阅读说明：本技术 星地一体化网络通信与缓存资源联合调度方法 (Satellite-ground integrated network communication and cache resource joint scheduling method ) 是由 刘俊宇 倪爽 盛敏 苏郁 赵晓娜 李建东 史琰 于 2020-06-02 设计创作，主要内容包括：本发明公开了一种星地一体化网络通信与缓存资源联合调度方法,主要解决现有技术存在的系统合速率和用户容量低的问题。其方案为：构建星地一体化网络通信与缓存资源联合调度优化方案；利用拉格朗日松弛将该联合调度优化方案解耦为独立的地面网络资源调度优化方案和卫星网络资源调度优化方案；在每个离散时隙内,根据当前时刻各链路状态以及无线接入链路传输内容信息分别对地面网络资源调度优化方案和卫星网络资源调度优化方案进行最佳资源调度。本发明解决了缓存受限条件下的星地一体化网络通信与缓存资源联合调度的非凸性和星地回程容量耦合约束,且复杂度低,网络需求目标调整灵活,可用于缓存受限的地面网络和不同卫星星座网络异构系统。(The invention discloses a satellite-ground integrated network communication and cache resource joint scheduling method, which mainly solves the problems of low system combining rate and low user capacity in the prior art. The scheme is as follows: constructing a satellite-ground integrated network communication and cache resource joint scheduling optimization scheme; decoupling the joint scheduling optimization scheme into an independent ground network resource scheduling optimization scheme and a satellite network resource scheduling optimization scheme by utilizing Lagrange relaxation; and in each discrete time slot, respectively carrying out optimal resource scheduling on the ground network resource scheduling optimization scheme and the satellite network resource scheduling optimization scheme according to the current link state and the wireless access link transmission content information. The method solves the non-convexity and satellite-ground return capacity coupling constraint of satellite-ground integrated network communication and cache resource joint scheduling under the condition of cache limitation, has low complexity and flexible network demand target adjustment, and can be used for a ground network with cache limitation and heterogeneous systems of different satellite constellation networks.)

星地一体化网络通信与缓存资源联合调度方法

技术领域

本发明属于通信技术领域，尤其涉及一种资源调度方法，可用于缓存受限的星地一体化网络下的无线电资源管控。

背景技术

近年来，无线移动数据流量需求呈现指数级增长的趋势，传统地面通信网络由于受限于稀缺的土地资源而无法保证网络的广覆盖，同时考虑到为每个蜂窝小区配备光纤或稳定的无线回程链路是不实际的，因而有限的地面回程容量极大地影响了网络性能。幸运的是近几年在低地球轨道卫星网络系统取得的突破性进展为通信覆盖扩展和稳定回程连接提供了有效的替代方案，通过部署超密集星座并与传统网络协同以支持无缝和大容量通信服务。特别是当一个卫星地面综合网络STIN进入人们的视线当中时，整个网络就会将超密集低地球轨道卫星与传统地面网络有效地融合在一起。其中超密集低地球轨道卫星利用高频率的Ka/Ku频段为地面基站提供高容量的卫星回程，以使得更多的地面用户可以接入网络来享受高质量的通信服务。

尽管通过引入卫星技术可以大幅提升回程的容量，但是随着用户数的激增网络性能依然受限于回程链路而容易产生网络拥塞，卫星回程依旧难以支撑未来巨大的业务需求。研究表明，人们的多数业务请求往往集中于小部分的内容，而这些业务请求却重复使用着稀缺的回程资源。基于这种现象，缓存机制被认为是一种解决巨大流量需求的有效技术。通过在本地基站存储高流行度的内容，很多用户请求不再通过回程资源而是直接在关联的基站中被满足，这样不仅可以有效地缓解回程链路的压力，同时也大大较少了用户的传输时延，提升了用户的体验。由于缓存网络中的用户关联以及资源分配方式对节省回程资源具有重大意义，近年来很多学者投身于关于地面缓存网络中资源调度方法的研究，并且已经有了众多成熟的研究成果。很多研究都致力于在受限的资源约束条件下，通过找到最佳的资源调度方法来获得网络吞吐量的最大化以及尽可能地节省回程资源。综合缓存机制和卫星地面综合网络的各自优势，将两者融为一体更是成为了新的研究热潮。一方面，引入高容量的卫星回程链路可以为地面用户提供更加稳定的无线接入；另一方面，在地面网络加入缓存可以有效地缓解卫星回程资源的压力，进一步提升接入量以实现广面积的覆盖。

