低传输损耗和时延的特点，且可以通过星座方式对地球实现无缝覆盖的优势，因此，卫星物联网成为辅助地面网络实现万物互联的可靠选择之一。

现有文献“低轨卫星物联网业务量建模”中提出了一种适用于低轨卫星物联网的建模方法和一种基于最高优先级的接入策略。文献中提出的业务模型在空间维度上利用网格划分的方式对网格内存在地理环境种类进行分析，为不同的地理环境设置相应的终端部署密度，通过以不同地理环境的面积比例作为加权因子，加权求和计算网格内的终端部署密度，最后乘以总终端数即为该网格内的终端数量；在时间维度上主要针对卫星物联网中主要存在的周期更新型业务产生的平稳流量进行仿真，利用Palm-Kinchinte定理证明可以证明异步同周期过程的叠加可以用一个泊松过程进行代替。文献中提出的基于最高优先级的接入策略的主要思想是：由于星地之间的距离远超地面物联网节点和基站之间的距离，综合考虑物理层数据传输性能以及地面物联网节点功耗，处在同一个地理栅格中的所有物联网设备节点实时选择优先级最高的卫星接入。其中优先级表征地理栅格对于卫星的优先选择程度，这个数值与卫星星下点到地理栅格的距离成反比，距离越近，优先级越高，反之优先级越低。其仿真结果表明，卫星业务的峰均比很高，说明不同卫星由于覆盖地区地理环境的差异导致卫星的忙闲不均。

发明内容

发明目的：本发明提出了基于吸引子选择算法的负载均衡方法中的业务模型，在空间维度上沿用了网格划分确定终端部署密度的方法，相比于现有文献不同之处在于，采用了随机位置生成的方法，通过构建终端部署密度矩阵，利用边缘累积概率分布函数对的特性，使用一维逆变化采样、仿射变换等数学方法确定了终端的具体坐标，这样不仅能够得到某一网格中的终端数量，还可以清楚并直观地看到不同终端处在网格内的位置，使空间维度的模型更加具象化，有助于以后的研究；在时间维度上本发明主要针对于事件驱动业务造成的突发流量，采用了时间受限的Beta分布；

本发明提出的多星负载均衡方法主要受到生物学中吸引子选择算法的启发。在多星覆盖的场景中，细胞生存环境的变化被看作是系统接入规模的变化，这种整体接入规模的变化实际上体现在各个卫星接入规模的改变，从而直接影响了各个卫星的网络活性，这种网络活性可以理解为当前卫星选择方案的优劣性，各个卫星网络活性决定了各个卫星的网络状态，这种网络状态可以理解为卫星的吞吐量、接入时延等性能指标，代表了选择该卫星的可能性，最终终端节点依据各个卫星的实时网络状态进行接入卫星的决策，选择卫星发起随机接入，而向各个卫星发起接入请求的节点数量的变化会使系统中各个卫星的网络活性保持一种动态的平衡，即系统实时资源利用率较高，改善了现有方案中高优先级卫星繁忙，低优先级卫星空闲的情况。