一种空天地一体化网络的数据传输方法及相关设备

本技术属于网络资源管理，尤其涉及一种空天地一体化网络的数据传输方法及相关设备。

背景技术：

1、随着信息时代的到来，人们对无缝的网络覆盖和持续的通信服务需求日益增长。虽然许多先进的地面无线技术被用于提高无线网络性能，但仍存在许多难以被地面无线网络覆盖的盲点区域。卫星通信系统包括地球静止轨道(geo，geostationary orbit)、中轨(meo，middle earth orbit)和低轨(leo，low earth orbit)卫星，已广泛应用于生态环境监测、应急救援、导航定位等领域。此外，在第六代(6g)移动通信系统的研究中，leo卫星受到了广泛关注。特别是极端地区(如高寒地区、戈壁沙漠、岛屿和偏远地区)，由于地面基础设施建设与维护的高成本，仍然面临接入互联网的挑战。因此，推广宽带leo卫星网络以实现各种远程物联网(iort，internet of remote things)应用是非常值得关注的。目前，地面无线终端接入卫星网络严重依赖于卫星地面站。然而，在极端地区建立许多卫星地面站面临巨大的成本挑战。无人机不仅可以充当多种空中角色(如空中基站和数据采集器)，还可以灵活部署为移动星地站。地面网络是空天地一体化网络的重要组成部分，无人机辅助通信提高了地面网络的性能。

2、毕竟，使用大量仅用于通信任务的专用无人机，成本也是巨大的。近年来，机会性地利用无人机的闲置资源，完成各类任务(如区域巡逻、目标探测、视频拍摄、货物配送等)，以辅助提升地面网络性能的研究引起了研究人员的关注。在这些任务中，只有少数无人机提供专用通信服务，大多数无人机几乎不需要与其他无人机进行通信或仅提供很小的反馈。然而，在极端地区的生态环境监测应用场景中，充分利用这些可用资源来提升地面网络性能还远远不够。为保证数据收集的时效性，相应的无人机应及时将收集到的数据从地面节点(如汇聚节点)转发到远程数据中心，这对于执行特定任务的无人机来说是不可能的。在这种情况下，充分利用无人机和卫星的通信资源是非常必要的。

3、通过近年来的发展，leo卫星通信资源的增长速度远远快于geo和meo。然而，对于一个低轨卫星，它覆盖特定地面的时间窗口长度是有限的。如果无人机想要持续保持空天通信，就需要在不同低轨卫星之间不断进行切换。另一方面，即使使用点波束发送/接收信号，一颗leo卫星也有很大的地面覆盖范围。在这种情况下，在考虑通过leo卫星进行数据收集时，推荐采用随机接入(ra，random access)协议，因为采用专用接入(da，dedicatedaccess)协议会造成很大的空天通信延迟。因此，充分利用上述空天资源面临着无人机随机接入leo卫星冲突概率不确定性等挑战性问题。

4、对于极端地区的地面感知节点，由于地对天信道严重的路径损耗以及高增益接收/发送天线的缺乏，无法成功地将信号直接发送到卫星网络。因此，可以将感知到的数据收集到几个星地站，再将这些星地站通过卫星网络连接到远程数据中心，实现端到端的数据及时传输。然而，大量的地面感知节点分布在偏远、广阔的区域，使得数量较少的星地站成为端到端数据传输的瓶颈点。如何克服地面与空天资源利用的挑战性问题，为大量地面感知节点提供更多的端到端数据传输路径具有重要的现实意义。

技术实现思路

1、本技术提供了一种空天地一体化网络的数据传输方法及相关设备，可以确保空天地一体化网络端到端数据传播的时效性。

2、第一方面，本技术提供了一种空天地一体化网络的数据传输方法，空天地一体化网络包括低轨卫星、多个无人机以及多个感知节点，该数据传输方法包括：

3、对多个感知节点进行聚类，得到多个簇，并将每个簇的簇头确定为一个汇聚节点，得到多个汇聚节点；多个汇聚节点与多个簇一一对应，每个簇包括至少一个感知节点；

4、分别针对每个簇，构建该簇中汇聚节点与各感知节点之间的第一数据传输模型；第一数据传输模型用于描述每个簇中汇聚节点与各感知节点进行数据传输的过程；

5、分别构建多个汇聚节点与多个无人机之间、多个无人机与低轨卫星之间的第二数据传输模型、第三数据传输模型；第二数据传输模型用于描述无人机与汇聚节点进行数据传输的过程，第三数据传输模型用于描述低轨卫星与无人机进行数据传输的过程；

