一种软件定义卫星网络的多波束切换机制

2019-01-08 05:35张佳乐钱红燕成翔陈兵
北京航空航天大学学报 2018年12期
关键词:门限波束信道

张佳乐, 钱红燕, 成翔, 陈兵

(南京航空航天大学 计算机科学与技术学院, 南京 211106)

世界强国政府与工业部门已经充分认识到软件定义卫星网络(Software-Defined Satellite Network,SDSN)系统在21世纪国际竞争和国民经济发展中的重要作用,对其研究和应用的投入急速增加。目前,国内外著名研究机构、卫星通信公司都大力推进SDSN的理论方法与应用基础研究[1]。SDSN提供了面向多租户的按需服务机制,通过卫星网络功能的抽象化、虚拟化和资源控制的可编程化,增强卫星网络服务提供的灵活性和可重构性,提高了卫星网络基础设施的资源利用率,降低系统建设成本与运营服务费用,提升卫星网络性价比,促进了卫星及其应用系统的建设与发展[2]。传统卫星网络存在着许多弊端与技术瓶颈,主要包括节点资源的有限性、网络拓扑缺乏稳定、网络中应用与服务的持续增长无法得到技术支持、网络不具备开放性与可编程性[3]。SDSN技术通过卫星网络的控制层与数据层分离的手段,使得卫星节点所承载的功能大幅减少,复杂的资源分配及路由计算功能交由控制层执行,有效解决了上述瓶颈[4]。

低轨卫星由于其轨道相对地面距离较近,移动速度非常快,这就导致每个卫星的波束覆盖区相对用户的可视时间很短。因此,用户在多个波束之间的频繁切换问题尤为显著,即当用户终端设备所处的卫星覆盖范围发生了变化或者所处波束发生了改变,则需要进行相应的切换管理。目前,国内外学者及科研机构对卫星节点波束间切换管理方法的研究已取得了一定的研究成果[5-6],诸多方法主要依据卫星结构、业务特点、运行环境等不同的侧重点采用了多样的研究思路。

但这些基于传统卫星网络架构的波束切换机制往往采用单一指标评测的方法来制定切换策略,导致切换失败率较高。此外,传统卫星网络架构数据层和控制层处于同一网络设备中,网络结构复杂,这也给切换的实时性和准确性造成了不可忽视的负面影响。而SDSN的出现为多波束间的切换机制提供了有效技术支撑[7],因此,本文针对具有多波束覆盖的SDSN,提出了一种多决策指标切换(Multi-Decision Index Handover,MDIH)机制。在传统信道预留机制的基础上,引入时间门限的概念,使得切换机制能够精确触发。同时,在切换决策过程中,采用MDIH算法来确定用户的切换优先级,决策粒度细,准确性高,并给出了一种抽象化多决策指标实例,进一步体现了所提出算法的可扩展性。

1 相关技术

1.1 软件定义卫星网络

在运用传统组网技术进行卫星网络构建的过程中面临着许多新的困难与挑战,主要集中在以下4个方面:卫星节点可用资源的有限性、卫星网络拓扑的不稳定性、卫星网络中应用与服务的持续增长性、卫星网络的封闭性。SDSN架构的提出实现了将卫星网络的控制层与数据层进行分离,使得卫星节点仅承担数据转发及配置硬件的功能,更为复杂的资源分配及路由计算功能交由控制层执行,为卫星网络的正常运行提供了一种细粒度且高效的控制管理方法[8]。

1.1.1 软件定义卫星网络的特点

1) 控制层与数据层分离。SDSN中不同层次的网络设备承担着不同的功能,数据层卫星节点仅需承担数据转发功能,而卫星网络的管理与监控功能则由控制层设备实现。

2) 具有可编程接口。SDSN中提供了开放友好的可编程接口,这些接口为基于业务类型的差异化QoS保障服务提供了技术支持。

3) 集中式网络管理。由于SDSN采用集中式进行卫星网络的控制与管理,使得控制层节点可以获取整个网络的信息,从而制定适当的报文转发策略。

1.1.2 面向软件定义卫星网络的切换架构

面向SDSN的切换架构中的端节点由路由交换设备节点、控制节点及用户节点组成,其整体架构如图1所示。

路由交换设备节点代表实际环境中的卫星节点,其主要作用是实现卫星网络中数据报文的转发,构成了整个架构中的数据层。与传统网络交换设备不同的是:卫星节点在完成数据转发功能时所做的转发决策并不是基于与邻居节点相互学习而自行产生的路由表,而是受控制节点统一指挥,控制节点所具备的功能包括:

图1 SDSN切换架构Fig.1 Handover framework of SDSN

1) 控制节点在获取全网信息的基础上进行地址学习,进而完成路由转发。

2) 控制节点根据获取的全网信息制定控制策略,统一下发至全网卫星节点。

3) 控制节点通过控制信息与卫星节点进行交互,进而对数据层卫星节点进行拓扑管理。

与传统卫星网络切换架构相比,由于SDSN中的数控分离特性,切换策略所产生的数据报文并不是由卫星节点直接下发,而是先从卫星节点转发到控制节点,再由控制节点根据全网信息制定转发策略统一下发,从而能够实现细粒度且高效的控制管理。如图1所示,假设LEO(Low-Earth Orbit)卫星的移动方向为从左到右,当切换过程触发时,地面控制器根据位置服务器中用户1的当前位置评估LEO2的接收信号强度逐渐弱于LEO1,若当前的接收信号强度小于预设门限时,则控制器发送切换决策到地面站,通过GEO(Geosynchronous Earth Orbit)卫星中继下发流表进行切换策略。

1.2 多波束切换机制

1.2.1 基本概念

卫星节点受地面控制层节点控制管理,卫星节点间链路负责节点间的信息传输。当用户层终端设备启动通信服务时,将立即与距其最近的卫星节点建立通信链接。当用户层终端设备所处的卫星覆盖范围发生了变化或者所处波束发生了改变,则需要由控制层节点对用户层终端设备进行相应的切换管理。根据现象的不同,切换主要分为两大类[9]。

1) 星间切换。用户终端设备所处位置从某个卫星节点覆盖范围移动到另一个卫星节点覆盖范围。

2) 星内切换。用户终端设备所处位置从某个卫星节点的一个点波束移动到此卫星节点的另一个点波束。此种切换又被称为波束切换。

在LEO卫星网络中,由于其卫星轨道高度较低,且移动速度非常快,从而导致星内切换甚至星间切换的频率也很高。由于星内切换的主要类型为波束间切换,而星间切换过程也相当于发生在不同卫星之间的波束切换过程。因此,无论是星间切换,还是星内切换,其本质在于波束间切换,只是切换过程中的信息交互对象不同而已。综上,本文所提出的切换机制主要关注于多波束间切换。

1.2.2 抽象模型

采用多波束技术可实现多频带多次复用,不仅可在提高发射信号强度的基础上显著增加通信容量,而且还有助于用户终端设备接收天线的尺寸缩减。较为经典的架构如图2所示。

卫星网络中的波束覆盖区可抽象化为多个相同形状大小的矩形,本文在此基础上将波束间的切换过程进一步简化为如图3所示的几何模型,其涉及到有关覆盖重叠区的3个门限:增加信道门限、切换门限和接收机门限[10]。

1) 增加信道门限。当用户即将到达新波束B的覆盖边界时,则进入增加信道状态,同时保持与波束A之间的连接,以实现无缝切换,此时波束A的导频信号或信道信号强度略大于波束B。当用户超过该门限时,切换过程以波束B的信道接入方式启动。

2)切换门限。当用户达到波束A与波束B的覆盖边界时,开始执行切换过程,此时波束A与波束B的信道信号强度相同。若用户还未达到此覆盖边界,但波束A的信道信号强度小于或等于波束B,则强制执行切换过程。

