基于用戶群組的低軌衛(wèi)星網(wǎng)絡(luò)多星切換策略

朱洪濤，郭慶

（哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院，黑龍江 哈爾濱 150001）

0 引言

低地球軌道（low earth orbit，LEO）衛(wèi)星星座網(wǎng)絡(luò)具有低時延、高帶寬和全球覆蓋的特點，可為用戶提供靈活的接入服務(wù)，成為6G移動網(wǎng)絡(luò)的一項具有發(fā)展前景的技術(shù)[1]。近年來，OneWeb、SpaceX和Telesat 等商業(yè)公司已經(jīng)開始部署具有數(shù)千甚至上萬顆衛(wèi)星組成的多層LEO衛(wèi)星星座[2]。然而，軌道高度在350~1 200 km的LEO衛(wèi)星移動速度較快，移動性導(dǎo)致的時延擴展、頻繁切換、批量切換等問題使移動性管理成為6G 衛(wèi)星通信網(wǎng)絡(luò)的一個重要課題[3]。為了給地面用戶提供連續(xù)服務(wù)，用戶必須進行星間切換。由于同一位置區(qū)域附近的用戶和衛(wèi)星之間的通信距離和仰角非常接近[4]，導(dǎo)致用戶發(fā)起切換的時刻也非常接近，這種切換具有并發(fā)性，大量的并發(fā)切換會導(dǎo)致網(wǎng)絡(luò)擁塞，造成嚴重的掉話率[5]。而且用戶候選切換衛(wèi)星的服務(wù)時間和信道資源有較大的差異，因此并發(fā)切換的用戶也要考慮多星之間的負載均衡問題。

為了給用戶終端提供無縫通信服務(wù)，衛(wèi)星切換策略越來越受關(guān)注。對于單一用戶的切換問題，其切換策略要么基于單一標(biāo)準，要么基于多個標(biāo)準。目前，已有文獻主要考慮3種典型的切換因素，即最大服務(wù)時間[6-7]、最大可用信道[8]和最小通信距離（也稱最大仰角）[9]。文獻[10]綜合考慮衛(wèi)星負載、用戶接收信號強度和衛(wèi)星服務(wù)時間等因素，提出了多屬性決策的切換策略來滿足用戶的 QoS需求。文獻[11]在靜止地球軌道（geostationary earth orbit，GEO）和LEO異構(gòu)衛(wèi)星網(wǎng)絡(luò)的場景中，提出了一種基于參數(shù)自適應(yīng)信號與干擾加噪聲比（signal to interference plus noise ratio，SINR）的多屬性決策接入切換算法，綜合考慮了用戶的SINR、用戶所需帶寬、業(yè)務(wù)傳輸成本和衛(wèi)星負載狀況等因素，保證了多媒體業(yè)務(wù)的服務(wù)質(zhì)量（quality of service，QoS）。近年來，一些學(xué)者引入了強化學(xué)習(xí)、博弈論和圖論等方法來解決衛(wèi)星切換問題。文獻[12]提出了一種基于多智能體強化學(xué)習(xí)的新型衛(wèi)星切換策略，將LEO衛(wèi)星切換優(yōu)化問題的本質(zhì)歸納成一個多代理博弈問題，然后采用強化學(xué)習(xí)來降低用戶的切換次數(shù)和阻塞率。文獻[13]面向移動衛(wèi)星網(wǎng)絡(luò)提出了一種以用戶為中心的體驗質(zhì)量（quality of experience，QoE）驅(qū)動的智能切換機制，采用強化學(xué)習(xí)算法，根據(jù)預(yù)測的服務(wù)時間和通信信道資源選擇切換衛(wèi)星，該切換機制在切換時間、切換成功率和端到端時延方面均優(yōu)于傳統(tǒng)的切換方法。文獻[14]將切換過程建模為有向圖，使用卷積神經(jīng)網(wǎng)絡(luò)提取不同用戶的最佳切換策略的潛在規(guī)律，使得任何用戶都可以根據(jù)其歷史信號強度做出接近最優(yōu)的切換決策。文獻[15]在軟件定義衛(wèi)星網(wǎng)絡(luò)架構(gòu)下，將衛(wèi)星切換看作一個二分圖，引入了博弈論模型，當(dāng)系統(tǒng)達到納什均衡條件時，用戶切換的成功率達到最大。文獻[16]提出了一種基于網(wǎng)絡(luò)流算法的衛(wèi)星切換策略，衛(wèi)星和用戶之間的多重匹配可以通過計算網(wǎng)絡(luò)流的最小成本和最大流來確定，以此確定用戶的最佳切換衛(wèi)星。文獻[17]提出一種以用戶為中心的超密集低軌衛(wèi)星切換方案，利用衛(wèi)星的存儲能力在多顆衛(wèi)星上同時緩存用戶的下行數(shù)據(jù)以支持用戶的無縫切換。以上的衛(wèi)星切換策略均考慮單一用戶的切換場景，隨著低軌衛(wèi)星的大規(guī)模部署，大量用戶同時切換需要在衛(wèi)星和控制中心之間頻繁傳輸綁定更新消息，這將帶來嚴重的切換信令開銷，因此需要針對衛(wèi)星網(wǎng)絡(luò)特點設(shè)計新型的切換策略以降低系統(tǒng)的信令開銷。

