低軌巨型星座網(wǎng)絡(luò)：組網(wǎng)技術(shù)與研究現(xiàn)狀

陳全，楊磊，郭劍鳴,2，李星辰，趙勇，陳小前

（1.國(guó)防科技大學(xué)空天科學(xué)學(xué)院，湖南 長(zhǎng)沙 410073；2.復(fù)雜飛行器系統(tǒng)仿真重點(diǎn)實(shí)驗(yàn)室，北京 100094；3.軍事科學(xué)院國(guó)防科技創(chuàng)新研究院，北京 100071）

0 引言

低地球軌道（LEO,low earth orbit）（以下簡(jiǎn)稱低軌）衛(wèi)星星座以其廣覆蓋、全天候的特點(diǎn)成為彌補(bǔ)地面網(wǎng)絡(luò)覆蓋盲區(qū)最有效的解決方案，是未來天空地海一體化網(wǎng)絡(luò)的重要組成部分[1]。20 世紀(jì)末，以銥星、全球星為代表的星座計(jì)劃掀起了第一代低軌星座網(wǎng)絡(luò)浪潮，但最終因無(wú)法與迅猛發(fā)展的地面網(wǎng)絡(luò)競(jìng)爭(zhēng)以及商業(yè)運(yùn)營(yíng)策略方面的失誤而紛紛宣告失敗[2]。

近年來，以Starlink、OneWeb 等為代表的龐大星座計(jì)劃推動(dòng)了新一輪的低軌巨型星座網(wǎng)絡(luò)發(fā)展浪潮[3]。新興的低軌巨型星座計(jì)劃[4]一般包含數(shù)百至數(shù)萬(wàn)顆低軌衛(wèi)星，目標(biāo)是為全球用戶提供無(wú)處不在的寬帶互聯(lián)網(wǎng)接入服務(wù)，具有大規(guī)模、廣覆蓋、低時(shí)延、寬帶化、天地一體等特征。星座規(guī)模的急劇擴(kuò)張不僅提升了系統(tǒng)容量，也增加了系統(tǒng)復(fù)雜度，為系統(tǒng)總體設(shè)計(jì)、網(wǎng)絡(luò)運(yùn)行管理和高效數(shù)據(jù)傳輸帶來諸多難題：1) 衛(wèi)星規(guī)模龐大，且節(jié)點(diǎn)高速運(yùn)動(dòng)，使網(wǎng)絡(luò)拓?fù)涓叨葟?fù)雜且具有強(qiáng)動(dòng)態(tài)性；2) 用戶被多星同時(shí)覆蓋，星上頻率協(xié)調(diào)復(fù)雜，且星地切換頻繁；3) 網(wǎng)絡(luò)節(jié)點(diǎn)密度高，端到端連接所需轉(zhuǎn)發(fā)跳數(shù)大大增加，提高了路由傳輸?shù)膹?fù)雜度；4) 星地一體化網(wǎng)絡(luò)需大量地面信關(guān)站支持連接，地面系統(tǒng)設(shè)計(jì)復(fù)雜[5]；5) 龐大的網(wǎng)絡(luò)規(guī)模在網(wǎng)絡(luò)仿真和性能評(píng)估時(shí)消耗大量計(jì)算資源，仿真耗時(shí)長(zhǎng)。另一方面，巨型星座中網(wǎng)絡(luò)拓?fù)渚哂幸?guī)則性、周期性和可預(yù)測(cè)性，節(jié)點(diǎn)、鏈路資源冗余量大且星上處理能力增強(qiáng)，也為網(wǎng)絡(luò)系統(tǒng)設(shè)計(jì)提供了機(jī)遇。

第一代低軌星座網(wǎng)絡(luò)浪潮推動(dòng)了衛(wèi)星網(wǎng)絡(luò)相關(guān)理論研究和工程項(xiàng)目實(shí)踐發(fā)展，目前已有相關(guān)綜述性研究，如星地切換策略[6]、路由算法[7]及星地一體化技術(shù)[8]等，但針對(duì)巨型星座的討論較少。新興巨型星座網(wǎng)絡(luò)相較于傳統(tǒng)衛(wèi)星網(wǎng)絡(luò)的新特征為相關(guān)組網(wǎng)技術(shù)帶來新的挑戰(zhàn)與機(jī)遇。本文將針對(duì)新興低軌巨型星座網(wǎng)絡(luò)的特征分析其具體設(shè)計(jì)難點(diǎn)，并總結(jié)研究進(jìn)展。本文涵蓋部分經(jīng)典文獻(xiàn)工作，但重點(diǎn)關(guān)注近5 年內(nèi)巨型星座相關(guān)的研究。

本文首先介紹了低軌巨型星座網(wǎng)絡(luò)的系統(tǒng)架構(gòu)與工作模式，分析了新興巨型星座網(wǎng)絡(luò)的具體特征以及相比于傳統(tǒng)衛(wèi)星網(wǎng)絡(luò)的區(qū)別，隨后從網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)性管理、星地鏈路切換策略、路由算法設(shè)計(jì)、地面信關(guān)站布局優(yōu)化以及網(wǎng)絡(luò)仿真與性能評(píng)估5 個(gè)方面梳理總結(jié)了各關(guān)鍵技術(shù)的難點(diǎn)、技術(shù)路線和研究進(jìn)展，并分析了巨型星座場(chǎng)景下各項(xiàng)技術(shù)面臨的新挑戰(zhàn)與發(fā)展方向。本文內(nèi)容可為未來低軌巨型星座寬帶衛(wèi)星網(wǎng)絡(luò)設(shè)計(jì)理論研究提供參考。

1 系統(tǒng)架構(gòu)與工作模式

1.1 系統(tǒng)架構(gòu)

典型的低軌星座系統(tǒng)包括空間段、用戶段和地面段3 個(gè)部分[9]，如圖1 所示。

空間段由低軌衛(wèi)星和星間鏈路組成，形成空間傳輸主干網(wǎng)絡(luò)。衛(wèi)星在空間中均勻排布，普遍采用均勻?qū)ΨQ的星座構(gòu)型[3]。巨型星座網(wǎng)絡(luò)由于衛(wèi)星規(guī)模龐大，多采用不同軌道高度、不同傾角的子星座構(gòu)成多層混合星座[10]。衛(wèi)星作為空間網(wǎng)絡(luò)的接入節(jié)點(diǎn)，起到天基移動(dòng)基站的功能。衛(wèi)星間可建立微波或激光星間鏈路，實(shí)現(xiàn)數(shù)據(jù)包中繼轉(zhuǎn)發(fā)。

用戶段包括各類用戶終端、綜合信息服務(wù)平臺(tái)以及業(yè)務(wù)支撐系統(tǒng)等。用戶終端也可作為接入點(diǎn)（AP,access point）建立局域網(wǎng)絡(luò)，將通用用戶設(shè)備接入網(wǎng)絡(luò)。綜合信息服務(wù)平臺(tái)和業(yè)務(wù)支撐系統(tǒng)用于對(duì)用戶業(yè)務(wù)提供支撐和應(yīng)用層高級(jí)服務(wù)。

圖1 新興低軌星座網(wǎng)絡(luò)總體架構(gòu)

地面段包括信關(guān)站、綜合運(yùn)控管理系統(tǒng)以及連接地面核心網(wǎng)的基礎(chǔ)設(shè)施。信關(guān)站起到連接衛(wèi)星網(wǎng)絡(luò)和地面網(wǎng)絡(luò)的網(wǎng)關(guān)功能。數(shù)據(jù)經(jīng)信關(guān)站接入地面網(wǎng)絡(luò)，完成星地空口通信協(xié)議和網(wǎng)絡(luò)協(xié)議轉(zhuǎn)換，即可利用地面網(wǎng)絡(luò)設(shè)施訪問地面網(wǎng)絡(luò)資源。綜合運(yùn)控管理系統(tǒng)包括網(wǎng)絡(luò)、星座、數(shù)據(jù)、運(yùn)營(yíng)、數(shù)據(jù)等管理系統(tǒng)以及衛(wèi)星測(cè)控站等，對(duì)全網(wǎng)進(jìn)行綜合管理和監(jiān)控。

1.2 工作模式

根據(jù)空間網(wǎng)絡(luò)與地面網(wǎng)絡(luò)的關(guān)系，可將衛(wèi)星網(wǎng)絡(luò)工作模式分為天星地網(wǎng)、天基網(wǎng)絡(luò)和天網(wǎng)地網(wǎng)三類[9,11]，如圖2 所示。