3) 接收机门限。用户达到该门限时还未执行切换过程,则当前的呼叫被迫终止,同时拆除与原波束信道的连接,因此接收机门限也被称为拆除信道门限。在大多数卫星网络切换机制中,由于新到达的波束中可能没有闲置信道,因此通常会在切换门限到接收机门限之间设置切换请求队列,待切换的用户在此队列中依照优先级的不同依次进行切换。显然,切换门限与接收机门限之间的时间间隔越长,呼叫被迫终止概率则越低。本文在此基础上采用信道预留的思想进行切换机制的设计,具体方案在2.2节详细介绍。

1.2.3 波束间切换管理

目前,国内外学者及科研机构对卫星节点波束间切换管理方法的研究已取得了一定数量的研究成果,可依照不同的准则对这些研究成果进行分类归纳。主要的分类归纳准则有基于信道预留方式和基于切换业务优先方式。与此同时,还可依照QoS保障能力将其区分为统计性策略与确定性策略[11-13]。依据业务模型选取的不同可将其区分为描述式[14]与预测式[15];依据不同的求解问题方法可将其区分为启发式学习方法[16-17]和模型计算方法[18]。

1) 基于信道预留方式。基于信道预留方式主要是利用卫星节点网络在运动过程中的轨迹具有可预测的特性,当某卫星节点即将切换波束时在待切入的波束内为其提前预留信道。若欲保证卫星节点成功获取预留信道,必须确保前序波束与后序波束内均存在可用信道,否则请求预留信道的过程将被拒绝。为了保证整个卫星网络的平稳滑动与同步切换,基于信道预留方式的波束切换方法大多引入了切换请求队列排序机制[19]。暂时无法满足切换条件的切换请求将被加入等待序列,待切换条件满足后方可进行切换。

2) 基于切换业务优先方式。基于切换业务优先方式的多种方法致力于对卫星节点切换请求优先级提高优化的研究,切换请求排序缓冲手段是其中最为经典的方法。此类方法可借助点波束具有分集性的这一特点(即波束间存在重叠区域),对处于分集区域的卫星节点所发出的切换请求采取缓冲操作,一旦具备波束切换条件立即对缓冲请求进行切换。然而,这种方式有可能导致当发出切换请求的卫星节点即将离开分集区域时若仍未满足切换条件,则将导致强制性通信中断。常用对切换业务请求缓冲方法主要有以下3种:MBPS(Measurement Based Prioritization Scheme)、LUI(Last Useful Instant)和FIFO(First-In-First-Out)。从实际切换过程效果方面比,FIFO方法较为适用于实际的切换请求过程,但算法策略仍存在过于简单、缺少多因素考虑机制的问题。

2 多决策指标切换算法

2.1 移动模型及相关假设

在本文的研究工作中,假设SDSN系统采用波束间固定信道分配方式(FAC)。同时,为了描述LEO卫星覆盖区域相对地球表面的移动性,本文所提的MDIH算法沿用大多数文献所采用的一维移动模型,即假设所有移动终端都以固定速度沿与卫星运动方向相反的直线运动,且速度等同于卫星相对于地面的速度,如图4所示。为了便于分析,本文将所有波束覆盖区抽象为多个相同形状和大小的矩形,移动终端的运动方向与矩形的边平行,因此所有移动终端穿越波束的时间相同,均为tcell。

LEO的一维移动模型满足以下几点假设条件:

图4 波束覆盖的一维移动模型Fig.4 One-dimensional moving model of beam coverage

1) 终端业务在整个覆盖区内服从均匀分布。

2)每个波束覆盖区内的移动终端业务生成和切换均为独立Poisson过程。

3) 业务持续时间服从均值为tcell的指数分布,且相对移动终端类型独立。

4) 当移动终端到达某一波束覆盖区边界时,切换过程立即开始。

本文基于上述一维移动模型及相关假设,提出一种多决策指标切换算法,利用多个指标进行切换决策,能够有效避免乒乓切换,提高切换决策准确率,降低切换次数。

2.2 算法描述

本文算法的目的在于确保切换决策的准确性及切换触发的及时性。传统的无线网络切换机制大多采用单一决策指标的方式进行切换决策,例如接收信号强度(RSS),但极易造成乒乓切换。因此,MDIH在设计时主要考虑在多决策指标下的切换决策过程,例如增加链路丢包率(PLR)、网络时延(ND)等指标共同完成切换决策,能够有效避免乒乓切换,降低切换失败率。其中,RSS值主要反映了当前用户所在波束中信道的质量状况,RSS值越大表示该波束中数据传输的损耗率越小;PLR和ND用于表示当前信道的网络链路性能,其值越小,链路性能越好。本文定义的用户优先级分为2类:高优先级和低优先级。其中,高优先级用户对应的时间阈值tTH=tcell,低优先级用户对应的时间阈值tTH=0。MDIH算法的流程如图5所示。其切换判决处理过程如下:首先SDN控制器对用户当前所处场景进行监听,选取关键决策指标;将提取的决策指标进行相关性比较,生成判定矩阵;然后处理判定矩阵,得到指标权重,同时定义各指标的优属度,进而计算出用户当前所处波束内的网络总体情况评估值PEV;最后根据PEV值的大小,确定切换时间阈值顺序,进而实现对移动终端的切换判决。

值得说明的是,在MDIH的实际应用中,可以根据实际应用场景和用户业务要求等因素对切换算法的决策指标进行定制化增加。不同粒度的决策指标对用户优先级的判定结果具有直接影响,例如在移动终端应用程序种类很多的场景下,可以考虑采用多个决策指标来制定细粒度的用户优先级,在切换等待过程中形成以用户优先级为标准的信道预留等待列表(具体表现为tTH值的大小),最终实现细粒度切换。

图5 MDIH算法流程Fig.5 Flowchart of MDIH algorithm

假设在某个SDSN场景中,与用户优先级相关的决策指标有n个,分别为I1,I2,…,In,对这n个指标进行2类相对重要性比较,比较方法采用9级分制标度法,得到n阶判定矩阵。

(1)

式中:Iij为指标Ii与指标Ij的重要性比较结果,其取值范围为{1/9,1/7,1/5,1/3,1/1,3/1,5/1,7/1,9/1},分别表示指标Ii相对指标Ij的重要程度由轻到重。由判定矩阵的结构可以看出,I为正互反矩阵,即Iij>0,Iij=1/Iji,根据这一性质,对于一个n×n的判断矩阵,只需要得出上(或下)三角形的(n-1)×n/2个重要性比较结果即可。

在得到判定矩阵之后,可求得各指标的权数:

(2)

在MDIH中,对每一个决策指标Ii定义一个指标优属度矩阵G,用于表示该指标对于模糊集合I的隶属程度,G可由查德优属度公式导出:

(3)

式中:ei为直观经验得到的指标数值;Sup(ei)、Inf(ei)分别为指标值的上下界;Gi∈[0,1]。

在得到指标权重和指标优属度后,利用式(4)即可计算出某一用户目前所处波束内的网络总体情况评估值:

(4)

MDIH算法对当前等待切换用户列表中的用户网络总体情况进行由高到低排序,假设等待列表中共有s个用户,网络性能评估结果为PEV1>PEV2>…>PEVs,则需要执行的切换顺序为Us→Us-1→…→U1,对应的时间阈值大小为tTH(s)>tTH(s-1)>…>tTH(1)。最终由移动终端执行切换策略。

3 多波束切换管理流程

在SDSN中,一个完整的切换过程可以分解为切换触发、切换决策以及切换执行3个过程,具体切换管理过程如图6所示。

切换触发过程中,地面控制器给当前波束覆盖区中的每个用户分配一个时间戳ti,表示用户i在当前波束覆盖区所滞留的时间。同时,引入一个时间阈值tTH,当ti-tcell=tRE≤tTH时,地面控制器根据用户i的当前位置向下一个转移波束发送信道预留请求信息(REQUEST_MESSAGE),该信息包含用户身份信息、位置信息、当前波束信息及剩余时间tRE,tRE为即将到达边界的时间,tTH值可以根据用户的优先级和不同应用场景进行动态设置。一旦控制器发出的信道预留请求被允许,则表明终端被允许接入;反之,若信道预留请求被拒绝或无可用信道则直接丢弃该切换请求。显然如何确定tTH的值是实施切换策略的关键环节。

