一种星地任务协同处理方法、装置、电子设备及存储介质

技术领域

本发明涉及卫星处理技术领域，尤其涉及一种星地任务协同处理方法、装置、电子设备及存储介质。

背景技术

在过去的二三十年里，出现了各种革命性通信设备和电子产品，如：智能手机、智能手表、平板电脑等智能设备，或是智能电器、智能窗帘等智能家居，或是AR、VR等智能场景。这些联网设备使人们的生活更加丰富多彩，也使得通信和计算无处不在。尽管一些联网设备自身带有的中央处理器的处理能力越来越大，但依然无法处理一些计算密集型任务，因此对计算资源的需求更高。

云计算作为一种集中式计算模型，展现出了无限计算能力和按需资源供应的强大力量。因此为了使联网设备的计算能力得到提升，引入了移动边缘计算(Mobile CloudComputing，MCC)。MCC是云计算与移动计算的集成，联网设备通过计算卸载利用云的能力来加速应用程序的执行并减少耗能。但是云计算模式需要上传海量级数据到云服务器，且由于云服务器距离终端设备较远，传输过程中的能量损耗、应用延迟、网络干扰、数据安全等问题都难以避免。而随着互联网设备日新月异的发展，用户对设备的时延和能耗也愈加敏感，因此云计算并不能给用户带来一个良好的体验质量。

边缘计算(Edge Computing，EC)作为提供信息技术服务且具有计算能力的一种新型网络结构和计算范式出现了，EC并不是取代云计算，而是作为云计算的延伸。与云计算不同的是，EC可以将用户可用的计算资源下沉到边缘端，例如蜂窝基站和Wi-Fi接入点，靠近用户侧，从而可以减少往返云端获取计算资源的大量时间时延和能耗。虽然EC技术已经广泛应用于地面基站上，为终端设备提供了很好的服务，但是地面边缘计算面临着很多问题。一方面，由于网络覆盖范围有限，地面边缘计算无法为世界各地的终端用户服务，因为它们不可能实现全球无缝覆盖。例如山区、海洋、孤岛等偏远地区。另一方面，地面边缘计算易受自然灾害(如洪水、地震)的影响。因此终端用户可能会失去网络服务。

卫星网络相对于其他通信方式，具有覆盖面积大、不受地形限制等优势，因此可以将边缘服务部署到低地球轨道(LEO)卫星上，使得LEO卫星具有计算能力。无论终端用户是在极端的偏远地区，还是在发生自然灾害时地面网络受损的区域，LEO卫星都可以为其提供无所不在的接入以及计算服务，实现真正意义上的“万物互联”。不仅如此，由于用户传输的信息在边缘服务器上执行，信息的集中度较低，边缘服务器受到攻击的可能性较小，因此边缘计算模式可以保证用户信息的安全性和私密性。

然而，由于LEO卫星的体积较小，且限制了太阳能电池板的表面积，因此会受到能耗和载荷的限制。当Sa-MEC面对大量的计算任务时，难以完成。

发明内容

本发明提供了一种星地任务协同处理方法、装置、电子设备及存储介质，用于解决由于LEO卫星的体积较小，且限制了太阳能电池板的表面积，因此会受到能耗和载荷的限制，当Sa-MEC面对大量的计算任务时，难以完成的技术问题。