圖2 低軌衛(wèi)星網(wǎng)絡(luò)工作模式

1) 天星地網(wǎng)。衛(wèi)星間無(wú)星間鏈路連接，衛(wèi)星將接收的地面用戶數(shù)據(jù)直接轉(zhuǎn)發(fā)至地面網(wǎng)絡(luò)完成傳輸，衛(wèi)星可看作地面網(wǎng)絡(luò)的延伸。天星地網(wǎng)模式只有在用戶和地面站被同一衛(wèi)星覆蓋時(shí)才能進(jìn)行實(shí)時(shí)通信業(yè)務(wù)。目前OneWeb 一期計(jì)劃采用此種架構(gòu)[9]。

2) 天基網(wǎng)絡(luò)。用戶間可直接通過衛(wèi)星和星間鏈路實(shí)現(xiàn)端到端連接，而不需要地面網(wǎng)絡(luò)設(shè)施參與。該架構(gòu)擺脫了對(duì)地面網(wǎng)絡(luò)設(shè)施的依賴，具有獨(dú)立性、安全性和抗毀性優(yōu)勢(shì)[11]。

3) 天網(wǎng)地網(wǎng)。衛(wèi)星間由星間鏈路連接，地面信關(guān)站通過地面網(wǎng)絡(luò)連接。根據(jù)任務(wù)需求，用戶數(shù)據(jù)可經(jīng)衛(wèi)星轉(zhuǎn)發(fā)到另一端用戶，也可經(jīng)單跳或多跳星間轉(zhuǎn)發(fā)到信關(guān)站，再通過地面網(wǎng)絡(luò)完成傳輸。天網(wǎng)地網(wǎng)模式充分利用了衛(wèi)星的廣域覆蓋優(yōu)勢(shì)和地面網(wǎng)絡(luò)的容量、資源優(yōu)勢(shì)，實(shí)現(xiàn)了天地融合和優(yōu)勢(shì)互補(bǔ)，成為未來低軌衛(wèi)星網(wǎng)絡(luò)的發(fā)展趨勢(shì)。

2 新興巨型星座網(wǎng)絡(luò)及特征

2.1 代表性巨型星座網(wǎng)絡(luò)計(jì)劃

自2015 年起，大批低軌巨型星座計(jì)劃被提出，包括Starlink、OneWeb 和Kuiper 等代表性計(jì)劃。

Starlink[4]由SpaceX 公司提出，初期計(jì)劃發(fā)射4 408 顆工作在540～570 km 高度的衛(wèi)星為全球用戶提供互聯(lián)網(wǎng)服務(wù)。受益于批量化衛(wèi)星制造、火箭重復(fù)利用、一箭多星發(fā)射等領(lǐng)先技術(shù)，Starlink 已成為新興低軌星座中的佼佼者，截至2021 年年底，Starlink 已部署超過1 900 顆衛(wèi)星，完成了550 km軌道層星座部署。下一步，Starlink 將部署其他軌道層星座并開始配備激光星間鏈路。后期Starlink 還計(jì)劃將總星座規(guī)模擴(kuò)增至4.2 萬(wàn)顆衛(wèi)星[12]。

OneWeb[10]計(jì)劃發(fā)射716 顆軌道高度為1 200 km的衛(wèi)星，構(gòu)成極軌道/傾斜軌道混合星座提供寬帶網(wǎng)絡(luò)接入服務(wù)。截至2021 年年底，OneWeb 已部署近400 顆衛(wèi)星，且未來計(jì)劃將星座擴(kuò)充至6 372 顆衛(wèi)星，以提高中低緯度地區(qū)的覆蓋密度。

Kuiper[13]計(jì)劃由亞馬遜公司于2019 年提出，旨在提供低成本的消費(fèi)級(jí)和企業(yè)級(jí)寬帶業(yè)務(wù)以及無(wú)線數(shù)據(jù)回程業(yè)務(wù)。星座包括工作在590～630 km 高度的3 236 顆傾斜軌道衛(wèi)星。系統(tǒng)將在全球部署大量地面站，可與亞馬遜網(wǎng)絡(luò)服務(wù)（AWS,Amazon Web service）系統(tǒng)和計(jì)算基礎(chǔ)設(shè)施聯(lián)合，構(gòu)建亞馬遜公司的全球云服務(wù)智能網(wǎng)絡(luò)系統(tǒng)。

2.2 新興巨型星座網(wǎng)絡(luò)特征

隨著技術(shù)進(jìn)步和市場(chǎng)需求變革，相比于早期的低軌星座，新興低軌巨型星座網(wǎng)絡(luò)具有大規(guī)模、廣覆蓋、低時(shí)延、寬帶化、天地一體等特征，具體表現(xiàn)如下。

1) 低軌道混合星座設(shè)計(jì)。新興巨型星座普遍采用1200 km 以下的軌道高度，如Starlink 一期軌道高度為540～570 km，其后期還將采用335～346 km 的超低軌道，具有低時(shí)延和低部署成本的優(yōu)勢(shì)。巨型星座大多采用多個(gè)軌道高度或傾角不同的星座層形成混合星座，如“低軌道/超低軌道星座”或“極軌道/傾斜軌道星座”組合等。混合星座通過部署大量?jī)A斜軌道衛(wèi)星覆蓋中低緯度地區(qū)，且利用極軌道衛(wèi)星補(bǔ)充高緯度覆蓋，提升覆蓋性能。

2) 星座規(guī)模迅速擴(kuò)張。傳統(tǒng)的低軌星座系統(tǒng)一般包含數(shù)十顆衛(wèi)星，但新興的低軌星座網(wǎng)絡(luò)為滿足系統(tǒng)容量的需求，將衛(wèi)星數(shù)目擴(kuò)增至上萬(wàn)顆。龐大的星座規(guī)模提高了地面終端通信仰角，減小了地面反射和多徑衰落影響，也使系統(tǒng)具有更強(qiáng)的冗余性和抗毀性。

3) 通信寬帶化。為適應(yīng)日益增長(zhǎng)的寬帶業(yè)務(wù)需求，新興低軌星座網(wǎng)絡(luò)廣泛采用Ku、Ka 及以上頻段。星上采用高通信頻段、高增益天線、相控陣多波束、頻率協(xié)調(diào)與復(fù)用等技術(shù)大幅提高通信帶寬，使單星容量可達(dá)數(shù)十Gbit/s，全網(wǎng)容量可達(dá)Tbit/s量級(jí)[10]。寬帶業(yè)務(wù)對(duì)網(wǎng)絡(luò)服務(wù)質(zhì)量（QoS,quality of service）產(chǎn)生多樣化需求，包括時(shí)延、帶寬、丟包率等。

4) 通信載荷輕型化、軟件化、多樣化。高通信頻率和低軌道高度可實(shí)現(xiàn)地面終端天線小型化。星上載荷采用軟件定義體制，支持在軌功能重構(gòu)和自適應(yīng)調(diào)整，迎合網(wǎng)絡(luò)智能化發(fā)展趨勢(shì)。此外，系統(tǒng)還可通過搭載不同頻段載荷，在寬帶通信業(yè)務(wù)之外拓展導(dǎo)航增強(qiáng)、高分對(duì)地觀測(cè)和天基物聯(lián)網(wǎng)等功能。

5) 星上處理與星間鏈路。新興巨型星座大多具有星上處理能力，可對(duì)接收的數(shù)據(jù)包進(jìn)行解析、存儲(chǔ)和轉(zhuǎn)發(fā)，而不局限于透明轉(zhuǎn)發(fā)的工作模式。衛(wèi)星間可建立微波或激光鏈路，并且在運(yùn)動(dòng)過程中保持連接，實(shí)現(xiàn)數(shù)據(jù)包在衛(wèi)星間的轉(zhuǎn)發(fā)。星上處理和星間鏈路使系統(tǒng)可工作在天網(wǎng)地網(wǎng)架構(gòu)，增強(qiáng)了系統(tǒng)獨(dú)立性和靈活性。半導(dǎo)體技術(shù)的進(jìn)步使衛(wèi)星具有更強(qiáng)的星上處理和存儲(chǔ)能力，而激光星間鏈路技術(shù)可大幅提升星間通信速率，適應(yīng)寬帶業(yè)務(wù)需求。