目前关于这种新架构的研究主要聚焦于如何改进缓存机制以最大化该架构带来的增益。然而在允许缓存的卫星地面综合网络中，因为不同于地面网络所考虑的理想化或是固定的回程容量，该场景下的用户关联和资源分配关系对提升网络性能具有重要的影响，但是相关研究却并没有将其充分刻画出来。由于地面基站与卫星之间的多连接性，研究者们所考虑的不再是地面网络中的理想化或是固定的回程容量，而是通过地面基站选择不同的卫星进行关联，以获得动态变化的卫星回程容量。这一方案极大地提升了卫星回程的容量，但同时也为资源调度方法的设计带来了新的挑战：(1)在当前网络下用户关联问题不仅仅有地面基站与用户的关联问题，还存在与之相耦合的地面基站与卫星的关联问题。(2)在当前网络下资源调度方法的设计还需要充分考虑卫星通信的特性，例如，卫星通信在具备高容量回程链路的同时会受到远距离传输导致的传播时延的影响；不同星地链路之间存在的角间距会对链路之间的干扰产生影响。

针对以上所述的场景中存在的困难，地面网络的传统资源调度方法无法直接用于该场景下的资源调度，同时与该场景下资源调度问题相关的研究也十分匮乏。因而，在缓存受限的卫星地面综合网络下如何高效地设计资源调度方法显得至关重要。

发明内容

本发明的目的在于针对上述场景的特点以及传统技术的局限，提出一种星地一体化网络通信与缓存资源联合调度方法，以充分发挥融合地面缓存机制和星地一体化网络带来的潜在增益，进一步提升系统的合速率和用户容量。

本发明的技术思路是：利用拉格朗日松弛方法解耦缓存受限的星地一体化网络下通信与缓存资源联合调度优化方案，并将其分解为两个独立网络的资源调度优化方案；迭代更新拉格朗日算子以实现两个网络资源调度优化方案最佳的网络资源调度。其具体步骤包括如下：

(1)在缓存受限条件和星地回程容量耦合约束下以最大化系统合速率和用户容量为目标构建星地一体化网络通信与缓存资源联合调度优化方案；该方案中使用了两种不同的优化目标：系统合速率和用户容量，以均衡星地一体化网络下的用户服务质量和网络覆盖需求，并用折扣因子表示当前方案对两种目标的倾向性，一个较大的折扣因子表明当前方案更倾向于最大化系统用户容量；

(2)利用拉格朗日松弛方法将(1)中联合调度优化方案解耦为独立的地面网络资源调度优化方案和卫星网络资源调度优化方案；

(3)在每个离散时隙内，根据当前时刻各链路状态以及无线接入链路传输内容信息分别对地面网络资源调度优化方案和卫星网络资源调度优化方案进行最佳资源调度：

3a)在每个离散时隙开始时，初始化拉格朗日算子；

3b)基于给定的拉格朗日算子，根据地面链路状态以及无线接入链路传输内容信息对地面网络资源调度优化方案实现最佳的无线资源分配决策；

3c)根据星地链路状态对卫星网络资源调度优化方案实现最佳的无线资源分配决策；

3d)如果决策后两个网络的资源分配结果无法保证星地回程容量耦合约束，则根据地面用户速率的升序排列将用户一个一个移除直至该约束被满足；

3e)迭代更新决策后的拉格朗日算子，使决策后的资源调度结果不断逼近真实最优结果。

本发明与现有技术相比，具有如下优点：

第一，本发明在构建星地一体化网络通信与缓存资源联合调度优化方案中综合考虑了系统合速率和用户容量这两种优化目标，以均衡星地一体化网络下的用户服务质量和网络覆盖需求；同时使用一个折扣因子表示当前方案对两种不同目标的倾向性，一个较大的折扣因子表明当前方案更倾向于最大化系统用户容量；在实现资源调度优化方案过程中通过灵活地调整折扣因子，可以满足星地一体化网络动态变化的网络需求。