近年來，有一些學(xué)者開始研究多用戶并發(fā)切換的問題，以降低LEO網(wǎng)絡(luò)中用戶切換的系統(tǒng)信令開銷。文獻[18]提出了一種基于用戶分群的切換策略，用戶上報預(yù)測的切換時刻、鄰區(qū)候選集和最佳波束，衛(wèi)星通過計算用戶之間的相似度對用戶分組進行切換，該方法能有效降低切換開銷。文獻[19]提出了一種用戶聚類的主動切換方案，采用譜聚類算法將具有相似模式的用戶分組，并將切換時間調(diào)度問題建模為非合作博弈，降低了切換阻塞率。上面兩種方案[18-19]主要針對用戶分組和切換時間調(diào)度展開了相關(guān)研究，文獻[18]利用用戶的相似度進行分組，相似度是基于用戶位置計算的，文獻[19]采用譜聚類的分組方法，也是根據(jù)用戶的位置和運動模式來分組的。然而在多星網(wǎng)絡(luò)中，即使同一區(qū)域位置具有相同運動模式的用戶，由于其業(yè)務(wù)需求和衛(wèi)星帶寬資源的不同，其切換分組也會不同，因此需要面向用戶業(yè)務(wù)需求和滿足衛(wèi)星負載限制的新型分組策略。

針對上述問題，本文提出一種基于用戶群組的低軌衛(wèi)星網(wǎng)絡(luò)多星切換策略，接入衛(wèi)星在考慮切換成功率、衛(wèi)星吞吐率和負載均衡的條件下對用戶進行分組，完成整個切換過程。

1 基于用戶群組的多星切換策略

本文考慮一個具有多星覆蓋的LEO衛(wèi)星網(wǎng)絡(luò)，采用分布式移動性管理方法[20]，低軌衛(wèi)星網(wǎng)絡(luò)架構(gòu)如圖1所示。地面被分成多個位置區(qū)（location area，LA），每個位置區(qū)有一個位置移動錨點（location mobility anchor，LMA），作為該位置區(qū)的管理中心，地面用戶在同一時間可以被多顆衛(wèi)星覆蓋，因此當(dāng)衛(wèi)星進行切換時可以選擇多個候選切換衛(wèi)星進行切換，本文主要考慮用戶的星間切換問題。

圖1 低軌衛(wèi)星網(wǎng)絡(luò)架構(gòu)

1.1 基于用戶群組的切換流程

為了解決低軌衛(wèi)星網(wǎng)絡(luò)中大量用戶并發(fā)切換造成的網(wǎng)絡(luò)擁塞和信令開銷過大的問題，本文提出了一種基于用戶群組的低軌衛(wèi)星網(wǎng)絡(luò)多星切換策略?；谟脩羧航M的低軌衛(wèi)星網(wǎng)絡(luò)多星切換信令交互流程如圖2所示。大量移動用戶周期性地測量當(dāng)前接入衛(wèi)星的信號強度，當(dāng)信號強度低于切換閾值時，測量并計算候選切換衛(wèi)星的集合，然后將候選切換衛(wèi)星的信息發(fā)送給當(dāng)前接入衛(wèi)星，衛(wèi)星將大量并發(fā)切換的用戶進行切換分組，以群組的方式發(fā)起切換請求并更新上下文信息，可以大大減少信令的重復(fù)傳輸，降低大量用戶并發(fā)切換的信令開銷。