本发明提供了一种星地任务协同处理方法，包括：

获取低地球轨道卫星当前时隙的计算任务；

获取所述低地球轨道卫星在当前时隙下的覆盖范围和所述覆盖范围内的地面站；

计算所述地面站的剩余覆盖时间；

确定卸载到地面站的目标任务；

计算所述目标任务卸载到所述地面站的卸载时间；

当所述卸载时间大于所述剩余覆盖时间时，将所述目标任务通过中继卫星传输至所述地面站；

当所述地面站生成所述目标任务的任务结果时，判断所述地面站是否处于所述低地球轨道卫星的覆盖范围内；

若否，通过中继卫星将所述任务结果发送至所述低地球轨道卫星。

可选地，所述计算所述地面站的剩余覆盖时间的步骤，包括：

获取所述低地球轨道卫星的角速度、轨道倾角及地心角；

采用所述角速度、所述轨道倾角及所述地心角计算所述低地球轨道卫星的剩余覆盖时间。

可选地，所述确定卸载到地面站的目标任务的步骤，包括：

以计算任务的总时延最小为优化目标，构建计算任务优化模型；

将所述计算任务优化模型转换为若干个子模型；所述子模型包括关联控制模型、计算任务分配模型、传输功率控制模型；

求解所述子模型的最优解；

根据所述最优解对所述计算任务优化模型进行交替优化，确定目标任务。

可选地，还包括：

当所述卸载时间不大于所述剩余覆盖时间时，将所述目标任务传输至所述地面站。

本发明还提供了一种星地任务协同处理装置，包括：

计算任务获取模块，用于获取低地球轨道卫星当前时隙的计算任务；

覆盖范围和地面站获取模块，用于获取所述低地球轨道卫星在当前时隙下的覆盖范围和所述覆盖范围内的地面站；

剩余覆盖时间计算模块，用于计算所述地面站的剩余覆盖时间；

目标任务确定模块，用于确定卸载到地面站的目标任务；

卸载时间计算模块，用于计算所述目标任务卸载到所述地面站的卸载时间；

第一传输模块，用于当所述卸载时间大于所述剩余覆盖时间时，将所述目标任务通过中继卫星传输至所述地面站；

判断模块，用于当所述地面站生成所述目标任务的任务结果时，判断所述地面站是否处于所述低地球轨道卫星的覆盖范围内；

任务结果发送模块，用于若否，通过中继卫星将所述任务结果发送至所述低地球轨道卫星。

可选地，所述剩余覆盖时间计算模块，包括：

角速度、轨道倾角及地心角获取子模块，用于获取所述低地球轨道卫星的角速度、轨道倾角及地心角；

剩余覆盖时间计算子模块，用于采用所述角速度、所述轨道倾角及所述地心角计算所述低地球轨道卫星的剩余覆盖时间。

可选地，所述目标任务确定模块，包括：

模型构建子模块，用于以计算任务的总时延最小为优化目标，构建计算任务优化模型；

子模型转换子模块，用于将所述计算任务优化模型转换为若干个子模型；所述子模型包括关联控制模型、计算任务分配模型、传输功率控制模型；

求解子模块，用于求解所述子模型的最优解；

优化子模块，用于根据所述最优解对所述计算任务优化模型进行交替优化，确定目标任务。

可选地，还包括：

第二传输模块，用于当所述卸载时间不大于所述剩余覆盖时间时，将所述目标任务传输至所述地面站。

本发明还提供了一种基于文本的实体识别设备，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行如上任一项所述的星地任务协同处理方法。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行如上任一项所述的星地任务协同处理方法。

从以上技术方案可以看出，本发明具有以下优点：本发明提供了一种星地任务协同处理方法，具体包括：获取低地球轨道卫星当前时隙的计算任务；获取低地球轨道卫星在当前时隙下的覆盖范围和剩余覆盖时间；获取覆盖范围内的地面站；确定卸载到地面站的目标任务；计算目标任务卸载到地面站的卸载时间；当卸载时间大于剩余覆盖时间时，将目标任务通过中继卫星传输至地面站；当地面站生成目标任务的任务结果时，判断地面站是否处于低地球轨道卫星的覆盖范围内；若否，通过中继卫星将任务结果发送至低地球轨道卫星。本发明通过将低地球轨道卫星处理能力以外的计算任务发送到地面站进行协同处理，从而减少低地球轨道卫星的处理压力，提高计算任务的处理效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的一种星地任务协同处理方法的步骤流程图；

图2为本发明实施例提供的一种星地任务协同处理装置的结构框图。

具体实施方式

本发明实施例提供了一种星地任务协同处理方法、装置、电子设备及存储介质，用于解决由于LEO卫星的体积较小，且限制了太阳能电池板的表面积，因此会受到能耗和载荷的限制，当Sa-MEC面对大量的计算任务时，难以完成的技术问题。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，图1为本发明实施例提供的一种星地任务协同处理方法的步骤流程图。

本发明提供的一种星地任务协同处理方法，具体可以包括以下步骤：

步骤101，获取低地球轨道卫星当前时隙的计算任务；

低地球轨道卫星(Low Earth Orbit，LEO)是运行在低地球轨道上的卫星，运行轨道一般在距离地面500-2000公里之间。

在本发明实施例中，低地球轨道卫星可以在算力范围内对一定量的计算任务进行计算。在具体实现中，可以将时间分为多个时隙，使用T＝{1,2,…,T}来表示时隙的集合，每个时隙都可以进行计算任务的计算。例如，第i个时隙下LEO上的计算任务可以用一个三元组〈D