第二，本发明由于采用的拉格朗日松弛方法将联合调度优化方案解耦为独立的地面网络资源调度优化方案和卫星网络资源调度优化方案，有效地解决了缓存受限的星地一体化网络下通信与缓存资源联合调度优化方案的非凸性以及难以处理的星地回程容量耦合约束，同时相比较于最优结果仅仅只有＜1％的系统性能损失。

第三，本发明对地面网络资源调度优化方案进行的无线资源分配决策能够简单灵活地划分不同目标需求的地面用户，通过高效的资源分配算法保证了每一类用户的需求尽可能地得到满足。实验结果显示，该资源调度决策尤其当缓存条件严重受限的时候，可以带来更佳的系统性能表现。

第四，本发明对卫星网络资源调度优化方案进行的无线资源分配决策形象地将星地链路之间的多连接关系和卫星通信中的离轴天线增益刻画为具备外部性条件的多对一匹配模型，并结合匹配理论和经典盖尔-沙普利匹配算法，可以实现星地一体化网络下卫星回程容量的最大增益。实验结果显示，该资源调度决策在不同的卫星星座下可以提供较稳定的卫星回程容量，同时可以充分发挥多连接性带来的巨大增益。

附图说明

图1是本发明的实现流程图；

图2是本发明中使用的网络场景图；

图3是本发明中对地面网络资源调度优化方案进行的无线资源分配决策子流程图；

图4是本发明中对卫星网络资源调度优化方案进行的无线资源分配决策子流程图；

图5是本发明在不同缓存受限条件下系统合速率和用户容量的仿真结果图；

图6是本发明在星地链路不同多连接关系下随卫星数目变化的卫星回程总容量的仿真结果图；

图7是本发明在不同的折扣因子下优化方案中两种目标的仿真结果图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

本发明考虑的星地一体化网络场景，如图2所示：低地球轨道卫星通过高频率的Ka频段为地面基站提供高容量卫星回程，以实现更多地面用户的需求，其中：

低地球轨道卫星集合为S＝{(SAT_s),s＝1,...,N_SAT}，SAT_s表示第s颗低地球轨道卫星，s从1取到N_SAT，N_SAT为低地球轨道卫星数目；

基站集合为M＝{(SBS_m),m＝1,...,N_SBS}，SBS_m表示第m个基站，m从1取到N_SBS，N_SBS为基站数目；

地面用户集合为J＝{(user_j),j＝1,...,N_user}，user_j表示第j个地面用户，j从1取到N_user，N_user为地面用户数目；

地面链路子信道集合为K＝{(C-sub_k),k＝1,...,N_K}，C-sub_k表示第k个地面链路子信道，k从1取到N_K，N_K为地面链路子信道数目；

星地链路子信道集合为C＝{(Ka-sub_c),c＝1,...,N_C}，Ka-sub_c表示第c个星地链路子信道，c从1取到N_C，N_C为星地链路子信道数目。

每个基站允许同时接入N_r颗卫星以进一步提升卫星回程容量，卫星回程容量的等效公式表示为：

其中，C_m为基站SBS_m的卫星回程容量，C_m,s是基站SBS_m与卫星SAT_s之间的链路速率，T为星地链路传播时延；d_m,s为基站SBS_m与卫星SAT_s之间的链路数据量。