6) 星地一體化融合設(shè)計(jì)。新興星座系統(tǒng)具有獨(dú)立運(yùn)行的能力，但仍將星地一體化作為重點(diǎn)發(fā)展方向，把依托與支持地面網(wǎng)絡(luò)作為系統(tǒng)的設(shè)計(jì)基礎(chǔ)。設(shè)計(jì)系統(tǒng)架構(gòu)、協(xié)議、載荷時(shí)均考慮了與地面移動(dòng)網(wǎng)絡(luò)、互聯(lián)網(wǎng)的兼容性和互操作性。

3 巨型星座組網(wǎng)關(guān)鍵技術(shù)難點(diǎn)與研究進(jìn)展

低軌巨型星座系統(tǒng)具有諸多優(yōu)勢(shì)，如衛(wèi)星數(shù)目多，系統(tǒng)冗余量大；星座構(gòu)型和網(wǎng)絡(luò)拓?fù)渚哂幸?guī)則性和可預(yù)測(cè)性；星上處理性能提升，自主決策能力強(qiáng)等。但巨型星座網(wǎng)絡(luò)的新特征，尤其是前所未有的星座規(guī)模，也給網(wǎng)絡(luò)設(shè)計(jì)帶來諸多挑戰(zhàn)，如拓?fù)鋭?dòng)態(tài)性強(qiáng)、星地切換頻繁、路由傳輸負(fù)載不均衡性強(qiáng)、地面系統(tǒng)設(shè)計(jì)耦合因素多、網(wǎng)絡(luò)性能評(píng)估開銷大等。接下來，將從以下5個(gè)方面具體分析巨型星座組網(wǎng)關(guān)鍵技術(shù)的難點(diǎn)，并系統(tǒng)梳理其研究進(jìn)展。

3.1 網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)性管理

低軌衛(wèi)星高速運(yùn)動(dòng)造成網(wǎng)絡(luò)拓?fù)涫冀K處于動(dòng)態(tài)變化中，拓?fù)鋭?dòng)態(tài)性主要表現(xiàn)為鏈路斷開或重建切換現(xiàn)象。當(dāng)鏈路信噪比、天線跟蹤指向等不滿足建鏈條件時(shí)，即發(fā)生鏈路中斷。星間拓?fù)鋭?dòng)態(tài)性特點(diǎn)及管理難點(diǎn)如下：1) 同軌星間鏈路較穩(wěn)定，而異軌星間鏈路距離、指向均隨衛(wèi)星運(yùn)動(dòng)呈周期性變化；2) 異軌星間鏈路在靠近極區(qū)時(shí)因變化劇烈而中斷，又在飛出極區(qū)后重建；3) 極軌道星座存在運(yùn)行方向相反的兩軌道面，形成“縫隙”，縫隙兩側(cè)一般不建鏈，并且縫隙隨地球自轉(zhuǎn)相對(duì)地面用戶而移動(dòng)。巨型星座中激增的衛(wèi)星數(shù)目加劇了星間連接切換，增加了網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)性和管理開銷。

另一方面，由于衛(wèi)星運(yùn)動(dòng)具有周期性和可預(yù)測(cè)性，且星座拓?fù)渚哂幸?guī)則性，因此可構(gòu)造虛擬的靜態(tài)網(wǎng)絡(luò)實(shí)現(xiàn)拓?fù)鋭?dòng)態(tài)性管理。常用的拓?fù)鋭?dòng)態(tài)性管理方法包括虛擬拓?fù)浞ê吞摂M節(jié)點(diǎn)（VN,virtual node）法，表1 比較了二者的特點(diǎn)[14]和適用范圍。

表1 兩類拓?fù)鋭?dòng)態(tài)性管理方法比較

3.1.1 虛擬拓?fù)浞?/p>

虛擬拓?fù)浞ɡ眯亲負(fù)涞目深A(yù)測(cè)性將時(shí)間域離散劃分為若干時(shí)間片[t0,t1],[t1,t2],…,[tn-1,tn]，并認(rèn)為拓?fù)鋬H在t0,t1,t2…時(shí)刻發(fā)生變化，而在時(shí)間片內(nèi)保持不變，如圖3 所示。每個(gè)時(shí)間片內(nèi)網(wǎng)絡(luò)拓?fù)渚煽醋黛o態(tài)，因此可在時(shí)間片內(nèi)采用靜態(tài)網(wǎng)絡(luò)算法[15]。每個(gè)時(shí)間片內(nèi)的拓?fù)浞Q為虛擬拓?fù)洌摳拍钆c有限狀態(tài)自動(dòng)機(jī)（FSA,finite state automation）[16]和快照[7]類似。

圖3 虛擬拓?fù)浞ㄊ疽?/p>

Wang 等[17]對(duì)低軌星座網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)性進(jìn)行了系統(tǒng)性量化，針對(duì)Walker 星座分析了靜態(tài)拓?fù)涞淖畲缶S持時(shí)間，從理論上推導(dǎo)了拓?fù)淝袚Q時(shí)間間隔、快照數(shù)目與星座參數(shù)的具體關(guān)系。Jia 等[15]利用虛擬拓?fù)浞ǐ@得若干離散的靜態(tài)拓?fù)?，并在各拓?fù)鋬?nèi)采用深度優(yōu)先和Dijkstra 結(jié)合的算法生成路由。Liu等[18]將虛擬拓?fù)浞ㄅc虛擬節(jié)點(diǎn)法相結(jié)合，利用虛擬拓?fù)浞ㄌ幚硇亲鶎娱g拓?fù)鋭?dòng)態(tài)性，而采用虛擬節(jié)點(diǎn)法處理層內(nèi)拓?fù)鋭?dòng)態(tài)性。

盡管虛擬拓?fù)浞捎糜诙鄬踊旌闲亲?，但由于增加衛(wèi)星數(shù)目將縮短拓?fù)渚S持時(shí)間和增加虛擬拓?fù)鋽?shù)目[17]，進(jìn)而導(dǎo)致較大的拓?fù)涔芾砗吐酚砷_銷，因此虛擬拓?fù)浞ㄒ话阌糜谛l(wèi)星數(shù)目較小或QoS 要求低的星座，而不適用于巨型星座寬帶衛(wèi)星網(wǎng)絡(luò)。此外，基于時(shí)空?qǐng)D或接觸計(jì)劃[19]的拓?fù)鋭?dòng)態(tài)性管理方法基本思想與虛擬拓?fù)浞ㄏ嗨?，也不適用于巨型星座。

3.1.2 虛擬節(jié)點(diǎn)法

虛擬節(jié)點(diǎn)法由Mauger 等[20]首次提出，后經(jīng)Ekici 等[21]發(fā)展推廣，廣泛用于屏蔽極軌道星座拓?fù)鋭?dòng)態(tài)性。虛擬節(jié)點(diǎn)法將地理區(qū)域劃分為若干個(gè)小區(qū)，并稱為虛擬節(jié)點(diǎn)。各虛擬節(jié)點(diǎn)分配有邏輯地址，與其上空負(fù)責(zé)覆蓋的衛(wèi)星建立映射關(guān)系，與衛(wèi)星共享邏輯地址，如圖4 所示。當(dāng)衛(wèi)星不再覆蓋該小區(qū)時(shí)，則虛擬節(jié)點(diǎn)映射至下一覆蓋衛(wèi)星，由下一衛(wèi)星繼承上一衛(wèi)星的邏輯地址和網(wǎng)絡(luò)狀態(tài)（包括路由表、信道分配等），從而通過虛擬節(jié)點(diǎn)與衛(wèi)星的動(dòng)態(tài)映射構(gòu)建靜態(tài)的虛擬網(wǎng)絡(luò)。Mauger等[20]認(rèn)為虛擬節(jié)點(diǎn)的映射切換可發(fā)生在當(dāng)前衛(wèi)星與同軌道面衛(wèi)星內(nèi)或異軌道面衛(wèi)星間，此時(shí)需頻繁計(jì)算衛(wèi)星與地面區(qū)域的覆蓋關(guān)系，并且當(dāng)虛擬節(jié)點(diǎn)在不同軌道面間切換時(shí)，將增加極軌道星座“縫隙”位置的不確定性[22]，此時(shí)虛擬網(wǎng)絡(luò)拓?fù)洳⒎峭耆o態(tài)。Ekici 等[21]限定虛擬節(jié)點(diǎn)切換時(shí)僅由同一軌道面內(nèi)的衛(wèi)星繼承，因而虛擬節(jié)點(diǎn)間的連接關(guān)系保持不變，可形成靜態(tài)的虛擬網(wǎng)絡(luò)。但該方法未考慮地球自轉(zhuǎn)的影響，映射建立較長(zhǎng)時(shí)間后衛(wèi)星軌道面將大幅偏離原覆蓋的小區(qū)，而無(wú)法完成軌道面內(nèi)虛擬節(jié)點(diǎn)切換。在該方法下，衛(wèi)星天線需支持“地球固定”足印模式，使波束始終指向固定覆蓋區(qū)，因此對(duì)天線要求較高。

