论文部分内容阅读
由不同轨道上多种类型的卫星系统组成的卫星网络是未来信息技术发展的主要趋势。卫星网络中面向任务的资源优化是在多星多任务的情况下,综合考虑各项约束,将多个任务相互关联的各个子任务合理的分配到合适的卫星上去执行,从而可以更好的利用有限的卫星资源,满足用户的任务需求。随着现代卫星技术、分布式卫星系统的快速发展,对卫星网络研究的不断深入和对卫星网络资源越来越多的使用,使得本文研究的问题无论在理论上还是应用上都有非常重要的意义。当地面用户提出的任务请求主要是侦察任务时,经常同时需要应用侦察、计算、存储多种资源。本文设计了一种基于遗传算法的资源优化算法,主要针对侦察、计算、存储资源进行优化。它能当用户提出任务请求时给出上述三种资源的合理分配方案和任务执行顺序以实现优化。本文首先分析了卫星网络的管理体系结构以及资源优化算法,研究了遗传算法的基本流程和操作方法。在此基础上给出了卫星网络面向任务的资源优化配置模型和资源优化的流程,建立了卫星网络资源优化的数学模型。最终设计了基于遗传算法的卫星网络面向任务的资源优化算法。为了更方便的表示任务与子任务所占用的资源,算法设计了资源占用矩阵、子任务偏序矩阵和时间消耗矩阵来描述用户提交的任务。在遗传算法操作中采用了解码简单、适合人类思维方式的十进制的编码方法,将所有任务完成时间最短作为设计适应度函数的目标,并设计了一种基于子任务顺序的交叉算子STOX,该算子使子代继承父代每个任务的子任务次序,保证生成的子代染色体是可行解,而且操作方法简单易行,不会影响产生新个体的比例和速度。然后在优化算法的基础上设计并实现了仿真实验系统。最后,设计了一个实际算例,使用资源优化仿真系统完成了对资源的分配和对任务的排序,并对优化结果进行了分析说明。仿真实验结果表明遗传算法能够在较短时间内求得卫星网络中面向任务的优化问题的近似最优解,性能良好。