基于资源图谱与对抗学习的低轨卫星无线资源调度方法及装置

本发明涉及通信，尤其涉及一种基于资源图谱与对抗学习的低轨卫星无线资源调度方法及装置。

背景技术：

1、随着5g网络的商用，解决了人口密集区内的海量用户接入、大带宽与低延迟的通信问题。但由于人的活动范围、生产价值、突发事件等在全球范围扩展，相对凸显人口稀疏地区因地面网络建设成本高昂或无法建设等原因，导致全球视域下信息交互的无线资源、覆盖范围、通信速率严重不足。近年来，基于大星座、低轨道、高频段的卫星互联网成为低成本解决上述问题的重要方案之一。当前，融合卫星、空基平台以及地面网络的空天地一体无缝通信已经成为6g研究的重要课题。

2、不同于地面网络与已有卫星通信系统，卫星互联网将重点实现全球区域下高并发用户移动宽带接入。为此，卫星互联网的重要创新技术思路是融合地面5g nr新空口、引入相控阵跳波束、结合微服务核心网等新技术手段，可实现更灵活、更大容量、更高速率的通信支持。与此同时，卫星互联网的通信业务体验也被重点关注。运营商计划可基于卫星互联网同时实现对全球泛在的用户提供单用户峰值速率100mbps以上的移动宽带业务、低于50ms的实时交互业务、以及并发接入大于100万的物联网业务。上述业务差异性很大，对带宽、延迟、接入数量等服务保障的需求不同，但又存在很大几率分布在卫星互联网同一个波束下，或者分布随地域动态变化。此外，同一卫星覆盖地面区域高速变化，地面用户的信道环境急剧变化。所以，基于卫星互联网，为同一波束不同地域与不同用户提供的最优无线资源分配与调度，是提升卫星互联网通信灵活性与可靠性的关键。

3、卫星互联网无线资源调度的核心问题包括两点，第一是跳波束下对波束的频率、时间、空间以及时机等卫星无线通信资源进行细粒度建模；第二是多种异质业务共存时多约束关系的最优选择。首先，地面5g nr新空口的引入，使得卫星通信同一波束内的用户数据可利用ofdm的方式进行复用，结合相控阵提供的动态波束赋形能力，赋予了卫星通信可在不同时间对不同区域的不同用户提供不同的频率、时隙与码的复用方式，且因卫星高速变化，对应于每个用户的不同时刻已分配无线资源也在极速变化，同时，考虑到飞机、飞艇等空基平台以及遥感、气象、空间站等天基平台，无线资源的需求从地面的二维扩展到空天地三维。现有无线通信资源采用单点、固定、二维的思路进行建模，已难以适应卫星互联网场景下无线通信资源的空间多点、细粒度变化、三维等分布精确描述需求。第二，卫星互联网场景下，在同一区域内同时存在大带宽、低延迟、高并发的通信业务需求，同时，因卫星与用户之间的相对距离大，且卫星按周期覆盖，地面用户发起业务请求不是服从单纯的随机分布，而具备了更多的空间与周期规律分布。

4、现有技术中基于人工智能的无线资源调度算法，着重于链路状态感知对无线资源进行优化控制，强调可靠连接，未充分利用用户分布相对固定以及卫星周期性运动所带来的先验信息，不能进一步提升人工智能算法在卫星互联网无线资源调度的效率。针对卫星互联网复杂动态无线资源调度表征颗粒度不足以及人工智能算法未考虑卫星网络周期性先验信息的问题，亟需一种新的低轨卫星无线资源调度方法。

技术实现思路

1、鉴于此，本发明实施例提供了一种基于资源图谱与对抗学习的低轨卫星无线资源调度方法及装置，以消除或改善现有技术中存在的一个或更多个缺陷，解决卫星互联网复杂动态无线资源调度表征颗粒度不足且未充分利用用户分布相对固定以及卫星周期性运动所带来的先验信息的问题。

2、本发明的一个方面提供了一种基于资源图谱与对抗学习的低轨卫星无线资源调度方法，针对低轨道卫星宽波束结合动态点波束的跳波束接入场景，该方法包括以下步骤：

3、采用宽波束覆盖多个用户小区，每个用户小区采用点波束进行覆盖，按照设定时间窗口为粒度分配卫星资源，将所述设定时间窗口分为设定数量个时隙，并为各点波束分配时隙资源；每个用户小区内的用户服从二维正态分布，基于用户分布以及业务优先级确定用户业务量需求强度；

4、基于全频率复用，将各点波束服务的多个用户的信道差异进行平均化处理，以香农通量的理想化模型近似表达每个用户小区提供的信道容量参数；

5、根据各用户小区的业务优先级为各用户小区设置优先级权重值；

6、根据每个用户小区的用户业务量需求强度、信道容量参数和优先级权重值，在最大化吞吐量的基础上引入业务优先级需求建立约束，求解得到每个用户小区对应点波束分配的时隙数；