圖4 虛擬節(jié)點(diǎn)法示意

Korcak 等[23]對(duì)基于地理區(qū)域劃分的虛擬節(jié)點(diǎn)法進(jìn)行了系統(tǒng)總結(jié)與比較，指出了虛擬節(jié)點(diǎn)法對(duì)“地球固定”和“衛(wèi)星固定”足印天線模式的需求以及虛擬節(jié)點(diǎn)切換同步性問題，并針對(duì)多顆衛(wèi)星對(duì)應(yīng)同一虛擬節(jié)點(diǎn)問題提出了多狀態(tài)虛擬節(jié)點(diǎn)法。Lu 等[24]對(duì)基于衛(wèi)星足印的虛擬節(jié)點(diǎn)法給出了規(guī)范的數(shù)學(xué)模型，考慮了高緯度地區(qū)異軌星間鏈路中斷、衛(wèi)星失效帶來的拓?fù)渥兓汀靶l(wèi)星固定”足印天線的路徑收縮和擴(kuò)張問題。Chen 等[22]提出了基于天球區(qū)域劃分的虛擬節(jié)點(diǎn)（CSD-VN,celestial sphere division based virtual node）法來消除地球自轉(zhuǎn)的影響，給出了虛擬節(jié)點(diǎn)映射更新模型，解決了相鄰軌道衛(wèi)星相位差帶來的切換不同步問題，并將該方法應(yīng)用于單層巨型星座中。CSD-VN法可將衛(wèi)星間拓?fù)鋭?dòng)態(tài)性完全屏蔽，但無(wú)法解決星地之間的動(dòng)態(tài)性，完成用戶間連接還需提前計(jì)算目標(biāo)用戶的覆蓋衛(wèi)星[25]。而基于地理區(qū)域劃分的虛擬節(jié)點(diǎn)法可通過將用戶與虛擬節(jié)點(diǎn)綁定實(shí)現(xiàn)用戶移動(dòng)性管理，根據(jù)用戶地理位置即可推知其覆蓋衛(wèi)星的虛擬地址。

3.2 星地鏈路切換策略

衛(wèi)星相對(duì)地球的高速運(yùn)動(dòng)導(dǎo)致星地鏈路面臨頻繁切換問題，而巨型星座由于采用低軌道高度和高通信仰角，進(jìn)一步加快切換頻率。以550 km 高度的衛(wèi)星為例，當(dāng)通信仰角門限為25°時(shí)，平均切換間隔僅為2～3 min。同時(shí)由于巨型星座主要面向?qū)拵I(yè)務(wù)，在頻繁的鏈路切換過程中還應(yīng)保證高帶寬、低時(shí)延抖動(dòng)等服務(wù)質(zhì)量。此外，巨型星座中衛(wèi)星密集分布，覆蓋域高度重疊，也增大了星地信道切換過程的頻率協(xié)調(diào)難度。但另一方面，衛(wèi)星/用戶信道感知和星上處理能力大幅提升，因此可設(shè)計(jì)基于機(jī)器學(xué)習(xí)的智能切換策略優(yōu)化切換性能，提高資源利用效率和鏈路服務(wù)質(zhì)量。

3.2.1 波束間切換

星地鏈路切換可分為同一衛(wèi)星波束間切換和不同衛(wèi)星波束間切換。波束間切換策略又可依據(jù)信道分配方式分為固定信道分配（FCA,fixed channel allocation）、動(dòng)態(tài)信道分配（DCA,dynamic channel allocation）和自適應(yīng)動(dòng)態(tài)信道分配（ADCA,adaptive DCA）策略。FCA 策略根據(jù)頻率復(fù)用規(guī)則把信道分配給固定的地面小區(qū)[26]，只有在該小區(qū)內(nèi)有空閑信道時(shí)才可完成波束切換。FCA 策略雖然簡(jiǎn)單，但靈活性差，易造成信道資源浪費(fèi)。

DCA 策略把不同衛(wèi)星的信道分組并放入信道池中，可為任一連接請(qǐng)求分配滿足信道復(fù)用距離的信道，并把結(jié)束占用的信道收回信道池。DCA 策略的優(yōu)勢(shì)在于可以解決不同小區(qū)間流量變化和業(yè)務(wù)不均衡問題，相比于FCA 策略可提高資源利用率，并有效降低連接阻塞率和中斷率。ADCA 策略[27]在DCA 策略的基礎(chǔ)上引入了保護(hù)信道，通過連續(xù)監(jiān)測(cè)當(dāng)前流量和用戶位置信息預(yù)測(cè)未來連接阻塞概率，動(dòng)態(tài)調(diào)整最優(yōu)保護(hù)信道數(shù)量，實(shí)現(xiàn)保護(hù)信道占用量和切換質(zhì)量的最優(yōu)均衡。Liu 等[28]結(jié)合深度強(qiáng)化學(xué)習(xí)（DRL,deep reinforcement learning）與DCA 策略，提出了DRL-DCA 算法，把鏈路切換轉(zhuǎn)換為馬爾可夫決策過程，采用狀態(tài)重構(gòu)和深度卷積神經(jīng)網(wǎng)絡(luò)提取問題特征，最終得到?jīng)Q策矩陣。該方法可利用經(jīng)驗(yàn)數(shù)據(jù)提高長(zhǎng)周期切換性能并提升資源利用效率，但強(qiáng)化學(xué)習(xí)的模型訓(xùn)練過程將產(chǎn)生大量計(jì)算開銷，復(fù)雜度較高。

3.2.2 衛(wèi)星間切換

當(dāng)衛(wèi)星逐漸遠(yuǎn)離用戶時(shí)，用戶需進(jìn)行衛(wèi)星間切換。衛(wèi)星間切換也包含了波束切換過程，但需先確定用戶的下一服務(wù)衛(wèi)星，再在該衛(wèi)星的波束內(nèi)分配合適的信道[6]。表2 列舉并比較了多項(xiàng)衛(wèi)星間切換策略的主要特性。Gkizeli 等[29]提出了2 種衛(wèi)星切換策略：硬切換策略和混合信道自適應(yīng)衛(wèi)星分集（H-CASD,hybrid channel adaptive satellite diversity）切換策略。硬切換策略中設(shè)置切換閾值，根據(jù)當(dāng)前信號(hào)強(qiáng)度是否滿足切換閾值要求做出切換決策，可以減少切換信令開銷，并延遲切換時(shí)間和降低切換頻率。H-CASD 切換策略引入雙星覆蓋的軟切換機(jī)制，在一般情況下采用硬切換策略而在特殊信道條件下采用軟切換策略，可進(jìn)一步降低切換阻塞概率。

現(xiàn)有的研究主要采用三項(xiàng)指標(biāo)作為切換準(zhǔn)則[6]：剩余連接時(shí)間、仰角與可用信道數(shù)。剩余連接時(shí)間影響衛(wèi)星切換頻次，仰角影響通信距離和通信質(zhì)量，可用信道數(shù)影響網(wǎng)絡(luò)負(fù)載。GSH（graph-based satellite handover）策略[30]根據(jù)衛(wèi)星對(duì)用戶的覆蓋時(shí)間關(guān)系將衛(wèi)星間切換過程建模為有向圖尋路模型。該模型可通過給有向圖的邊賦予不同權(quán)重支持不同的切換準(zhǔn)則，具有較高的通用性和靈活性。

