基于GPU加速改进粒子群算法的多波束卫星通信资源优化

宋自阳; 张廷尧; 赵家庆; 慕忠成; 黄益新; 付哲楷

引用本文:	宋自阳,张廷尧,赵家庆,慕忠成,黄益新,付哲楷.基于GPU加速改进粒子群算法的多波束卫星通信资源优化[J].上海航天（中英文）,2025,42(5):121-130.
	SONG Ziyang,ZHANG Tingyao,ZHAO Jiaqing,MU Zhongcheng,HUANG Yixin,FU Zhekai.GPU-Accelerated Particle Swarm Optimization for Resource Allocation in Multibeam Satellite Communications[J].Aerospace Shanghai,2025,42(5):121-130.

【打印本页】【下载PDF全文】【】

本文已被：浏览 42次下载 27次

分享到：微信更多

字体:加大+|默认|缩小-

基于GPU加速改进粒子群算法的多波束卫星通信资源优化

宋自阳¹,张廷尧²,赵家庆²,慕忠成¹,黄益新¹,付哲楷²

1.上海交通大学航空航天学院，上海 200240;2.上海卫星工程研究所，上海 201109

摘要:

随着低轨(LEO)星座多波束卫星通信系统在宽带接入、物联网(IoT)等领域的广泛应用，星座动态对地通信、动态选择服务节点的场景需求日益凸显，资源调度的效率与优化质量成为系统性能的关键影响因素。传统优化算法在面对波束、功率、带宽等多维决策变量联合优化问题时，存在编码表达能力有限、约束处理繁琐、收敛速度慢等问题。为此，本文提出一种基于混合Stick-breaking编码机制与图形处理器(GPU)并行加速的改进粒子群算法(PPSO)，用于高效求解LEO星座多波束卫星系统中的智能资源分配优化问题。该方法通过混合Stick-breaking编码方式对粒子的解空间进行重构，使得功率与带宽等归一化变量天然满足全局约束，避免了传统方法中复杂的约束修正操作。同时，借助GPU实现粒子群演化与适应度计算的并行加速，在保证解的质量的前提下显著提升算法运行效率。实验结果表明:本文方法在优化系统总时延、丢包率和能耗等关键性能指标方面均优于现有方法，尤其在需要动态对地通信、动态选择节点的大规模星座场景中，展现出较好的可扩展性与计算优势。

(1.School of Aeronautics and Astronautics， Shanghai Jiao Tong University， Shanghai 200240， China;2.Shanghai Satellite Engineering Research Institute， Shanghai 201109， China)