圖2 基于用戶群組的低軌衛(wèi)星網(wǎng)絡(luò)多星切換信令交互流程

1.2 用戶群組優(yōu)化算法

在上述基于用戶群組的切換流程中，接入衛(wèi)星對用戶不同的分組方法將會直接影響整體切換性能。本文考慮特定時間段T內(nèi)的衛(wèi)星切換問題，衛(wèi)星的集合定義為 S= {1,2,… ,N}，假定用戶均勻分布在地球表面，衛(wèi)星s為大量用戶提供通信服務(wù)，定義在時間T內(nèi)衛(wèi)星s收到發(fā)起切換的用戶數(shù)為Ms，其集合可以表示為 Us= {1,2,… ,Ms}，衛(wèi)星s服務(wù)的用戶為us,k，則其與衛(wèi)星n之間的仰角定義為θs,k,n，其切換所需的帶寬資源為bs,k,n，衛(wèi)星與用戶通信的最小仰角限制為0θ，此時衛(wèi)星n可以提供的帶寬資源為nB，每個衛(wèi)星的最大帶寬資源為Bmax，假定衛(wèi)星提供的帶寬和用戶所需要的帶寬均為最小帶寬 0B的整數(shù)倍，則用戶的候選切換衛(wèi)星集可以表示為：

衛(wèi)星與用戶的仰角根據(jù)二者的地理位置信息獲得，這里不做過多討論。引入xs,k,n表示衛(wèi)星s服務(wù)的用戶k是否切換到衛(wèi)星n，則有：因此切換過程中的帶寬資源會受到以下限制：

用戶的分組切換可以看成一個優(yōu)化問題，即每個衛(wèi)星要為其服務(wù)的用戶從其候選切換衛(wèi)星選擇一個衛(wèi)星進行切換，為此定義用戶的切換成功率 1G為：

由于不同用戶對帶寬的需求不同，在考慮切換成功率的同時也要考慮系統(tǒng)帶寬的利用率，定義 2G為系統(tǒng)衛(wèi)星的吞吐率，衛(wèi)星吞吐率為衛(wèi)星當(dāng)前占用帶寬與總帶寬的比值，可以表示為：

在衛(wèi)星網(wǎng)絡(luò)中，不平衡的負載會導(dǎo)致網(wǎng)絡(luò)擁塞，進而降低網(wǎng)絡(luò)的吞吐量，為此定義負載均衡增益函數(shù)為 3G，其表示為：

其中，Bvar為衛(wèi)星已用帶寬的方差，可以表示為：

其中，Bavg是衛(wèi)星已用帶寬的均值，可以由式（8）給出：通過以上分析，可以將用戶的分組問題歸納為如下多目標(biāo)優(yōu)化問題：

其中，N+為正整數(shù)集合。

式（9b）~式（9f）為多目標(biāo)優(yōu)化問題的限制條件，可以發(fā)現(xiàn)，尋找所有衛(wèi)星服務(wù)用戶的最佳切換分組是一個全局優(yōu)化問題，其本質(zhì)可以看作一個廣義分配問題，即目標(biāo)是找到每個物品到一個背包的最佳分配，其中有w個用戶和v個背包，其解可以看作找到使用戶切換率、衛(wèi)星吞吐率和衛(wèi)星負載均衡收益最高的分組方案，然而廣義分配問題是NP難問題且無法在多項式時間算法內(nèi)獲得解決方案[21]。

考慮衛(wèi)星上的計算資源有限，在一次切換時找到所有衛(wèi)星負載最優(yōu)的分配方法是不現(xiàn)實的，這里將上述問題簡化。假定地面上的用戶服從均勻分布，將全局優(yōu)化問題轉(zhuǎn)化為局部優(yōu)化問題，即先考慮單顆衛(wèi)星下的用戶分組問題，然后再依次計算其他衛(wèi)星下的用戶分組，則上述全局多目

標(biāo)優(yōu)化問題轉(zhuǎn)化成單星的多目標(biāo)優(yōu)化問題，具體如下：

其中，Gopt1、Gopt2、Gopt3分別由式（11）~式（14）給出：

經(jīng)過上述簡化，式（10a）表示的多目標(biāo)優(yōu)化問題本質(zhì)上仍然是一個廣義分配問題，即NP難問題。本文更加關(guān)注衛(wèi)星切換的成功率，在保證用戶切換率的同時，分組算法期望獲得最大的衛(wèi)星吞吐率和負載均衡收益。因此，上述多目標(biāo)優(yōu)化問題可以轉(zhuǎn)化成3個按順序執(zhí)行的單目標(biāo)優(yōu)化問題，具體算法如下。