巨型星座增加了切換頻率及復(fù)雜性，但也帶來了新的機(jī)遇。密集的衛(wèi)星分布和星上存儲(chǔ)、計(jì)算資源的提升給衛(wèi)星切換過程提供了更多冗余資源。Li等[31]面向巨型星座網(wǎng)絡(luò)提出了用戶中心切換策略（UCHS,user-centric handover scheme），根據(jù)衛(wèi)星運(yùn)動(dòng)軌跡和實(shí)測(cè)信道狀態(tài)更新用戶的備選衛(wèi)星，利用巨型星座多星覆蓋的優(yōu)勢(shì)，在多個(gè)備選衛(wèi)星上同時(shí)緩存用戶下行數(shù)據(jù)。Starlink 仿真結(jié)果表明，UCHS可減少切換耗時(shí)并實(shí)現(xiàn)無(wú)縫切換?？紤]到巨型星座中切換頻繁帶來的信令開銷，多智能體強(qiáng)化學(xué)習(xí)（MARL,multi-agent reinforcement learning）切換策略[32]利用用戶獲取的局部網(wǎng)絡(luò)信息訓(xùn)練強(qiáng)化學(xué)習(xí)模型，采用Q學(xué)習(xí)算法確定切換決策，可均衡衛(wèi)星間負(fù)載和減少信令開銷。

3.3 路由算法設(shè)計(jì)

巨型星座中密布的衛(wèi)星導(dǎo)致星間傳輸跳數(shù)大幅增加，也提高了路由傳輸復(fù)雜度。星間轉(zhuǎn)發(fā)次數(shù)的增加在一定程度上降低了路由傳輸?shù)目煽啃裕虼寺酚伤惴☉?yīng)考慮節(jié)點(diǎn)/鏈路失效問題。當(dāng)節(jié)點(diǎn)規(guī)模龐大時(shí)，網(wǎng)絡(luò)信令開銷將占用大量網(wǎng)絡(luò)資源[33]，而網(wǎng)絡(luò)拓?fù)涞念l繁切換會(huì)導(dǎo)致星上存儲(chǔ)和維護(hù)的路由表規(guī)模激增[34]。而巨型星座網(wǎng)絡(luò)中寬帶業(yè)務(wù)量較大且分布不均衡，使路由傳輸還面臨著負(fù)載不均衡和網(wǎng)絡(luò)擁塞的難題。另一方面，巨型星座中衛(wèi)星數(shù)目擴(kuò)增也增大了路由的選擇空間，使兩點(diǎn)間具有多條可達(dá)路徑，有利于提高路由冗余性和靈活性。而星上處理能力的提升增強(qiáng)了衛(wèi)星自主決策能力，使星上運(yùn)行復(fù)雜路由計(jì)算及智能路由成為可能。

表2 衛(wèi)星間切換策略比較

3.3.1 基本路由算法類型

表3 列舉了低軌衛(wèi)星網(wǎng)絡(luò)基本路由類型及特征。面向連接型路由主要針對(duì)早期異步傳輸網(wǎng)絡(luò)和語(yǔ)音業(yè)務(wù)提出[20]。在端到端的傳輸路徑建立后，同一數(shù)據(jù)流中的數(shù)據(jù)均遵循相同的預(yù)設(shè)路徑傳輸，且全網(wǎng)預(yù)留出相應(yīng)的資源保障數(shù)據(jù)流傳輸。而面向無(wú)連接型路由則省去了提前建立連接的過程，中繼節(jié)點(diǎn)不需要獲取連接狀態(tài)信息，就可為每個(gè)數(shù)據(jù)包獨(dú)立計(jì)算路由。面向連接型路由一般集中式生成，需提前獲取全局網(wǎng)絡(luò)狀態(tài)信息，易產(chǎn)生預(yù)留資源浪費(fèi)，但具有QoS 性能優(yōu)勢(shì)[20]。面向無(wú)連接型路由則采用分布式算法[35]，可根據(jù)局部網(wǎng)絡(luò)信息為數(shù)據(jù)包獨(dú)立生成路由，具有強(qiáng)穩(wěn)健性和靈活性，但對(duì)星上處理能力有一定要求。巨型星座網(wǎng)絡(luò)主要提供寬帶數(shù)據(jù)業(yè)務(wù)，并且節(jié)點(diǎn)規(guī)模大、網(wǎng)絡(luò)復(fù)雜性高，難以承擔(dān)集中式算法的信令開銷，因此宜采用面向無(wú)連接型分布式路由算法。

DRA（datagram routing algorithm）是Ekici 等[21]針對(duì)極軌道星座提出的經(jīng)典無(wú)連接型分布式路由算法，其算法思想為根據(jù)星座拓?fù)湟?guī)則性得到二維Mesh 狀網(wǎng)絡(luò)拓?fù)?，并給各節(jié)點(diǎn)分配邏輯地址，再根據(jù)各節(jié)點(diǎn)距離目的地的相對(duì)距離逐跳生成最優(yōu)轉(zhuǎn)發(fā)路徑。類似算法[36-37]之間的主要區(qū)別在于當(dāng)數(shù)據(jù)包到達(dá)中繼節(jié)點(diǎn)且有多個(gè)備選轉(zhuǎn)發(fā)方向時(shí)，如何根據(jù)不同機(jī)制確定最優(yōu)的唯一轉(zhuǎn)發(fā)方向。此類路由算法大大降低了對(duì)計(jì)算和存儲(chǔ)資源的占用，并且結(jié)合附加機(jī)制后可應(yīng)對(duì)節(jié)點(diǎn)失效和鏈路擁塞問題，但路由決策僅依賴局部網(wǎng)絡(luò)狀態(tài)信息，無(wú)法保證全局最優(yōu)性。

虛擬節(jié)點(diǎn)法在分布式路由算法中得到了廣泛應(yīng)用[21,37-38]，其通過對(duì)衛(wèi)星邏輯地址進(jìn)行動(dòng)態(tài)映射而建立虛擬的靜態(tài)網(wǎng)絡(luò)拓?fù)?，在此基礎(chǔ)上各節(jié)點(diǎn)可獨(dú)立計(jì)算下一跳路由。而基于虛擬拓?fù)涞穆酚伤惴╗16,39]在星座規(guī)模較大時(shí)將產(chǎn)生大量的存儲(chǔ)和計(jì)算開銷，不適用于巨型星座網(wǎng)絡(luò)。

3.3.2 負(fù)載均衡路由算法

網(wǎng)絡(luò)負(fù)載不均衡性和擁塞現(xiàn)象在寬帶業(yè)務(wù)為主的巨型星座網(wǎng)絡(luò)中更加突出，目前已有多種針對(duì)負(fù)載均衡和擁塞避免的路由算法被提出。DRA[21]包含了簡(jiǎn)單的擁塞避免機(jī)制，可通過切換備選轉(zhuǎn)發(fā)方向避開擁塞鏈路。ELB（explicit load balancing）算法[40]主動(dòng)檢測(cè)鏈路擁塞情況，隨后通知鄰居節(jié)點(diǎn)使其降低傳輸速率并選擇備選路徑對(duì)流量進(jìn)行分流。該算法可快速應(yīng)對(duì)擁塞現(xiàn)象，但無(wú)法預(yù)測(cè)擁塞的發(fā)生。而PAR（prioritybased adaptive routing）[41]可根據(jù)鏈路排隊(duì)情況預(yù)測(cè)擁塞狀態(tài)，結(jié)合數(shù)據(jù)包傳輸率和丟包率的歷史信息以及當(dāng)前鏈路排隊(duì)/緩存情況調(diào)整下一跳方向，從而根據(jù)網(wǎng)絡(luò)擁塞狀態(tài)生成不同的最小跳數(shù)路徑，主動(dòng)減少擁塞現(xiàn)象。

3.3.3 巨型星座網(wǎng)絡(luò)路由算法

巨型星座要求算法復(fù)雜度低、穩(wěn)健性強(qiáng)、靈活性強(qiáng)、效率高、可擴(kuò)展性強(qiáng)。Qi 等[45]面向傾斜軌道巨型星座提出一種可擴(kuò)展的分布式生存路由算法，采用有限泛洪和預(yù)先繞路機(jī)制應(yīng)對(duì)鏈路失效，并且具有避免環(huán)路性能。基于Starlink 的仿真結(jié)果表明，算法可有效地均衡時(shí)延和信令開銷。Chen 等[37]等面向具有多信關(guān)站的巨型星座星地一體化網(wǎng)絡(luò)提出一種分布式擁塞避免路由算法，首先按最小跳數(shù)準(zhǔn)則為各衛(wèi)星選擇網(wǎng)關(guān)衛(wèi)星作為目的節(jié)點(diǎn)，再以剩余跳數(shù)最少為原則確定最優(yōu)轉(zhuǎn)發(fā)方向，實(shí)現(xiàn)剩余路徑選擇空間最大化，可以簡(jiǎn)便且先驗(yàn)地避免擁塞。Li 等[46]為特定的F-Rosette 巨型星座網(wǎng)絡(luò)設(shè)計(jì)了一種分布式路由算法，利用星座構(gòu)型的特殊規(guī)則性對(duì)地理區(qū)域劃分并對(duì)衛(wèi)星節(jié)點(diǎn)編址，從而解決了用戶移動(dòng)性管理問題。算法可根據(jù)目標(biāo)用戶邏輯地址直接推算下一跳轉(zhuǎn)發(fā)方向，生成最小跳數(shù)路由，但該方法僅適用于所述的特定星座類型。

