空間信息網絡任務規(guī)劃與資源調度

第 1章　緒論 1
1.1　空間信息網絡系統(tǒng)概述 1
1.2　空間信息網絡的國內外研究現狀 3
1.3　空間信息網絡面臨的科學挑戰(zhàn)與技術挑戰(zhàn) 5
參考文獻 5
第 一部分　空間信息網絡任務重構與多維資源聯(lián)合表征
第 2章　空間信息網絡任務分析與預處理 8
2.1　引言 8
2.2　空間信息網絡任務特征及聚類 9
2.2.1　任務特征分析 9
2.2.2　任務聚類 15
2.3　任務的拆分與聚合方法 15
2.3.1　數傳任務的拆分與聚合方法 16
2.3.2　觀測任務的拆分與聚合方法 20
2.4　本章小結 25
參考文獻 25
第3章　基于時間擴展圖的資源表征模型 27
3.1　引言 27
3.2　基于時間擴展圖的通信—存儲資源表征模型 29
3.3　基于時間擴展圖的觀測—通信—存儲—計算資源表征模型 30
3.4　基于時間擴展圖的能量資源表征模型 35
3.5　基于時間擴展圖的天線資源表征模型 37
3.6　應用與仿真 40
3.7　本章小結 42
參考文獻 43
第 一部分小結 45
第二部分　面向常規(guī)任務的空間信息網絡資源管理與優(yōu)化
第4章　面向對地觀測任務需求的多維資源聯(lián)合調度及星間鏈路規(guī)劃 48
4.1　引言 48
4.2　系統(tǒng)模型及問題建模 50
4.2.1　時間擴展圖 50
4.2.2　任務數據流模型 52
4.2.3　問題建模 53
4.3　基于原始分解的網絡收益最大化算法 56
4.3.1　RAPD算法 56
4.3.2　復雜度分析 60
4.4　基于沖突圖的算法 62
4.5　仿真結果與分析 65
4.5.1　仿真參數設置 65
4.5.2　網絡性能 66
4.6　本章小結 73
參考文獻 73
第5章　基于信道感知的中繼衛(wèi)星任務規(guī)劃 76
5.1　引言 76
5.2　系統(tǒng)模型 78
5.2.1　網絡場景 78
5.2.2　信道模型 79
5.2.3　面向中繼衛(wèi)星任務規(guī)劃的時間擴展圖 81
5.2.4　任務流模型 82
5.3　問題建模 83
5.3.1　相關約束 83
5.3.2　問題建模 84
5.4　最優(yōu)功率導向的基于圖的任務規(guī)劃算法 86
5.4.1　算法框架 87
5.4.2　信道感知的鏈路連接算法 87
5.4.3　基于聚合最短路徑的任務規(guī)劃算法 89
5.4.4　局部搜索算法 91
5.4.5　算法復雜度分析 93
5.5　仿真結果與分析 94
5.5.1　仿真參數設置 94
5.5.2　網絡性能分析 94
5.6　本章小結 100
參考文獻 101
第6章　基于天線轉動時間的中繼衛(wèi)星系統(tǒng)數傳任務規(guī)劃 104
6.1　引言 104
6.2　系統(tǒng)模型 105
6.2.1　網絡模型 105
6.2.2　天線轉動模型 106
6.3　問題建模 107
6.3.1　鏈路調度 107
6.3.2　數傳資源調度 108
6.3.3　優(yōu)化模型 109
6.4　基于天線轉動時間的中繼衛(wèi)星系統(tǒng)數傳任務規(guī)劃方法 110
6.5　仿真結果與分析 112
6.6　本章小結 117
參考文獻 117
第二部分小結 119
第三部分　面向動態(tài)突發(fā)任務的空間信息網絡資源管理與優(yōu)化
第7章　面向動態(tài)突發(fā)任務需求的多維資源聯(lián)合調度 122
7.1　引言 122
7.2　系統(tǒng)模型 124
7.2.1　小衛(wèi)星網絡模型 124
7.2.2　動態(tài)突發(fā)任務數據到達模型 124
7.2.3　星間鏈路信道模型 125
7.2.4　動態(tài)能量模型 126
7.3　基于MDP框架的問題建模 126
7.3.1　小衛(wèi)星網絡的離散有限—嵌—無限兩層動態(tài)規(guī)劃架構 127
7.3.2　問題建模 131
7.4　基于動態(tài)規(guī)劃的多維資源聯(lián)合調度算法 131
7.4.1　算法設計 132
7.4.2　復雜度分析 135
7.5　仿真結果與分析 136
7.5.1　仿真配置 136
7.5.2　性能評估 136
7.6　本章小結 140
參考文獻 140
第8章　基于動態(tài)突發(fā)任務到達模糊信息的兩階段任務規(guī)劃方法 144
8.1　引言 144
8.2　系統(tǒng)模型 146
8.2.1　信道模型 147
8.2.2　時間擴展圖 148
8.2.3　能量相關模型 150
8.3　問題建模 150
8.3.1　基本約束 150
8.3.2　優(yōu)化問題建模 152
8.4　數據到達分布魯棒的兩階段算法 153
8.4.1　兩階段隨機數據到達分布的模糊集 155
8.4.2　DADR-TR算法設計 157
8.4.3　復雜度分析 161
8.5　仿真結果與分析 162
8.5.1　仿真配置 162
8.5.2　性能評估 162
8.6　本章小結 168
參考文獻 168
第三部分小結 172
第四部分　人工智能在空間信息網絡任務規(guī)劃與資源調度中的應用
第9章　遷移學習在空間信息網絡任務規(guī)劃中的應用 174
9.1　引言 174
9.2　系統(tǒng)模型 175
9.2.1　網絡模型 175
9.2.2　任務服務模型 176
9.3　問題建模 176
9.4　面向任務結構學習的任務規(guī)劃 177
9.4.1　基于Hopfield算法的資源調度算法 177
9.4.2　基于任務結構的資源調度算法 179
9.4.3　任務結構學習 179
9.5　仿真結果與分析 181
9.5.1　任務分布相似性 181
9.5.2　仿真結果 181
9.6　本章小結 183
參考文獻 184
第 10章　強化學習在空間信息網絡智能資源調度中的應用 186
10.1　引言 186
10.2　系統(tǒng)模型 188
10.2.1　網絡模型 188
10.2.2　信道模型和能量模型 189
10.3　問題建模 192
10.4　面向動態(tài)資源的智能資源調度 196
10.4.1　算法框架 196
10.4.2　DSWLFA算法 197
10.5　仿真結果與分析 203
10.5.1　仿真過程 203
10.5.2　性能評估 204
10.6　本章小結 208
參考文獻 209
第四部分小結 211