首先，地面用戶將自身的測量信息上報給接入衛(wèi)星，接入衛(wèi)星隨后將發(fā)起切換的用戶按照最大切換率的優(yōu)化目標(biāo)進行分組，得到原始分組策略集合，然后依次根據(jù)衛(wèi)星最大吞吐率和衛(wèi)星負載平衡兩個優(yōu)化目標(biāo)在原始分組策略集合中選擇最優(yōu)的分組策略，隨后衛(wèi)星按照最優(yōu)分組發(fā)起群組切換請求，完成整個切換流程。

1.3 切換信令開銷分析

基于用戶群組的低軌衛(wèi)星網(wǎng)絡(luò)多星切換策略通過將用戶進行分組，從而減少重復(fù)信令的傳輸，可以大大降低系統(tǒng)的信令開銷。本文信令開銷定義為信令消息大小、單位消息傳輸成本和消息傳輸跳數(shù)三者的乘積。由于衛(wèi)星的移動速度遠大于地面用戶的移動速度，因此用戶跨位置區(qū)的切換概率很小，而且本文重點關(guān)注群組切換與獨立切換相比的優(yōu)勢，二者在跨位置區(qū)切換時，分組并不能減少綁定信息在不同位置區(qū)地面站之間更新的信令開銷，因此假定用戶的運動速度為0，即不發(fā)生跨位置區(qū)切換，在此條件下，提出的群組切換的信令開銷可由式（15）給出：用戶和衛(wèi)星之間、衛(wèi)星和地面站之間的信令開銷；Rs為衛(wèi)星s將用戶劃分的群組數(shù)；Hi為地面站到衛(wèi)星i的跳數(shù)；HM?S為用戶到接入衛(wèi)星的跳數(shù)，即HM?S=1；Hs為衛(wèi)星s到地面站的跳數(shù)；Hi為衛(wèi)星i到地面站的跳數(shù)；α為單位消息傳輸成本；η為信令開銷中有用數(shù)據(jù)占比。

如果用戶不進行分組切換，則其開銷可由式（16）給出：

對比單用戶切換和群組切換的信令開銷，可以發(fā)現(xiàn)，分組后，衛(wèi)星將多個用戶請求進行合并然后以群組為單位進行綁定更新，而不是單用戶請求直接進行綁定更新，這樣一來，可以大大減少用戶綁定信息的重復(fù)傳輸，降低系統(tǒng)切換的信令開銷。

2 仿真結(jié)果與分析

本文考慮多星覆蓋的場景，設(shè)置衛(wèi)星覆蓋層數(shù)為4，即用戶同一時間至少被4顆衛(wèi)星所覆蓋，不同層的衛(wèi)星軌道夾角為45°，同一層衛(wèi)星采用類地面蜂窩小區(qū)的覆蓋方式，其余仿真參數(shù)見表1，在多個方面對比了傳統(tǒng)基于最大接入信號強度的單用戶切換策略和本文提出的基于用戶群組的低軌衛(wèi)星網(wǎng)絡(luò)多星切換策略的性能。

表1 仿真參數(shù)設(shè)置

基于用戶群組的多星切換策略最大的好處就是能夠減少切換過程中的信令開銷。圖3為不同用戶密度下系統(tǒng)用戶切換的信令開銷。與傳統(tǒng)單用戶切換相比，基于用戶群組的切換策略將多個單用戶的切換請求聚合為一個分組請求，以群組為單位發(fā)送綁定更新消息，而不是每個用戶單獨發(fā)送綁定更新消息。這樣能夠減少重復(fù)信令的傳輸，大大降低信令開銷。由于衛(wèi)星與地面站之間的信令開銷較大，群組切換方式主要能夠減少衛(wèi)星和地面站之間的信令交互，因此隨著用戶密度增大，每個分組的用戶數(shù)量增多，根據(jù)式（15）和式（16）可知，基于群組的切換策略降低信令開銷的效果更為明顯，仿真結(jié)果符合理論分析。