表3 低軌衛(wèi)星網(wǎng)絡(luò)基本路由類型及特征

3.3.4 智能路由算法

人工智能的蓬勃發(fā)展推動(dòng)了機(jī)器學(xué)習(xí)在衛(wèi)星網(wǎng)絡(luò)路由中的應(yīng)用。機(jī)器學(xué)習(xí)可通過預(yù)測(cè)網(wǎng)絡(luò)流量變化輔助路由決策[47]，也可通過學(xué)習(xí)網(wǎng)絡(luò)狀態(tài)直接做出路由決策[33]。Liu 等[33]提出了DRL-ER 算法，把路由決策過程建模為馬爾可夫過程，采用深度強(qiáng)化學(xué)習(xí)方法學(xué)習(xí)網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)性及路由轉(zhuǎn)發(fā)規(guī)則并得到路由模型參數(shù)，使各節(jié)點(diǎn)根據(jù)網(wǎng)絡(luò)狀態(tài)和路由模型做出路由決策。DRL-ER 的強(qiáng)化學(xué)習(xí)反饋中包含網(wǎng)絡(luò)負(fù)載和衛(wèi)星能量不均衡性因素，使算法具有較優(yōu)的負(fù)載和能量均衡性，同時(shí)避免了實(shí)時(shí)狀態(tài)信息交互的開銷。Wu 等[42]面向軟件定義衛(wèi)星網(wǎng)絡(luò)（SDSN,software defined satellite network）提出了結(jié)合分布式與集中式的路由算法，其中開銷均衡策略采用分布式思想為各節(jié)點(diǎn)快速確定下一跳節(jié)點(diǎn)，控制器協(xié)作策略基于支持向量機(jī)利用有限信息實(shí)現(xiàn)狀態(tài)同步，智能路由利用軟件定義網(wǎng)絡(luò)（SDN,software defined network）集中式的優(yōu)勢(shì)保證QoS性能。人工智能為衛(wèi)星網(wǎng)絡(luò)路由算法提供了新思路，但其具體結(jié)合方式、適用性和可實(shí)現(xiàn)性還需深入研究。

3.4 地面信關(guān)站布局優(yōu)化設(shè)計(jì)

在星地一體化網(wǎng)絡(luò)中，信關(guān)站起到連接空間網(wǎng)絡(luò)與地面網(wǎng)絡(luò)的網(wǎng)關(guān)作用[48]。相比于傳統(tǒng)星座，巨型星座中單星服務(wù)范圍縮小，需要遍布全球的大量信關(guān)站連接衛(wèi)星入網(wǎng)[5,49]。巨型星座中星間多跳轉(zhuǎn)發(fā)將占用大量星間鏈路資源，而增加信關(guān)站或優(yōu)化信關(guān)站布局可減少星間轉(zhuǎn)發(fā)跳數(shù)[8]?？紤]到建設(shè)成本，當(dāng)信關(guān)站數(shù)目受限時(shí)可通過優(yōu)化信關(guān)站布局以提升網(wǎng)絡(luò)性能。寬帶衛(wèi)星網(wǎng)絡(luò)與地面互聯(lián)網(wǎng)深度融合，還應(yīng)考慮信關(guān)站與地面互聯(lián)網(wǎng)骨干節(jié)點(diǎn)保持良好連接[50]。此外，信關(guān)站布局與多種因素共同影響衛(wèi)星網(wǎng)絡(luò)性能，如星座參數(shù)、路由算法、系統(tǒng)工作模式、用戶業(yè)務(wù)模型等因素[3]。由于巨型星座網(wǎng)絡(luò)中以上因素均與傳統(tǒng)星座有所不同，因此在優(yōu)化信關(guān)站布局時(shí)應(yīng)綜合考慮多因素影響。

3.4.1 稀疏星座信關(guān)站布局優(yōu)化

一些研究關(guān)注光學(xué)饋電鏈路條件下的地面站選址設(shè)計(jì)。Lyras 等[51]通過分析月累積云層參數(shù)變化提出了光學(xué)鏈路地面站優(yōu)化模型及求解算法。Fuchs 等[52]考慮單站與多站備份，在饋電鏈路可用性約束下，通過對(duì)地面站布局進(jìn)行優(yōu)化以實(shí)現(xiàn)最小化地面站部署成本。此外，Yang 等[48]和Liu 等[53]研究了SDN 體制下星地一體化網(wǎng)絡(luò)中的控制器/信關(guān)站聯(lián)合布局問題，旨在尋找最優(yōu)控制器/信關(guān)站布局實(shí)現(xiàn)網(wǎng)絡(luò)時(shí)延最小化和網(wǎng)絡(luò)可靠性最大化。

以上信關(guān)站布局優(yōu)化問題大多面向高軌衛(wèi)星，而近年來低軌衛(wèi)星網(wǎng)絡(luò)場(chǎng)景（如圖5 所示）引發(fā)了更多研究，相關(guān)研究匯總在表4 中。Zhou等[54]研究了天地融合物聯(lián)網(wǎng)場(chǎng)景中信關(guān)站布局問題，考慮氣象條件對(duì)饋電鏈路容量的影響和地面業(yè)務(wù)密度分布，得到中國(guó)境內(nèi)的最優(yōu)信關(guān)站布局。Zhu 等[55]研究了區(qū)域性地面站布局優(yōu)化問題，以最小化星間鏈路使用和最大化信關(guān)站鏈路容量為優(yōu)化目標(biāo)。該仿真場(chǎng)景采用了一個(gè)包含72顆衛(wèi)星的星座，但信關(guān)站數(shù)目小于5 且僅限在中國(guó)境內(nèi)，優(yōu)化結(jié)果顯示信關(guān)站均位于中國(guó)國(guó)界邊緣區(qū)域。

圖5 低軌星座網(wǎng)絡(luò)信關(guān)站布局場(chǎng)景

3.4.2 巨型星座網(wǎng)絡(luò)信關(guān)站布局優(yōu)化

相比于傳統(tǒng)低軌星座網(wǎng)絡(luò)，巨型星座系統(tǒng)中需要數(shù)目更多且分布更廣的信關(guān)站，且信關(guān)站布局對(duì)系統(tǒng)性能影響更加顯著。Vasavada 等[60]針對(duì)具有星間鏈路的低軌巨型星座網(wǎng)絡(luò)給出了系統(tǒng)總?cè)萘吭u(píng)價(jià)模型，并以最小化星間鏈路容量占用為目標(biāo)給出了信關(guān)站布局設(shè)計(jì)。其結(jié)果表明，巨型星座中星間傳輸所需跳數(shù)相比傳統(tǒng)星座大幅增加，并且該跳數(shù)受信關(guān)站布局的直接影響。不足之處是僅給出了經(jīng)驗(yàn)性的信關(guān)站布局，并未對(duì)布局進(jìn)行優(yōu)化設(shè)計(jì)。Kopacz 等[56]以增強(qiáng)低軌巨型星座網(wǎng)絡(luò)中衛(wèi)星連接性為目標(biāo)給出了簡(jiǎn)單的地面站布局設(shè)計(jì)算例，并給出了不同候選地址集下的最優(yōu)信關(guān)站布局。Portillo等[58]在限定信關(guān)站數(shù)目條件下提出了一種巨型星座網(wǎng)絡(luò)信關(guān)站布局優(yōu)化方法來最大化系統(tǒng)容量，主要考慮不同地理位置的星地鏈路大氣衰減差異。作者在其經(jīng)典論文[59]中采用相同的方法求解信關(guān)站布局，并分析了代表性巨型星座（即OneWeb、Starlink 和Telesat）中系統(tǒng)總?cè)萘颗c信關(guān)站數(shù)目的關(guān)系。