所有基站受限于缓存受限条件：是指每个基站缓存内容总量不超过其缓存容量并且其缓存容量远小于整个网络的内容总量。具体表示为：假设整个网络中存在N个不同流行度的文件，记作F＝{(f_n),n＝1,...,N}，f_n表示第n个文件内容；每个基站都配备一定的缓存能力，其最多可以缓存N_max个内容，其中N_max＜＜N。

所有基站受限于星地回程容量耦合约束：是指保证在每个离散时隙内，每个基站满足用户需求所消耗的回程资源不大于该基站的卫星回程容量。具体公式表示为：

其中，x_m,j,k是地面链路分配子信道的指示变量，

记作基站缓存内容情况，

表示基站中缓存了文件f_n，否则 记作用户内容请求情况且服从Zipf分布，

表示地面用户user_j请求了文件f_n，否则

表示地面用户user_j的请求是否可以在基站SBS_m中得到满足，表示地面用户user_j请求的文件缓存在基站SBS_m中，否则

C_m为基站SBS_m的卫星回程容量，U_back表示基站消耗的回程资源，该部分主要由需求无法在本地基站得到满足的用户

产生。

参照图1，本实例的实现步骤如下：

步骤1，在缓存受限条件和星地回程容量耦合约束下以最大化系统合速率和用户容量为目标构建星地一体化网络通信与缓存资源联合调度优化方案。

1.1)设地面链路和星地链路的资源调度决策变量分别为X和B：

其中，x_m,j,k是地面链路分配子信道的指示变量，若地面用户user_j分配到基站SBS_m的地面链路子信道C-sub_k，则x_m,j,k＝1，否则x_m,j,k＝0；同理，b_m,s,c是星地链路分配子信道的指示变量，若基站SBS_m分配到卫星SAT_s的星地链路子信道Ka-sub_c，则b_m,s,c＝1，否则b_m,s,c＝0；

1.2)以最大化系统合速率和用户容量为目标建立如下优化目标计算公式，其中包括六个约束条件，具体如下：

受限于：

其中，{x_m,j,k,b_m,s,c}表示地面链路和星地链路的资源调度决策变量，

表示系统合速率，

表示系统用户容量，μ为折扣因子；

约束(1)表示基站只能关联其覆盖范围内的地面用户，其中基站与地面用户之间的覆盖矩阵表示为

a_m,j＝1表示为地面用户user_j与基站SBS_m关联，否则a_m,j＝0；

约束(2)表示每个基站受到的星地回程容量耦合约束；

约束(3)表示地面链路子信道在同一时隙内最多只能分配给一个地面用户；

约束(4)和约束(6)表示每个地面用户或者基站在同一时隙内最多可以分配到一个信道资源；

约束(5)表示卫星链路子信道在同一时隙内最多只能分配给N_r个基站，N_r为基站允许接入的最大卫星数。

步骤2，利用拉格朗日松弛方法将步骤1中联合调度优化方案解耦为独立的地面网络资源调度优化方案和卫星网络资源调度优化方案。

2.1)引入一组拉格朗日算子λ＝{λ_i|i＝1,2,...,N_SBS}≥0，其中λ_i表示与基站i相关的拉格朗日算子，i从1取到N_SBS，N_SBS表示地面基站数目；

2.2)使用2.1)中的算子将星地回程容量耦合约束松弛进优化目标计算公式，将星地一体化网络资源调度优化方案转化为无约束优化方案：

其中，λ为拉格朗日算子，{X,B}为地面链路和星地链路的资源调度决策变量，L(X,B,λ)为拉格朗日函数，具体公式为：

其中，{x_m,j,k,b_m,s,c}表示地面链路和星地链路的资源调度决策变量，

表示系统合速率，

表示系统用户容量，μ为折扣因子，λ_m表示与基站SBS_m相关的拉格朗日算子，表示卫星回程总消耗，是地面用户请求内容是否缓存于基站的指示变量，U_back表示地面基站消耗的回程资源，C_m表示基站SBS_m的卫星回程容量，N_user、N_SBS、N_K分别为地面用户、基站、地面链路子信道的数目。

