一种基于吸引子选择模型的多波束干扰规避方法及系统

本发明属于卫星通信，具体涉及一种基于吸引子选择模型的多波束干扰规避方法及系统。

背景技术：

1、卫星通信技术在现代通信网络中扮演着关键角色，特别是在覆盖偏远地区和海洋等传统地面网络难以到达的地方。随着全球对高速互联网和数据传输需求的不断增长，卫星通信技术也在不断演进。多波束技术使得每个波束能够精确覆盖地球表面的特定小区域，在满足高密度用户通信需求的同时也使得资源分配更为精准。然而，多波束技术的广泛应用也使得波束间干扰面临更大的挑战。一方面，随着卫星通信系统的扩展和用户需求的增加，干扰管理的复杂性和成本也在增加。另一方面，频率资源的有限性导致频率规划策略必须在资源利用效率和干扰控制之间取得平衡，这需要进一步的优化和创新。因此，需要结合其他方法进行波束间干扰规避。基于此，本发明设计了一种基于吸引子选择模型的多波束干扰规避方法及系统，在降低波束间干扰的同时，保证其公平性，提高了系统吞吐量。

技术实现思路

1、针对上述现状，本发明提出了一种基于吸引子选择模型的多波束干扰规避方法和系统，通过具有优先有限权的排队论模型分析，确定最优波束传输方案。本发明解决了现有技术存在的上述问题，以实现对现有的低轨卫星多波束系统中干扰的规避，在保证小区间公平性的同时，提升波束内的内的吞吐量。

2、为了实现以上目的，本发明采用如下技术方案：

3、一种基于吸引子选择模型的多波束干扰规避方法，包括以下步骤：

4、s1、构建系统模型：建立多波束与地面小区之间覆盖关系的系统模型；

5、s2、基于地理地形构建系统内用户的业务到达模型；

6、s3、根据小区内数据量特征，建立排队论模型并分析；

7、s4、分析生成多波束时的天线主瓣与旁瓣的干扰问题；

8、s5、将多波束干扰规避问题转换为吸引子选择模型的算法问题，即：将多波束干扰规避问题采用吸引子选择模型的算法来表达；

9、s6、构建基于吸引子选择模型的波束干扰规避模型；

10、s7、根据吸引子选择模型的算法计算，进行波束控制。

11、作为优选方案，步骤s1中，对于构建系统模型，建立多波束与地面小区之间的关系覆盖型，包括：

12、采用单卫星多波束模型为系统模型，选定单卫星通信系统包括低轨卫星、信关站和地面小区。天线选择平面均匀相控阵天线阵列，可随机生成k个波束，表示为k＝{k|k＝1,2,,k}，覆盖地面n个小区，表示为n＝{n|n＝1,2,...,n}，其中k<n。

13、作为优选方案，步骤s2中，建立业务到达模型，具体包括：

14、基于地面小区地理地形差异，建立业务到达模型。业务量由地形、发展、时间三部分因子加权获得，t时刻内，定义栅格i的设备部署密度为：

15、

16、其中，si表示栅格i的面积，m表示该栅格内包含的地理环境类型数量，ρj表示在地理环境类型j对应的设备部署密度，根据地形和发展情况加权获得，给不同类型地形及发展情况设置相应权重，si,j表示栅格i内地理环境类型j所占的面积。系统内流量服从到达率为λ的泊松分布。

17、作为优选方案，步骤s3中，对排队论模型分析，具体包括：

18、s31、卫星可以提供n个队列来存储n个小区到达的流量，且队列存储是有限的。由于队列中每个数据包的等待时间不同，假设数据包等待超过生存时间tdl后将被抛弃。

19、s32、将小区内的数据包分为高低两个优先级，且不同优先级的数据包是服从相互独立的参数为λi的poisson分布(λi为第i级用户的平均到达率，i＝1,2)。