在切换触发机制中,考虑到实时性应用程序对网络响应的要求较高和用户的QoS质量,需要先判断用户的优先级,以确定tTH的值,进而确定是否对该用户实施切换。传统的无线网络切换机制大多采用RSS指标来评估当前和目标网络的链路质量,从而确定应用程序的优先级。但由于其只考虑了RSS单一指标,并未考虑全局网络状况,极易发生乒乓切换。因此,本文以SDSN为背景,提出一种多决策指标的切换算法,在RSS指标评测的基础上,引入PLR及ND两个因素共同决定是否进行切换。由于在卫星网络中引入SDN技术,地面控制器能够掌握全网拓扑及网络链路情况(包括星内链路和星间链路),因此,控制器可以基于全局的网络信息来进行切换决策,这样做的好处在于能够保证整体网络性能,充分利用带宽和网络资源。

图6 切换管理流程Fig.6 Flowchart of handover management

控制器通过MDIH算法来决定用户的切换优先级(即tTH值)。若控制器做出切换决策,则首先设置位于低轨卫星上的Openflow交换机队列,根据不同流量速率决定相应的队列,使得发往原波束内的网络数据进入最低流量速率队列,这样做是为了降低原波束内的数据发送速率,从而减少切换过程中的丢包率。随后,由MDIH算法计算出tTH值,决定出优先级最高的用户,此时控制器发送切换消息(HANDOVER_MESSAGE)到移动设备,该消息包含该用户的预留信道信息,同时控制器向低轨卫星中的Openflow交换机下发流表,建立从目标用户到预留信道的路径。值得一提的是,在切换决策过程中,原波束内的数据通信并未断开,只是降低了发送速率,减少丢包率,因此可以实现平滑切换。若地面控制器给出的切换决策为拒绝切换或维持现状,则控制器只需要发送无动作消息(NO_ACTION_MESSAGE)到移动设备即可。

移动设备接收来自地面控制器的切换决策,执行相应动作。综上所述,本文MDIH算法能够在SDSN环境下实现从用户到卫星节点再到控制器之间的有效切换策略。相比于传统卫星网络环境下的切换策略,MDIH算法采用多指标决策的思想来精确来反应用户当前所处波束中的网络状况,并通过定量评估方法实时地确定切换阈值,进而实现细粒度的精确切换。同时,MDIH算法还结合了SDSN的架构特性,将切换策略集中到控制器中对全网进行统一下发,从而做出准确的切换判断,避免切换滞留和乒乓效应等问题,在保证用户服务质量的同时,得到了很好的切换效果。

4 结 论

针对SDSN中频繁的波束切换问题,本文在传统卫星网络切换机制的基础上,提出一种面向SDSN架构的多波束切换机制,能够在SDSN环境下实现用户—卫星—控制器之间的灵活有效切换。

1) 设计了一种面向SDSN的切换架构,充分利用数控分离特性,实现更高效控制管理。

2) 提出一种MDIH算法,通过对切换过程中涉及到的多个指标进行定量分析,实现高精度、细粒度切换。

3) 给出了基于SDSN的切换管理流程,进一步体现了MDIH算法的可用性及可扩展性。

猜你喜欢
门限波束信道
基于自适应学习的5G通信系统信道估计方法
基于规则的HEV逻辑门限控制策略
信号/数据处理数字信道接收机中同时双信道选择与处理方法
典型办公区域Wi-Fi性能的优化
基于共形超表面的波束聚焦研究
强干扰背景下水中微弱信号的垂直阵波束形成研究
60 GHz无线通信系统中临近波束搜索算法研究
超波束技术在岸基光纤阵中的应用
基于方向加权多级门限DP-TBD的目标轨迹检测算法
随机失效门限下指数退化轨道模型的分析与应用