在给定决策后的资源分配结果{X^*,B^*}的情况下，星地一体化网络通信、缓存资源联合调度优化方案可转化为一个无约束凸优化方案，其中X^*为地面网络资源分配的最佳结果；B^*为卫星网络资源分配的最佳结果；

2.3)将2.2)中的无约束优化方案解耦为相互独立的地面网络资源调度优化方案和卫星网络资源调度优化方案：

2.3.1)地面网络资源调度优化方案在尽可能节省回程资源消耗的同时旨在最大化地面网络的合速率和用户容量，包括三个约束条件，其公式表示如下：

受限于：(1)(3)(4)

其中，{X}表示地面网络资源调度优化变量，

表示系统合速率，

表示系统用户容量，表示卫星回程总消耗，N_user、N_SBS、N_K分别为地面用户、基站、地面链路子信道的数目，μ为折扣因子，λ_m表示与基站SBS_m相关的拉格朗日算子，是地面用户请求内容是否缓存于基站的指示变量，U_back表示地面基站消耗的回程资源；

约束(1)表示基站只能关联其覆盖范围内的地面用户；

约束(3)表示地面链路子信道在同一时隙内最多只能分配给一个地面用户；

约束(4)表示每个地面用户在同一时隙内最多可以分配到一个信道资源；

2.3.2)卫星网络资源调度优化方案旨在最大化卫星回程总容量，包括两个约束条件，其公式表示如下：

受限于：(5)(6)

其中，{B}表示卫星网络资源调度优化变量，N_SBS为基站的数目，λ_m表示与基站SBS_m相关的拉格朗日算子，C_m表示地面基站SBS_m的卫星回程容量；

约束(5)表示卫星链路子信道在同一时隙内最多只能分配给N_r个基站，其中N_r为每个基站允许接入的卫星数；

约束(6)表示每个基站在同一时隙内最多可以分配到一个信道资源。

步骤3，在每个离散时隙内，根据当前时刻各链路状态以及无线接入链路传输内容信息分别对地面网络资源调度优化方案和卫星网络资源调度优化方案进行最佳资源调度。

3.1)在每个离散时隙开始时，初始化拉格朗日算子；

3.2)基于给定的拉格朗日算子，根据地面链路状态以及无线接入链路传输内容信息对地面网络资源调度优化方案实现最佳的无线资源分配决策：

参照图3，本步骤的具体实现如下：

3.2.1)根据服务用户方式将所有用户划分为：本地命中组：和回程获取组

3.2.2)初始化地面网络资源调度决策变量X；

3.2.3)地面链路子信道C-sub_k在本地命中组中以贪婪的方式去匹配一组具备最佳信道质量的地面用户和基站

其中，J_un是所有未匹配的用户集合，N_SBS为基站数目，h_m,j,k为地面用户user_j与基站SBS_m之间的地面链路信道C-sub_k的增益，如果多个子信道向同一用户发出请求，该用户选择质量最佳的子信道去匹配；

3.2.4)每一对匹配成功的基站-信道对根据倾向性选择最佳匹配对象，并将其加入到备选集中；对于每一个匹配成功的用户和基站-信道对(j,(m,k))，其倾向函数为：

其中，h_t,i,k为地面用户user_i与基站SBS_t之间的地面链路信道C-sub_k的增益，h_t,j,k为地面用户user_j与基站SBS_t之间的地面链路信道C-sub_k的增益；

3.2.5)每一个地面子信道根据效用函数从备选集中选出最佳的匹配对，地面链路子信道C-sub_k的效用函数为：

其中，N_user和N_SBS分别为地面用户和基站的数目，R_m,j,k为地面用户user_j与基站SBS_m之间的地面链路在信道C-sub_k上的有效速率，x_m,j,k表示地面链路资源调度决策变量，μ为折扣因子；