6、根据第一数据传输模型和第二数据传输模型，构建用于降低多个汇聚节点与多个无人机之间数据积压的第一优化模型；

7、根据第三数据传输模型，构建用于降低低轨卫星与无人机数据积压的的第二优化模型；

8、基于第一优化模型和第二优化模型构建第三优化模型，通过对第一优化模型和第二优化模型交替迭代，获取用于配置空天地一体化网络的数据传输策略；

9、根据数据传输策略，实现空天地一体化网络的数据传输。

10、可选的，第一数据传输模型的表达式如下：

11、

12、其中，表示汇聚节点n在时隙t的数据传输量，kg表示与每个汇聚节点进行数据传输的最大感知节点数量，τ表示预先划分的数据传输时长，r表示汇聚节点n所在簇中的第r个感知节点，r表示汇聚节点n所在簇中感知节点的总数量，表示感知节点sr,n的二元变量，用于指示sr,n在时隙t是否传输数据，表示感知节点sr,n到汇聚节点n在时隙t的链路瞬时可达速率，wgg表示任意感知节点到其所连接的汇聚节点之间的带宽，表示感知节点sr,n到汇聚节点n的发射功率，表示所有接收机处加性高斯白噪声的功率谱密度。

13、可选的，第二数据传输模型的表达式如下：

14、

15、

16、其中，表示在时隙t中汇聚节点n到无人机m之间的路径损耗，ηlos,ηnlos,a,b表示与网络环境有关的常数，c表示光速，表示地面网络载体中心频率，表示汇聚节点n到无人机m之间的距离，表示汇聚节点n到无人机m在时隙t的仰角，(xn,yn)表示汇聚节点n的坐标，表示无人机m在时隙t的坐标。

17、可选的，第三数据传输模型的表达式如下：

18、

19、

20、

21、

22、其中，表示无人机m与低轨卫星l在时隙t中信道增益，gm,l表示无人机m与低轨卫星l之间信道的大尺度衰落因子，λm,l表示无人机m与低轨卫星l之间信道的小尺度衰落因子，表示无人机m与低轨卫星l之间信道的los分量，表示无人机m与低轨卫星l之间信道的nlos分量，表示第一阶bessel函数，表示第三阶bessel函数，ds表示低轨卫星l上圆形天线阵列的直径，表示卫星网络载波的中心频率，θm,l表示低轨卫星l对无人机m的视轴离轴，表示自由空间损耗数，d0表示低轨卫星l的轨道高度，gm,l表示无人机m到低轨卫星l的发射天线增益，κ表示boltzman常数，was表示无人机m到低轨卫星l的载波带宽，tn表示接收端的噪声温度，rm,l表示无人机m与低轨卫星l之间雨衰减系数，其功率增益在db遵循对数正态分布随机分布。

23、可选的，第一优化模型的表达式如下：

24、

25、其中，和表示汇聚节点电池容量上限和汇聚节点最大能量收获量，和表示汇聚节点n向无人机m传输数据时电池剩余容量和当前能量收获量，约束c1和c2保证每个无人机同时服务最多ks个汇聚节点，每个汇聚节点在一个时隙内最多只能被一个无人机服务，c3保证每架无人机的ks个非相交波束在垂直平面投影的平面角之和不大于π，c4和c5表示数据传输功率受汇聚节点电池容量限制，c6保证汇聚节点的能量收获量不是无限的，表示时隙总数量，n表示汇聚节点的总数量，表示无人机的第k个波束在时隙t是否服务汇聚节点n，m表示无人机的总数量。

26、可选的，第二优化模型的表达式如下：

27、

28、其中，和表示无人机电池容量上限和最大能量收获量，和表示无人机m到低轨卫星l转发数据时电池剩余容量和当前收获能量量，表示正数，用于控制因碰撞访问行为而受到的惩罚强度，c7和c8表示上传功率受到无人机电池容量的限制，c9保证无人机的收获能量量不可能是无限的，c10表示低轨卫星的轨道运动和低轨卫星定位误差，c11是表示低轨卫星网络中是否存在碰撞的二元约束。

29、可选的，根据第一优化模型和第二优化模型，获取用于配置空天地一体化网络的数据传输策略，包括：

30、根据第一优化模型和第二优化模型，构建用于优化低轨卫星的接入资源利用率的第三优化模型；第三优化模型的表达式为：

31、

32、其中，表示限制低轨卫星接入资源使用量的正数，其值越大，表示限制程度越大；

33、分别对第一优化模型、第二优化模型以及第三优化模型进行求解，得到数据传输策略。

34、第二方面，本技术提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的数据传输方法。

35、第三方面，本技术提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的数据传输方法。

36、本技术的上述方案有如下的有益效果：

37、本技术提供的空天地一体化网络的数据传输方法，通过分别构建空天地一体化网络中低轨卫星、无人机以及感知节点之间的数据传输模型，并基于数据传输模型构建低轨卫星、无人机以及感知节点之间的数据传输优化模型，获取数据传输策略，实现分阶段降低数据传输过程中的数据积压，有利于确保空天地一体化网络端到端数据传播的时效性。

38、本技术的其它有益效果将在随后的具体实施方式部分予以详细说明。