7、在一个设定时间窗口中，以时隙为x轴，点波束编号为y轴，点波束频率为z轴建立三维柱状图，将所述三维柱状图按照各时隙切割为二维图片，所述二维图片的横向量表示所述波束编号，所述二维图片的纵向量表示点波束频率；

8、将跳波束卫星通信无线资源约束条件转化为图谱约束条件，并对所述二维图片进行约束调整；

9、将基于单个三维柱状图切割得到的所有二维图像输入预训练的生成对抗网络的生成器中，输出得到优化后的资源分配图，并将各资源分配图按照对应的时隙进行堆砌得到资源调度柱状图，以按照所述资源调度柱状图对各点波束进行时隙资源调度。在一些实施例中，基于全频率复用，将各点波束服务的多个用户的信道差异进行平均化处理，以香农通量的理想化模型近似表达每个用户小区提供的信道容量参数，计算式为：

10、

11、其中，是第n个点波束对应波位实际分配的业务量，即信道容量参数，nmax为跳波束系统中每个时隙工作的点波束的个数；w为所述设定时间窗口的总长度；ni为第i个点波束分配到的时隙数，b为跳波束系统的带宽，log2(1+sinrij)为第j个时隙中第i个点波束频谱效率，sinrij为第j个时隙中第i个点波束的信噪比。

12、在一些实施例中，根据每个用户小区的用户业务量需求强度、信道容量参数和优先级权重值，在最大化吞吐量的基础上引入业务优先级需求建立约束，包括：

13、建立最大吞吐量目标函数，表达式为：

14、

15、

16、建立优先级权值目标函数，表达式为：

17、

18、

19、其中，表示第n个点波束对应波位的用户业务量需求强度，是第n个点波束对应波位实际分配的业务量，nmax为跳波束系统中每个时隙工作的点波束的个数；w为所述设定时间窗口的总长度；ni为第i个点波束分配到的时隙数，n*表示正整数。

20、在一些实施例中，所述跳波束卫星通信无线资源约束条件表达式为：

21、

22、其中，ni表示第i个点波束分配的时隙数，w表示所述设定时间窗口；表示点波束间的空间间隔，r表示点波束的半径，bi表示第i个点波束，bj表示第j个点波束；oi表示分配给第i个点波束的功率，ptotal表示总功率；表示点波束频率资源，pw表示系统整体频率资源。

23、在一些实施例中，所述图谱约束条件的表达式为：

24、

25、其中，lnum表示gan网络中设定的输入的图片的数量，lvec-x表示输入的图片横向量，lvec-y表示输入的图片的纵向量，w表示所述设定时间窗口，bi表示第i个点波束，表示第i个点波束的频率参数。

26、在一些实施例中，所述生成对抗网络的预训练步骤包括：

27、获取训练样本集，所述训练样本集中包含多个样本，每个样本包括多个由三维柱状图按照各时隙切割得到的二维图片，所述三维柱状图是以现有跳波束无线资源调度数据按照时隙为x轴，点波束编号为y轴，点波束频率为z轴建立的，所述二维图片的横向量表示所述波束编号，所述二维图片的纵向量表示点波束频率；

28、构建并初始化生成器网络和判别器网络，并采用所述训练样本集对所述生成器网络和所述判别器网络进行训练；

29、所述生成器网络采用最小化第一损失函数进行更新迭代，所述第一损失函数的表达式为：

30、

31、其中，zi表示所述生成器网络的输入，g(zi)表示所述生成器网络的输出，d(g(zi))表示所述判别器网络的输出；

32、所述判别器网络采用最大化第二损失函数并最小化输出进行更新迭代，所述第二损失函数的表达式为：

33、

34、其中，xi表示所述判别器网络的输入，表示所述生成器网络的输出。

35、在一些实施例中，所述生成器网络和所述判别器网络采用梯度下降法进行参数更新。

36、在一些实施例中，所述生成器网络和所述判别器网络在预训练过程中采用adam优化器进行参数更新。

37、另一方面，本发明还提供一种基于资源图谱与对抗学习的低轨卫星无线资源调度装置，包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该装置实现上述方法的步骤。

38、另一方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。

39、本发明的有益效果至少包括：

40、本发明所述基于资源图谱与对抗学习的低轨卫星无线资源调度方法及装置，基于跳波束技术应用场景，先利用卫星网络周期性先验信息基于最大吞吐量和优先级需求建立约束条件，并初步求解对各点波束分配的时隙数；以时隙、点波束编号和点波束频率为参数建立无线网络资源调度的三维柱状图，并按照时隙切割为二维图片构建为无限资源图谱，通过预训练的生成对抗网络对切割得到的二维图片进行整体时隙分配调度的优化，利用图像在连续和显性的色系处理过程中的优势，利用对无线资源图谱的处理实现细粒度的优化，提高资源分配策略的精确性。

41、本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。

42、本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。