3.2.6)重复3.2.4)和3.2.5)，直到所有用户都已分配地面信道或者所有地面子信道的效用函数不再有效；

3.2.7)定义回程获取组的用户user_j使用剩余未匹配的信道资源(m,k)的增益函数为：

Gain_j,(m,k)＝R'_m,j,k-R_sub+μ-λ_mU_back；

其中，R'_m,j,k是回程获取组的用户速率，R_sub是该用户使用此信道资源对网络合速率的影响，μ为折扣因子，λ_m为与基站SBS_m相关的拉格朗日算子，U_back表示地面基站消耗的回程资源；基于每个回程获取组中用户的占用增益，使用穷搜法将未使用的信道资源分配给最佳用户直至该增益不再有效，即Gain_j,(m,k)≥0，得出地面网络资源分配的最佳结果X^*；

3.3)根据星地链路状态对卫星网络资源调度优化方案实现最佳的无线资源分配决策；

参照图4，本步骤的实现如下：

3.3.1)初始化卫星网络资源调度决策变量B；

3.3.2)每一个卫星链路子信道Ka-sub_c以贪婪的方式去匹配一组具备最佳信道质量的地面基站和卫星

其中，M_un是所有未匹配的地面基站集合，N_SAT为卫星数目，为基站SBS_m与卫星SAT_s之间的星地链路信道Ka-sub_c的增益；如果地面基站收到多个卫星子信道的请求，则选择其中信道质量最佳的N_r个信道；

3.3.3)每一对匹配成功的卫星-信道对根据倾向性选择最佳匹配对象，并将其加入到备选集中；对于每一个匹配的基站和卫星-信道对(m,(s,c))，其倾向函数为：

其中，

和分别是星地链路的天线增益和离轴天线增益，

和

为星地链路的信道增益；

3.3.4)每一个卫星子信道根据效用函数从备选集中选出最佳的匹配对，星地链路子信道Ka-sub_c的效用函数为：

其中，N_SBS和N_SAT为基站和卫星的数目，λ_m表示与基站SBS_m相关的拉格朗日算子，R_m,s,c为基站SBS_m与卫星SAT_s之间的星地链路在信道Ka-sub_c上的有效速率，b_m,s,c表示星地链路资源调度决策变量；

3.3.5)重复3.3.3)和3.3.4)，直到所有基站都已分配信道或者所有卫星子信道的增益函数不再有效，得出卫星网络资源分配的最佳结果B^*。

3.4)决策后两个网络的资源分配结果如果无法保证星地回程容量耦合约束，则根据地面用户速率的升序排列将用户一个一个移除直至该约束被满足；

3.5)迭代更新决策后的拉格朗日算子，使决策后的资源调度结果不断逼近真实最优结果：

本步骤的实现如下：

3.5.1)获得地面网络资源调度优化方案和卫星网络资源调度优化方案决策后的资源分配结果{X^*,B^*}，其中X^*为地面网络资源分配的最佳结果；B^*为卫星网络资源分配的最佳结果；

3.5.2)使用下降梯度法更新拉格朗日算子，具体公式如下：

其中，λ^(t+1)和λ^(t)分别是迭代步骤t+1和t时刻的拉格朗日算子，θ^(t)是关于t的单调递减指数函数，L(X^*,B^*,λ)为拉格朗日函数，

表示关于λ的梯度，λ为拉格朗日算子；

3.5.3)判断是否满足收敛条件：|θ^(t+1)-θ^(t)|≤ε，其中ε是拉格朗日迭代收敛参数；

若不满足，则重复3.5.1)和3.5.2)并进行下一次迭代；若满足收敛条件，则得到所述资源调度最优方案。

下面结合仿真对本发明的应用效果作详细的描述。

1、仿真条件：

在仿真场景中，考虑下行缓存受限的星地一体化网络，地面用户和基站分别随机分布和均匀分布在1000m×1000m的网络场景下，高斯白噪声功率谱密度为-174dBm/Hz。基站数目N_SBS为25，地面用户密度为500/km²，地面链路子信道数目N_K为15，每个地面链路子信道是带宽1MHz的子载波；低地球轨道卫星数目N_SAT为8，星地链路子信道数目N_C为10，每个星地链路子信道是带宽20MHz的子载波。使用瑞利衰落和莱斯衰落分别刻画C频段和Ka频段下的小尺度衰落；在地面网络中考虑UMi路径损耗模型，在卫星网络中考虑自由空间路径损耗模型。拉格朗日迭代参数ε设置为10^-7。网络中存在50个文件，地面基站缓存使用最佳流行度缓存策略MPC。三种基准算法被用来评价本发明的性能，分别为：穷搜算法(Exhaustivesearch algorithm，ES)、贪婪算法、随机算法。

