基于稀疏化的衛(wèi)星網(wǎng)絡(luò)仿真評(píng)估與優(yōu)化方法研究

1、碩士學(xué)位論文基于稀疏化的衛(wèi)星網(wǎng)絡(luò)仿真評(píng)估與優(yōu)化方法研究專業(yè)名稱：信息與通信工程基于稀疏化的衛(wèi)星網(wǎng)絡(luò)仿真評(píng)估與優(yōu)化方法研究I摘要在傳統(tǒng)網(wǎng)絡(luò)研究中，利用專家經(jīng)驗(yàn)進(jìn)行規(guī)劃設(shè)計(jì)是主要手段，但是對(duì)于衛(wèi)星網(wǎng)絡(luò)這類復(fù)雜系統(tǒng)，很多方面難以把握設(shè)計(jì)的關(guān)鍵要素。隨著計(jì)算機(jī)技術(shù)的日益發(fā)展，網(wǎng)絡(luò)仿真已成為大型復(fù)雜網(wǎng)絡(luò)的重要研究手段，使用網(wǎng)絡(luò)仿真能夠提升網(wǎng)絡(luò)規(guī)劃的科學(xué)性、縮短網(wǎng)絡(luò)規(guī)劃的周期以及降低網(wǎng)絡(luò)投資的風(fēng)險(xiǎn)。衛(wèi)星網(wǎng)絡(luò)仿真具有大規(guī)模性、動(dòng)態(tài)性、耗時(shí)長(zhǎng)等特點(diǎn)，其

2、在仿真前需要設(shè)置大量的系統(tǒng)參數(shù)，在仿真的過(guò)程中會(huì)產(chǎn)生海量的性能指標(biāo)數(shù)據(jù)，這為網(wǎng)絡(luò)性能評(píng)估及優(yōu)化工作的計(jì)算與存儲(chǔ)帶來(lái)了挑戰(zhàn)。針對(duì)這一問(wèn)題，本文開展基于稀疏化的衛(wèi)星網(wǎng)絡(luò)仿真評(píng)估與優(yōu)化方法研究，主要包括以下幾個(gè)方面：首先，針對(duì)網(wǎng)絡(luò)仿真產(chǎn)生的海量指標(biāo)數(shù)據(jù)，提出一種基于SCOUT的稀疏化方法——分段聚類法。傳統(tǒng)的稀疏化方法有數(shù)據(jù)降維、稀疏模型、稀疏字典表示等。數(shù)據(jù)降維在單次評(píng)估中難以確定各成分的權(quán)重，稀疏模型難以適用于評(píng)估體系權(quán)重發(fā)生變化的情況，

3、且稀疏化程度有限；稀疏字典表示在評(píng)估時(shí)需要重構(gòu)數(shù)據(jù)，增大了評(píng)估計(jì)算量。分段聚類在滿足評(píng)估需求的同時(shí)，從“空間”維度與時(shí)間維度進(jìn)行稀疏化，達(dá)到了很好的稀疏效果。其次，分別設(shè)計(jì)面向原始數(shù)據(jù)與稀疏化數(shù)據(jù)的評(píng)估方法。其中面向稀疏化數(shù)據(jù)的評(píng)估方法，能夠保證評(píng)估結(jié)果接近于原始數(shù)據(jù)評(píng)估結(jié)果的情況下，減少評(píng)估計(jì)算量與仿真指標(biāo)數(shù)據(jù)的存儲(chǔ)量。然后，針對(duì)衛(wèi)星網(wǎng)絡(luò)優(yōu)化所面臨的實(shí)驗(yàn)次數(shù)多的問(wèn)題，設(shè)計(jì)基于評(píng)估與正交實(shí)驗(yàn)的優(yōu)化方法，該方法以正交表中的實(shí)驗(yàn)方案為基礎(chǔ)進(jìn)

4、行仿真及評(píng)估，然后分析評(píng)估結(jié)果進(jìn)行定向優(yōu)化，從而降低仿真實(shí)驗(yàn)次數(shù)。最后，設(shè)計(jì)衛(wèi)星網(wǎng)絡(luò)仿真，包括軌道設(shè)計(jì)、模型設(shè)計(jì)、切換流程設(shè)計(jì)、場(chǎng)景設(shè)計(jì)；采用仿真軟件STK與OP進(jìn)行仿真，基于獲取的仿真指標(biāo)數(shù)據(jù)進(jìn)行稀疏化、評(píng)估及優(yōu)化實(shí)驗(yàn)。實(shí)驗(yàn)表明，在可接受的誤差范圍內(nèi)，仿真指標(biāo)數(shù)據(jù)經(jīng)過(guò)稀疏化后可減少96.4%；稀疏化數(shù)據(jù)評(píng)估結(jié)果與原始數(shù)據(jù)評(píng)估結(jié)果相比誤差為2.6%；相對(duì)于正交實(shí)驗(yàn)、正交實(shí)驗(yàn)結(jié)合遺傳算法而言，OBEOE仿真次數(shù)減少了88.8%、84.0%