1、D

2、C

3、T

步骤102，获取所述低地球轨道卫星在当前时隙下的覆盖范围和所述覆盖范围内的地面站；

步骤103，计算所述地面站的剩余覆盖时间；

LEO卫星的轨道高度较低，速度较快。由于LEO相对地面是运动的，因此LEO卫星只能在一定时间段内(即卫星覆盖时间)覆盖指定的地面站。故需要计算地面站的剩余覆盖时间，以判断地面站是否足以完成计算任务的计算。

在一个示例中，所述计算所述地面站的剩余覆盖时间的步骤，具体可以包括以下子步骤：

S31，获取所述低地球轨道卫星的角速度、轨道倾角及地心角；

S32，采用所述角速度、所述轨道倾角及所述地心角计算所述低地球轨道卫星的剩余覆盖时间。

在具体实现中，LEO覆盖地面站的剩余覆盖时间

其中，η是低地球轨道卫星的一个属性，其中η

其中，h为卫星高度，r

步骤104，确定卸载到地面站的目标任务；

在实际应用中，低地球轨道卫星的处理能力是有限的，因此需要将一些计算任务卸载到地面站进行处理。

在具体实现中，可以通过以计算任务的总时延最小为优化目标，建立目标模型，以求取使计算任务总时延最小的地面站处理与卫星处理之间的任务分配方式，确定由地面站处理的目标任务。

在一个示例中，步骤104可以包括以下步骤：

S41，以计算任务的总时延最小为优化目标，构建计算任务优化模型；

S42，将所述计算任务优化模型转换为若干个子模型；所述子模型包括关联控制模型、计算任务分配模型、传输功率控制模型；

S43，求解所述子模型的最优解；

S44，根据所述最优解对所述计算任务优化模型进行交替优化，确定目标任务。

在具体实现中，要实现低地球轨道卫星和地面站的协同处理，首先需要实现低地球轨道卫星与地面站之间的通信连接。本发明的通信模型可以分为两个部分：卫星(LEO/GEO(高地球轨道卫星，在本发明实施例中作为中继卫星))与地面的通信、卫星间(LEO/GEO)的通信。由于Ka波段(Ka-band)频率较高，相同口径的天线其波束更窄，天线的指向性更好，这意味着天线接收到的邻星干扰更少，在偏轴功率谱密度上的限制也会更小，从而可以提高系统的性能；因此，在该模型中使用Ka波段进行通信。R

其中，Λ表示降雨衰减比，为简单起见，降雨衰减比设置为固定值；B

LEO卫星当前时隙的计算任务可以分为两部分：

则LEO本地执行计算任务的处理时延为：

LEO本地执行计算任务的执行能耗为：

其中，k取决于芯片架构的有效开关电容。

地面站执行计算任务的执行时延为：

由于计算结果的大小通常远远小于计算输入数据的大小，因此，忽略了计算任务结果回传的时延。其中，N为地面站集合(N＝{1,2,…,N})，a

地面站执行计算任务的传输能耗：

其中，p

根据上述公式，以计算任务的总时延最小为优化目标，可以构建计算任务优化模型为：

其中，C1表示在第i时隙下计算任务需要在最大可容忍时延前完成；C2表示计算任务的总能耗不能超过该LEO卫星的可用能量；C3表示计算任务分配的约束；C4表示每个任务最多只能卸载到一个地面站；C5表示LEO卫星的最大传输功率约束，C6表示LEO卫星将计算任务卸载到地面站时，其任务传输时间应不大于LEO卫星对该地面站的剩余覆盖时间，C7和C8是一些变量的约束。

考虑上述计算任务优化模型是一个非凸混合整数非线性规划问题，通常很难获得全局最优解，因此使用基于块坐标下降(BCD)方法设计的交替优化算法来将其转换为几个子模型，从而获取计算任务优化模型的最优解。这些子模型分别为：关联控制模型、计算任务分配模型、传输功率控制模型。且每个子模型都是一个凸优化问题，可以通过matlab中的cvx工具来求解最优解，从而根据各个子模型的最优解进行交替优化来取得计算任务优化模型的全局最优解。