2、仿真内容与结果分析：

仿真1：在小规模测试下，用本发明与穷搜算法求得的系统性能以及计算时长的对比。

穷搜算法可以在特定的场景下找到所有可能的结果，进而通过穷搜求得最优结果。在小规模测试中，基站数目N_SBS设置为2，通过改变地面用户以及地面链路子信道的数目，用本发明和现有穷搜算法分别计算出两种方案的计算时长以及求解出的系统性能指标。结果如表1。

表1

从表1中可以看出，当用户数超过可获得的频谱资源时，即N_user≥N_SBS×N_K，本发明可以有效地减少计算时长，同时相比较于最优结果仅仅只有＜1％的系统性能损失。此外，随着用户数和信道数的增加，穷搜算法的计算时长会剧烈增长而本发明却可以大大地节省计算时间。

仿真2：随着基站缓存受限条件的变化，展示本发明中地面网络资源调度优化方案使用的无线资源分配决策与贪婪算法和随机算法所得到的系统性能的对比以及变化趋势，结果如图5。

图5的实验结果显示：在同等条件下本发明中地面网络资源调度优化方案使用的无线资源分配决策得到的系统合速率高于贪婪算法和随机算法的仿真结果。特别地，当基站仅允许缓存2个文件，即总文件的4％时，与贪婪算法和随机算法相比，本发明所得的系统合速率分别增加了28.5％和120.7％。然而随着地面基站缓存能力的增强，本发明相比较于其他两个方法的优势逐渐降低。这充分显示了本发明中地面网络资源调度优化方案使用的无线资源分配决策尤其在缓存条件严重受限的情况下可以带来更佳的性能表现。

仿真3：采用不同的星地链路多连接关系N_r，改变低地球轨道卫星的数目，展示本发明中卫星网络资源调度优化方案使用的无线资源分配决策与贪婪算法和随机算法所得到的卫星回程总容量的对比以及变化趋势，结果如图6。

图6(a)表示在基站仅允许接入一颗卫星情况下卫星回程总容量随卫星数目变化的仿真结果图；图6(b)表示在基站允许接入两颗卫星情况下卫星回程总容量随卫星数目变化的仿真结果图。图6的实验结果显示：在同等条件下本发明中卫星网络资源调度优化方案使用的无线资源分配决策得到的卫星回程总容量远高于贪婪算法和随机算法的结果。在低地球轨道卫星数目为3时，与贪婪算法和随机算法相比，本发明所得的卫星回程总容量最大可以分别增加121.4％和280.2％。随着卫星数目的增加，贪婪算法和随机算法求得的结果会在拐点处下降而本发明得到的卫星回程总容量稳步提升，这表明本发明中卫星网络资源调度优化方案使用的无线资源分配决策在不同的卫星星座下都可以获得较为稳定的卫星回程容量，具有普适性。此外，随着N_r的增大，本发明中卫星网络资源调度优化方案使用的无线资源分配决策可以充分发挥多连接性带来的巨大增益，进而使得卫星回程总容量也得到相应的提升。

仿真4：采用不同的折扣因子，用本发明中资源调度优化方案对两种目标的倾向性，结果如图7。

图7的实验结果显示：折扣因子μ对资源调度优化方案的目标倾向性具有重要作用。当μ较小时，资源调度优化方案追求一个较大的系统合速率；而随着μ的增加，资源调度优化方案开始逐渐倾向于追求更多的用户接入数。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。