20、s33、在步骤s32的基础上设定有限优先权参数n。高优先级数据包进入队列后可插队，但是为了保证被丢弃的数据包尽可能少，设置有限参数n来限制高优先级插队的数量，即在时间周期t内只可容许n个高优先级数据包插队处理，以避免过多低优先级数据包被丢弃。

21、s34、在步骤s33的基础上计算不同优先级数据包在小区内进行排队时的平均等待时间为：

22、

23、其中，wh为高优先级数据包的平均排队等待时间，wl为低优先级数据包的平均排队等待时间，λi为第i级用户的平均到达率，μ为信息的平均服务率，t为时间周期，n为插队处理的高优先级数据包数。

24、s35、根据数据包在队伍中的等待时间超过生存时间后会被丢弃原则，小区的整体队列平均时延考虑被丢弃的概率，则高优先级和低优先级数据包的有效平均等待时延分别为：

25、

26、其中，pd,h，pd,l分别为高、低优先级数据包被丢弃的概率；

27、s36、对于每个小区n，总体延迟表示为高优先级和低优先级数据包的有效等待时延之和，即：

28、

29、其中，为高优先级节点的平均等待时延，为低优先级节点的平均等待时延，pd,h，pd,l分别为高、低优先级数据包被丢弃的概率。

30、作为优选方案，步骤s4中，进行干扰分析，具体包括：

31、s41、每个点波束的旁瓣或主瓣与其他波束的主瓣在空间上相互重叠造成影响。因此，当同频波束进行链路通信时，除了所需信号外，还会接收到相邻波束的主瓣或旁瓣干扰信号。

32、s42、在步骤s41的基础上使用终端接收信号的载干比c/i实现波束间干扰的量化：

33、

34、其中，m为产生干扰的波束数量，gt(θ0)期望波束发送天线增益，θ0为期望波束的发送角度，gt,i(θi)为其他干扰波束发送的天线增益，θi为期望用户偏离干扰波束i天线轴线的角度。

35、作为优选方案，步骤s5中，将多波束干扰规避问题转换为吸引子选择模型的算法问题，具体包括：

36、s51、在步骤s4的基础上使用基于吸引子选择的波束干扰规避模型。地面用户在整个单星覆盖场景中的可用波束为k个，则选择波束i开启或关闭时其决策状态向量为mi(1≤i≤k)，将生物细胞吸引子选择模型引用到卫星通信领域，同时将细胞吸引子选择模型从二维状态空间推广到多维状态空间，建立吸引子选择模型为：

37、

38、其中，mi表示选择开启或关闭时波束i的网络状态变量，如接入吞吐量、平均接入时延等接入性能；细胞活跃度表征参数α是决策的核心参数之一，该参数用以表征决策解的综合优化性能；s(α)和d(α)是波束的状态变量的增大速率和减小速率，代表了系统性能的提升与下降速度；ηi(i∈{1,2,…,k})是外部环境的噪声，代表了外部网络环境的变化。

39、s52、本发明问题可以建立为在细胞活跃度参数α的驱动下，求解细胞吸引子选择模型得到平衡解的状态向量，最终以状态向量中最大分量对应的模型作为目标系统j*,即：

40、

41、作为优选方案，步骤s6中，构建波束干扰规避模型，具体包括：

42、s61、由于吸引子值无法直接获得，因此构建参数hi来反映波束开启或关闭时的系统整体性能好坏，与吸引子值建立转换联系。根据步骤s1的系统模型，将步骤s2生成的业务到达模型及步骤s3所产生的排队论模型引入到系统模型中，同时结合步骤s4中的分析，在优化决策中，考虑波束开启时的干扰比c/i、波束内吞吐量tptotal和地面小区的最大等待时延差td等因素构建参数hi。