具体子模型如下：

关联控制模型：

在固定

C4-C6

由于关联控制模型是一个标准的线性规划问题，因此它可以通过各种经典的方法来解决，例如内点法。对于最佳关联控制策略，第i时隙下的LEO卫星的计算任务卸载到第j个地面站上，取a

计算任务分配模型：

在固定{a

同理，计算任务分配模型也是一个线性规划问题，也可以通过各种经典算法来求解，如内点法等。

传输功率控制模块：

在固定

不使用中继卫星：

C1

使用中继卫星：

C1

上述两种情况都属于凸问题，所以使用经典的内点法就能够求得当前的最优值。

通过对计算任务优化模型的分配，可以获取需要由地面站进行执行的目标任务。

步骤105，计算所述目标任务卸载到所述地面站的卸载时间；

步骤106，当所述卸载时间大于所述剩余覆盖时间时，将所述目标任务通过中继卫星传输至所述地面站；

在具体实现中，由地面站进行执行的目标任务中，有一些是LEO覆盖范围内所无法处理的任务，即从LEO卸载到地面站所需时间大于剩余覆盖时间，此时可以通过中继卫星来协助传输，GEO卫星的高度更高，覆盖的地面服务站更多。

进一步地，当所述卸载时间不大于所述剩余覆盖时间时，将所述目标任务传输至所述地面站。

步骤107，当所述地面站生成所述目标任务的任务结果时，判断所述地面站是否处于所述低地球轨道卫星的覆盖范围内；

步骤108，若否，通过中继卫星将所述任务结果发送至所述低地球轨道卫星。

当地面站完成目标任务的执行后，可以根据地面站当前是否被LEO覆盖来判断是直接向LEO返回任务结果还是通过中继卫星向LEO返回任务结果。

当地面站被LEO覆盖时，可以直接向LEO返回任务结果。当地面站未被LEO覆盖时，则可以通过中继卫星向LEO返回任务结果。

本发明通过将低地球轨道卫星处理能力以外的计算任务发送到地面站进行协同处理，从而减少低地球轨道卫星的处理压力，提高计算任务的处理效率。

请参阅图2，图2为本发明实施例提供的一种星地任务协同处理装置的结构框图。

本发明实施例提供了一种星地任务协同处理装置，包括：

计算任务获取模块201，用于获取低地球轨道卫星当前时隙的计算任务；

覆盖范围和地面站获取模块202，用于获取所述低地球轨道卫星在当前时隙下的覆盖范围和所述覆盖范围内的地面站；

剩余覆盖时间计算模块203，用于计算所述地面站的剩余覆盖时间；

目标任务确定模块204，用于确定卸载到地面站的目标任务；

卸载时间计算模块205，用于计算所述目标任务卸载到所述地面站的卸载时间；

第一传输模块206，用于当所述卸载时间大于所述剩余覆盖时间时，将所述目标任务通过中继卫星传输至所述地面站；

判断模块207，用于当所述地面站生成所述目标任务的任务结果时，判断所述地面站是否处于所述低地球轨道卫星的覆盖范围内；

任务结果发送模块208，用于若否，通过中继卫星将所述任务结果发送至所述低地球轨道卫星。

在本发明实施例中，所述剩余覆盖时间计算模块203，包括：

角速度、轨道倾角及地心角获取子模块，用于获取所述低地球轨道卫星的角速度、轨道倾角及地心角；

剩余覆盖时间计算子模块，用于采用所述角速度、所述轨道倾角及所述地心角计算所述低地球轨道卫星的剩余覆盖时间。

在本发明实施例中，所述目标任务确定模块204，包括：

模型构建子模块，用于以计算任务的总时延最小为优化目标，构建计算任务优化模型；

子模型转换子模块，用于将所述计算任务优化模型转换为若干个子模型；所述子模型包括关联控制模型、计算任务分配模型、传输功率控制模型；

求解子模块，用于求解所述子模型的最优解；

优化子模块，用于根据所述最优解对所述计算任务优化模型进行交替优化，确定目标任务。

在本发明实施例中，还包括：

第二传输模块，用于当所述卸载时间不大于所述剩余覆盖时间时，将所述目标任务传输至所述地面站。

本发明实施例还提供了一种基于文本的实体识别设备，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行本发明实施例的星地任务协同处理方法。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行本发明实施例所述的星地任务协同处理方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。