圖3 不同用戶密度下系統(tǒng)用戶切換的信令開銷

圖4為不同用戶密度下系統(tǒng)用戶切換的成功率，對比單用戶切換策略，在用戶密度增加后，基于用戶群組的多星切換策略的切換成功率高于單用戶切換的成功率。這是因為，在用戶數(shù)量較少、衛(wèi)星資源充足的情況下，兩種切換策略都能順利地切換到目的衛(wèi)星，但是隨著用戶數(shù)量增多，單用戶切換策略傾向于選擇滿足自身需求的最佳候選切換衛(wèi)星，大量用戶會同時向同一目的衛(wèi)星發(fā)起切換，由于衛(wèi)星帶寬資源有限，部分用戶無法切換到目的衛(wèi)星，切換成功率下降；而基于用戶群組的多星切換策略會將切換成功率作為其劃為群組的一個優(yōu)化目標(biāo)，在滿足用戶需求的前提下，將同一時間發(fā)起切換的大量用戶劃分到不同的群組并切換到不同的目的衛(wèi)星，大大提高切換成功率。

圖4 不同用戶密度下系統(tǒng)用戶切換的成功率

圖5為不同用戶密度下系統(tǒng)衛(wèi)星的吞吐率?；谟脩羧航M的多星切換策略的衛(wèi)星吞吐率明顯高于基于單用戶切換，一方面將用戶劃分為不同的群組，避免大量用戶競爭同一目的衛(wèi)星導(dǎo)致切換失敗，進而使衛(wèi)星吞吐率下降；另一方面，基于用戶群組的多星切換策略會在劃分群組時考慮提高衛(wèi)星吞吐率這一優(yōu)化目標(biāo)，在切換用戶數(shù)相同時，傾向于將容量需求大的用戶優(yōu)先分到群組進行切換，可以提高衛(wèi)星吞吐率。由于用戶的帶寬需求不是固定的，而是在1～5 MHz的范圍變化，所以隨著用戶密度增加，衛(wèi)星的吞吐率曲線呈現(xiàn)出波動的情況。

圖5 不同用戶密度下系統(tǒng)衛(wèi)星的吞吐率

圖6為不同用戶密度下系統(tǒng)衛(wèi)星的負載均衡收益?；谟脩羧航M的多星切換策略在平衡衛(wèi)星網(wǎng)絡(luò)負載方面有顯著優(yōu)勢。一方面，基于用戶群組的多星切換策略在將用戶劃分群組時將負載均衡這一因素作為其中一個優(yōu)化目標(biāo)，在滿足切換成功率和衛(wèi)星吞吐率的同時，分組策略會傾向于將用戶的帶寬需求盡量平均分配給不同衛(wèi)星；另一方面，對比傳統(tǒng)單一用戶切換，基于用戶群組的多星切換策略會將同一顆衛(wèi)星的切換請求分散到不同的衛(wèi)星，這兩個因素都使基于用戶群組的多星切換策略能有效平衡衛(wèi)星網(wǎng)絡(luò)負載。

圖6 不同用戶密度下的系統(tǒng)衛(wèi)星的負載均衡收益

3 結(jié)束語

本文針對大規(guī)模低軌衛(wèi)星網(wǎng)絡(luò)中大量用戶頻繁進行并發(fā)切換導(dǎo)致的切換成功率下降及信令開銷過大的問題，提出了一種基于用戶群組的低軌衛(wèi)星網(wǎng)絡(luò)多星切換策略，通過將切換的用戶分為不同的群組，減少了切換過程中大量綁定信息的重復(fù)傳輸。在此基礎(chǔ)上，本文設(shè)計了一種基于用戶群組多星切換策略的信令交互流程，并推導(dǎo)分析了其信令開銷，同時針對如何分組這一問題，考慮了用戶切換成功率、衛(wèi)星吞吐率和負載均衡3個主要因素，將用戶分組問題轉(zhuǎn)化成多目標(biāo)優(yōu)化問題并設(shè)計了優(yōu)化分組算法。仿真結(jié)果表明，與傳統(tǒng)單用戶切換策略相比，所提出的基于用戶群組的多星切換策略能夠有效降低網(wǎng)絡(luò)的信令開銷，同時在提高切換成功率、提高衛(wèi)星吞吐率和平衡網(wǎng)絡(luò)負載方面也有顯著的優(yōu)勢。在未來的研究中，可以考慮加入衛(wèi)星對用戶行為的預(yù)測，結(jié)合衛(wèi)星自身的星歷信息對資源進行預(yù)分配以更好提升切換性能。