Liu 等[57]研究了OneWeb 星座無(wú)星間鏈路場(chǎng)景下信關(guān)站布局問題，采用貪心算法思想，在每次迭代過程中選擇邊際收益最大化的信關(guān)站，其中收益主要由系統(tǒng)容量等網(wǎng)絡(luò)性能衡量。劉立祥等[61]指出了信關(guān)站部署位置及布局對(duì)系統(tǒng)吞吐量和時(shí)延的重要影響，并給出了全球范圍內(nèi)部署7 個(gè)信關(guān)站的用戶時(shí)延空間分布，發(fā)現(xiàn)靠近信關(guān)站的用戶具有明顯較低的時(shí)延。Guo 等[50]認(rèn)為信關(guān)站應(yīng)部署在地面互聯(lián)網(wǎng)交換關(guān)鍵節(jié)點(diǎn)附近以減少數(shù)據(jù)傳輸費(fèi)用，采用流量估計(jì)重力模型預(yù)估各信關(guān)站負(fù)載情況，并以負(fù)載均衡性為目標(biāo)求解得到OneWeb 和Telesat 網(wǎng)絡(luò)中最優(yōu)信關(guān)站布局。Chen 等[3]以網(wǎng)絡(luò)平均時(shí)延、衛(wèi)星負(fù)載和信關(guān)站負(fù)載均衡性構(gòu)造了綜合性能評(píng)價(jià)指標(biāo)作為目標(biāo)函數(shù)，求解了Starlink 場(chǎng)景下最優(yōu)信關(guān)站布局，并分析了信關(guān)站數(shù)目、天線數(shù)目、接入策略等因素對(duì)信關(guān)站布局的影響，結(jié)果表明信關(guān)站傾向于分布在用戶業(yè)務(wù)密集、大陸邊緣或大洋中心海島等區(qū)域。

3.4.3 信關(guān)站布局優(yōu)化求解方法

信關(guān)站布局問題一般被建模為組合優(yōu)化模型，且模型中目標(biāo)函數(shù)求解過程高度非線性化，因此相關(guān)研究多采用啟發(fā)式算法求解（如表4 所示）。Portillo 等[58-59]采用遺傳算法（GA,genetic algorithm）求解信關(guān)站布局優(yōu)化問題，并利用地理區(qū)域分塊來加速優(yōu)化求解過程。Chen 等[3]將地理區(qū)域劃分為若干網(wǎng)格，通過求解旅行商問題得到最優(yōu)網(wǎng)格編碼序列，再以候選信關(guān)站網(wǎng)格編號(hào)作為優(yōu)化變量，建立整數(shù)優(yōu)化模型，也采用遺傳算法構(gòu)造求解方法。Lyras 等[51]采用了3 種優(yōu)化算法來求解滿足氣象條件下的最少光學(xué)鏈路信關(guān)站數(shù)目問題。Liu等[53]分析了信關(guān)站/控制器聯(lián)合優(yōu)化問題的計(jì)算復(fù)雜度，采用模擬退火和聚類融合算法求解該問題。Guo 等[50]采用改進(jìn)的離散粒子群算法求解該組合優(yōu)化問題，并通過大量仿真實(shí)驗(yàn)評(píng)估算法中各參數(shù)對(duì)求解性能的影響。以上研究表明了啟發(fā)式算法在信關(guān)站布局優(yōu)化問題中的適用性。

3.5 網(wǎng)絡(luò)仿真與性能評(píng)估

在針對(duì)以上巨型星座網(wǎng)絡(luò)組網(wǎng)相關(guān)技術(shù)的研究中，一般采用計(jì)算機(jī)仿真方法對(duì)算法進(jìn)行驗(yàn)證與分析[62]。巨型星座由于其網(wǎng)絡(luò)規(guī)模龐大、節(jié)點(diǎn)動(dòng)態(tài)多變、異構(gòu)節(jié)點(diǎn)繁多以及天地一體化耦合性強(qiáng)的特點(diǎn)，對(duì)網(wǎng)絡(luò)仿真和性能評(píng)估技術(shù)要求更加苛刻。衛(wèi)星網(wǎng)絡(luò)仿真平臺(tái)需集成衛(wèi)星動(dòng)力學(xué)仿真、網(wǎng)絡(luò)仿真內(nèi)核以及場(chǎng)景可視化等多個(gè)耦合模塊，如圖6 所示。

圖6 衛(wèi)星網(wǎng)絡(luò)仿真系統(tǒng)架構(gòu)

表4 低軌星座網(wǎng)絡(luò)信關(guān)站布局相關(guān)研究

3.5.1 衛(wèi)星網(wǎng)絡(luò)仿真工具

目前，常用的網(wǎng)絡(luò)仿真軟件包括OPNET、QualNet/EXata、NS2/NS3、OMNeT++、Mininet 等，而衛(wèi)星動(dòng)力學(xué)和可視化模塊常采用STK（system tool kit）軟件實(shí)現(xiàn)。

Cheng 等[63]總結(jié)了各類仿真工具的特征及適用場(chǎng)景。OPNET 和QualNet/EXata 是應(yīng)用最廣泛的商業(yè)網(wǎng)絡(luò)仿真軟件，可面向多種網(wǎng)絡(luò)場(chǎng)景進(jìn)行通用網(wǎng)絡(luò)仿真，擁有完善的協(xié)議庫(kù)和圖形界面，其中QualNet/EXata 仿真速度較快，可采用并行仿真模式，并且支持網(wǎng)絡(luò)半實(shí)物仿真。NS2 和NS3 是面向?qū)ο蟮碾x散時(shí)間仿真器，也是學(xué)術(shù)界應(yīng)用最廣泛的網(wǎng)絡(luò)仿真工具。二者的最大區(qū)別在于NS3 的核心代碼和功能模塊完全基于C++開發(fā)，并且提供了Python 拓展接口，更便于用戶開發(fā)，但目前其協(xié)議庫(kù)的完整性仍弱于NS2。NS2 已停止更新，而NS3作為 NS2 的升級(jí)還在不斷更新與拓展功能。OMNeT++是一個(gè)開源的多協(xié)議離散事件仿真軟件，采用嵌套層次結(jié)構(gòu)，其基本組件是包含各類協(xié)議的模塊，可通過各模塊的組合嵌套拓展不同場(chǎng)景的網(wǎng)絡(luò)仿真應(yīng)用。Mininet 是一種支持SDN 的虛擬網(wǎng)絡(luò)仿真平臺(tái)，可利用Linux 內(nèi)核提供的輕量級(jí)虛擬機(jī)制來創(chuàng)建網(wǎng)絡(luò)模型并模擬節(jié)點(diǎn)之間的數(shù)據(jù)交互，具有良好的可擴(kuò)展性和可移植性。

3.5.2 巨型星座網(wǎng)絡(luò)仿真平臺(tái)

針對(duì)巨型星座節(jié)點(diǎn)規(guī)模大、網(wǎng)絡(luò)仿真復(fù)雜度高的特點(diǎn)，一些學(xué)者設(shè)計(jì)了低成本、高可擴(kuò)展性的仿真平臺(tái)。楊增印等[62]采用運(yùn)行真實(shí)互聯(lián)網(wǎng)協(xié)議的虛擬網(wǎng)絡(luò)設(shè)備搭建了天地一體化網(wǎng)絡(luò)域間協(xié)議仿真平臺(tái)。仿真中先基于STK 和MATLAB 獲取動(dòng)態(tài)拓?fù)涮卣鳎òㄦ溌肪嚯x、衰減、連接情況等），再將拓?fù)涮卣饔成渲撂摂M網(wǎng)絡(luò)中，通過改變虛擬網(wǎng)絡(luò)設(shè)備的連接狀態(tài)來模擬動(dòng)態(tài)拓?fù)渥兓楸苊怆x散事件仿真器降低協(xié)議驗(yàn)證效率及仿真開銷隨網(wǎng)絡(luò)規(guī)模劇增問題，采用Mininet 和Quagga 模擬虛擬網(wǎng)絡(luò)和虛擬路由器，搭建空間網(wǎng)絡(luò)模擬平臺(tái)。平臺(tái)可支持現(xiàn)有域間協(xié)議及其所依賴的網(wǎng)絡(luò)層和傳輸層協(xié)議，具有較強(qiáng)的可擴(kuò)展性和移植性。為分析巨型星座網(wǎng)絡(luò)特性，Lai 等[64]采用類似的架構(gòu)搭建了StarPerf 平臺(tái)。StarPerf 將網(wǎng)絡(luò)拓?fù)湫畔?、網(wǎng)絡(luò)協(xié)議規(guī)則和流量模型作為輸入信息，運(yùn)行網(wǎng)絡(luò)仿真內(nèi)核獲得網(wǎng)絡(luò)性能。