43、s62、在t时刻，卫星接收每个波束的三个性能特征反馈后，通过多属性决策方法对波束i的性能指数进行加权计算，其具体表达如下：

44、

45、其中，ω1、ω2、ω3代表了这三个方面关键因素的权重系数。

46、s63、采用sigmoid型效用函数将波束选择后的性能参数映射到网络活性因子上，以确保两者的一致性，即：卫星选择开启的波束性能越好，其实时网络活性因子就越高。在t时刻，波束i的瞬时网络活性因子由下式计算：

47、

48、优选的，步骤s61具体如下：

49、s611、首先在计算波束间产生的干扰时，根据相控阵生成的不同波束的中心点进行波束之间的位置判断哪些波束主瓣或者旁瓣会带期望波束带来干扰。使用载干比c/i来量化计算波束间产生的干扰，假设每个天线的发射功率和接收天线的增益是相同的，且信道中的损耗也相同，则载干比为：

50、

51、其中，m为产生干扰的波束数量，gt(θ0)期望波束发送天线增益，θ0为期望波束的发送角度，gt,i(θi)为干扰波束i的卫星天线增益，θi为期望用户偏离干扰波束i天线轴线的角度；

52、s612、波束内的吞吐量tptotal信道容量及小区排队数据包总和获得：

53、

54、其中，t表示关注t个时隙的长期性能，n为小区数，dt,n为队列n在t时隙中存储的总流量，ct,n为波束的信道容量；

55、s613、用地面小区的最大等待时延差td来表示小区之间的公平性：

56、

57、其中，τt,n为t时隙小区n的队列平均时延。

58、作为优选方案，步骤s7中，依据吸引子值的变化解决多波束内的负载均衡问题。根据问题的转换和吸引子选择模型的计算，进行波束控制，具体包括：

59、在吸引子选择算法的驱动下，系统能够找到合适的吸引子选择方案，使系统活性最大化，并使系统状态暂时趋于平稳。在此状态下，噪声对系统整体状态的影响可以忽略不计，从而得出目标调度策略。在进行波束调度选择开启或关闭时，会优先选择相对吸引子值高的选项，以在保证系统稳定的情况下，实现整体波束调度有利和性能最大化。

60、本发明还公开了一种基于吸引子选择模型的多波束干扰规避系统，用于执行上述方法，其包括如下模块：

61、系统模型建立模块：建立多波束与地面小区之间覆盖关系的系统模型；

62、业务到达模型建立模块：基于地理地形构建系统内用户的业务到达模型；

63、排队论模型建立模块：根据小区内数据量特征，建立排队论模型；

64、干扰问题分析模块：分析生成多波束时的天线主瓣与旁瓣的干扰问题；

65、多波束干扰规避问题转换模块：将多波束干扰规避问题采用吸引子选择模型的算法来表达；

66、波束干扰规避模型构建模块：构建基于吸引子选择模型的波束干扰规避模型；

67、波束控制模块：根据吸引子选择模型的算法计算，进行波束控制。

68、本发明相对于现有技术，具有如下技术效果：

69、(1)本发明采用排队论模型进行建模，在小区内建立排队模型，模拟小区内数据包的排队情况，并通过区分优先级实现有限差异化服务，分析通信系统的性能指标，如时延和吞吐量等。本发明通过合理设计和调度，可以优化通信效率，降低小区间的时延差距，提高系统的公平性。

70、(2)本发明优选方案采用了一种启发式计算模型—吸引子选择模型，该模型通过设计合理的数理模型，将具体问题的解映射为细胞吸引子选择模型的网络特性和系统状态，并将动态变化的条件以及解的量化性能与细胞活跃度进行关联，为研究动态环境下的优化、控制和决策问题提供了一种新框架。将细胞吸引子选择模型应用于多波束的干扰规避中，该机制能够根据波束接收到的反馈数据进行波束调度选择，使系统性能提升的同时能够适应动态变化的环境。通过选择合适的吸引子，生成稳定状态下的波束网络，可以进一步提升系统性能，提高通信效率。