Handley[65]基于C#和Unity 3D 開發(fā)了巨型星座網(wǎng)絡(luò)可視化仿真平臺(tái)，直觀地展示了Starlink 星座中星間傳輸路徑選擇和切換場(chǎng)景。Kassing 等[12]集成NS3、Python 和Cesium 等工具建立了Hypatia仿真平臺(tái)，其中Pyephem 工具包計(jì)算各衛(wèi)星星歷，NetworkX 工具包在每個(gè)時(shí)隙內(nèi)根據(jù)網(wǎng)絡(luò)拓?fù)錇楣?jié)點(diǎn)間的數(shù)據(jù)傳輸生成路由，NS3 用于仿真數(shù)據(jù)包轉(zhuǎn)發(fā)過程，最后Cesium 實(shí)現(xiàn)三維場(chǎng)景可視化。作者基于Hypatia 分析了Starlink、Kuiper、Telesat 等巨型星座的端到端時(shí)延特性，并且考慮了傳輸層擁塞問題。Bhattacherjee 等[13]基于Hypatia 平臺(tái)分析了巨型星座星間鏈路拓?fù)涮匦砸约疤鴶?shù)對(duì)網(wǎng)絡(luò)性能的影響。表5 總結(jié)了各仿真平臺(tái)的構(gòu)成及特點(diǎn)。

考慮到網(wǎng)絡(luò)仿真平臺(tái)在巨型星座場(chǎng)景下的巨大仿真開銷，也有諸多學(xué)者采用較簡(jiǎn)單的分析方法對(duì)巨型星座網(wǎng)絡(luò)進(jìn)行性能評(píng)估與分析。Portillo 等[59]采用最大流的方法評(píng)估并比較了3 個(gè)代表性巨型星座Starlink、OneWeb 和Telesat 的網(wǎng)絡(luò)性能，引發(fā)了廣泛關(guān)注。Lee 等[44]采用動(dòng)力學(xué)理論模型分析了巨型星座中相鄰衛(wèi)星間的可見性，以及星座規(guī)模、星座參數(shù)對(duì)星間鏈路連接性的影響。

4 巨型星座網(wǎng)絡(luò)技術(shù)研究展望

4.1 人工智能廣泛應(yīng)用

衛(wèi)星網(wǎng)絡(luò)中的決策、設(shè)計(jì)問題一般都可建模為優(yōu)化問題。巨型星座中此類問題的規(guī)模和復(fù)雜度均顯著提升，可以采用人工智能中的相關(guān)算法如神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)等方法求解。神經(jīng)網(wǎng)絡(luò)方法可用于網(wǎng)絡(luò)流量特征提取和流量預(yù)測(cè)，從而預(yù)測(cè)網(wǎng)絡(luò)狀態(tài)，輔助路由決策。強(qiáng)化學(xué)習(xí)可以根據(jù)鏈路狀態(tài)信息訓(xùn)練決策模型，用于衛(wèi)星切換問題。對(duì)于網(wǎng)絡(luò)設(shè)計(jì)中的大規(guī)模優(yōu)化問題，也可以轉(zhuǎn)換為強(qiáng)化學(xué)習(xí)模型進(jìn)行求解。隨著星上處理能力的提升，人工智能將推動(dòng)衛(wèi)星網(wǎng)絡(luò)向自主化、智能化方向發(fā)展。

表5 典型衛(wèi)星網(wǎng)絡(luò)仿真平臺(tái)

4.2 軟件定義網(wǎng)絡(luò)技術(shù)

軟件定義網(wǎng)絡(luò)技術(shù)可將衛(wèi)星網(wǎng)絡(luò)中的數(shù)據(jù)平面與控制平面分離，使網(wǎng)絡(luò)的控制管理功能集中在控制器節(jié)點(diǎn)，而大多數(shù)衛(wèi)星節(jié)點(diǎn)只需承擔(dān)數(shù)據(jù)轉(zhuǎn)發(fā)任務(wù)。考慮到巨型星座網(wǎng)絡(luò)部署時(shí)間長(zhǎng)、硬件在軌維護(hù)難度大等問題，SDSN 可通過軟件重配置對(duì)衛(wèi)星進(jìn)行功能升級(jí)或重構(gòu)，增強(qiáng)了衛(wèi)星網(wǎng)絡(luò)中設(shè)備的互操作性，并且有利于實(shí)現(xiàn)靈活的路由策略、星地網(wǎng)絡(luò)協(xié)議融合和同步更新。

SDSN 面臨的難題在于其集中式的管理體制需要在網(wǎng)絡(luò)中生成中心控制節(jié)點(diǎn)，并且各節(jié)點(diǎn)和控制中心間需要頻繁交互網(wǎng)絡(luò)狀態(tài)信息，產(chǎn)生較大的信令開銷，而這一開銷在巨型星座中尤其嚴(yán)重。因此可采用集中式與分布式結(jié)合的網(wǎng)絡(luò)架構(gòu)，在減少信令開銷的同時(shí)，實(shí)現(xiàn)局部子網(wǎng)絡(luò)的最優(yōu)配置；還可通過優(yōu)化控制器在地面段、單層星座、混合星座中的部署位置提高網(wǎng)絡(luò)管理效率，減少信令開銷。

4.3 天地一體融合設(shè)計(jì)

6G 的愿景提出要實(shí)現(xiàn)全域覆蓋的應(yīng)用場(chǎng)景，將建設(shè)空天地海一體化網(wǎng)絡(luò)，而低軌巨型星座將是其中關(guān)鍵的組成部分。未來巨型星座網(wǎng)絡(luò)將與地面網(wǎng)絡(luò)進(jìn)一步深度融合，在網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)，星間、星地、地面?zhèn)鬏旀溌愤x擇，星地切換，天地協(xié)同信息處理，星地網(wǎng)絡(luò)協(xié)議互聯(lián)互通等方面開辟新的研究方向。由于天地一體化場(chǎng)景包含多種異構(gòu)網(wǎng)絡(luò)場(chǎng)景，因此網(wǎng)絡(luò)仿真系統(tǒng)將更加復(fù)雜，需包含多種網(wǎng)絡(luò)節(jié)點(diǎn)并支持相應(yīng)的網(wǎng)絡(luò)協(xié)議，具有更高的兼容性和可擴(kuò)展性要求。

5 結(jié)束語(yǔ)

本文對(duì)未來低軌巨型星座網(wǎng)絡(luò)及其組網(wǎng)相關(guān)技術(shù)進(jìn)行了系統(tǒng)梳理和文獻(xiàn)調(diào)研。新興巨型星座對(duì)衛(wèi)星網(wǎng)絡(luò)帶來的挑戰(zhàn)體現(xiàn)在星座規(guī)模大幅擴(kuò)增加劇了星間拓?fù)鋭?dòng)態(tài)性，提高了星地鏈路切換頻率，增加了星間轉(zhuǎn)發(fā)跳數(shù)和路由傳輸復(fù)雜度，增大了網(wǎng)絡(luò)仿真開銷和性能評(píng)估難度；寬帶用戶業(yè)務(wù)加重了星間鏈路負(fù)擔(dān)和網(wǎng)絡(luò)流量分布不均衡性；星地一體化模式加大了對(duì)地面網(wǎng)絡(luò)設(shè)施和資源的依賴性，提高了網(wǎng)絡(luò)系統(tǒng)耦合性和地面系統(tǒng)設(shè)計(jì)難度。

本文工作可為未來巨型星座網(wǎng)絡(luò)設(shè)計(jì)提供參考。巨型星座網(wǎng)絡(luò)應(yīng)主要采用分布式算法以降低算法開銷和提高可擴(kuò)展性，采用動(dòng)態(tài)自適應(yīng)算法應(yīng)對(duì)網(wǎng)絡(luò)的高動(dòng)態(tài)變化，提升靈活性和穩(wěn)健性。此外，未來相關(guān)算法可充分利用巨型星座的冗余節(jié)點(diǎn)資源提高服務(wù)質(zhì)量，利用機(jī)器學(xué)習(xí)方法和星上計(jì)算性能的升級(jí)提高星上自主智能化決策能力，減少對(duì)地面設(shè)施的依賴，提高衛(wèi)星網(wǎng)絡(luò)軟件化、智能化水平。