天地一体化信息网络中星载边缘计算应用与挑战

陶 滢，刘 伟，高梓贺,张 磊

(1.中国空间技术研究院，北京 100094；2.国家航天局卫星通信系统创新中心，北京 100094)

0 引言

边缘计算是在网络边缘执行计算的一种新型计算模型，是指从数据源到云计算中心路径之间的任意计算和网络资源[1]。由于其极大地减轻了网络带宽和数据中心功耗，减小系统延迟从而增强服务响应能力，降低网络数据泄露风险从而保护了用户数据安全和隐私，近年来在公共安全实时数据处理、智能网联车和自动驾驶、虚拟现实、工业物联网、智能家居和智慧城市中得到了迅速发展与应用。

星载边缘计算(也称在轨边缘计算)是指将计算、存储等硬件设备部署在卫星上，实现数据的在轨存储、处理等功能的计算方式[2-3]。随着星载计算性能的不断提升，特别是近年来卫星“轨道革命”的全面深化以及卫星系统、星载计算技术的快速演进发展，星载边缘计算技术在产业界和学术界都得到了广泛关注。除传统的高轨道(GEO)卫星外，以“一网(OneWeb)”“星链(Starlink)” “鸽群(Flock)”等为代表的低轨通信/遥感星座系统为例，由于这些卫星星座具备了高带宽、低时延、支持星间链路等特征，在应用服务方面，不但可以提供传统的因特网(Internet)、遥感信息回传服务，更可以提供相应的星载边缘计算服务。也正因为如此，一些新兴的商业航天公司都在积极筹划在卫星上实现星载边缘计算。例如，LEO Cloud Lyteloop公司计划将数据中心集成到卫星，提供天基边缘云服务[4]；微软将云服务引入航天，开发了Azure轨道模拟器来模拟数字空间环境，为构建天基移动云计算数据中心提供基础[5]；华为也推出了开源云原生人工智能(AI)卫星应用方案，计划在天算星座上实现分布式深度空间学习[6-7]。

与此同时，作为实现全球化泛在互联的公共基础设施，下一代移动通信网络(6G)将是覆盖空、天、地、海的立体化、星地协同的天地一体化信息网络[8]。近年来，第三代合作伙伴组织(3GPP)、欧洲电信标准化委员会(ETSI)、空间数据系统咨询委员会(CCSDS)等组织或机构一直在推进天地一体化信息网络标准化进程，世界各国也正在大力发展基于卫星星座的全球化互联网业务。2020年4月，我国明确将基于卫星的互联网视为通信网络基础设施，并纳入新基建范畴。可以预计，处于快速发展中的天基网络将与地面网络一起，为全球范围内的宽带接入、内容分发、终端物联等应用提供“全球覆盖、随遇接入、按需服务、安全可信”的服务。

然而，天地一体化信息网络在带来覆盖优势的同时，也面临着新的挑战，尤其是当用户通过卫星接入互联网时，星地链路的长传输时延将会带来极高的通信延时，用户服务质量(QoS)难以保障。因此，为保障未来天地一体化信息网络中用户的QoS，满足全球多样化用户通信需求，亟需研究创新型的网络服务模式并攻关关键技术，优化网络能力水平。这包括了将星载边缘计算应用于天地一体化信息网络，并利用其固有优势实现减小时延、降低缓存和节省回传带宽等优化目标。不过，考虑到卫星拓扑动态、星间/星地带宽有限等问题，特别是由于星载空间环境、卫星承载能力等的影响，星载计算能力与地面计算能力相比仍存在较大差距，星载边缘计算在天地一体化信息网络中的应用还存在诸多现实性的技术挑战。

本文在简述星载边缘计算技术及其应用方向的基础上，首先对星载边缘计算在天地一体化信息网络中的应用需求进行分析，然后给出面向不同计算服务模式的天地一体化信息网络架构并对其服务实现模式进行详细论述。最后，以星载边缘计算在天地一体化信息网络应用中存在的问题分析为牵引，提出具体的技术挑战。

1 星载边缘计算技术

1.1 边缘计算简述

如图1所示，在由“云、边、端”构成的分层参考架构中，边缘计算处于端和云之间，一方面可支持端设备接入，另一方面可连接到云。

图1 “云边端”参考架构

各种业务侧重点和硬件特点不同的边缘节点构成了边缘计算的实体部分。这些节点既包括边缘网关(进行网络协议处理和转换)、边缘控制器(实现实时闭环控制业务)，也包括边缘云(进行大规模数据处理)、边缘传感器(完成低功耗信息采集和处理)等。一般来说，边缘节点通过边缘管理器软件进行统一管理。

边缘节点有计算、网络和存储资源,这些资源可以直接封装起来，以接口调用的方式直接提供给边缘管理器，也可以按照功能领域(如控制、分析、优化等领域)进行功能模块封装后，以基于模型的业务编排方式由边缘管理器统一管理调用，从而实现边缘计算业务的优化开发和敏捷部署。

与传统的云计算架构相比，边缘计算的优势主要表现在如下几个方面[9]：

① 低时延：因为网络中的数据在边缘节点进行计算处理，无需上传到云，所以降低了数据传输延时，提升了响应速度。

② 高安全：一些安全级别较高的数据可直接在边缘节点进行处理分析，无需上传至云计算平台，能够在一定程度上避免数据泄露问题，保护用户数据安全和隐私。

③ 少传输：由于数据不需要全部传输到云平台，端设备和云数据中心间传输的数据量大大减少，极大地减轻了网络带宽压力。

④ 可扩展：边缘计算分担了中心服务器的计算任务，并降低了出现单点故障的可能。另外，很多终端设备在非工作状态下处于闲置状态，边缘计算可以充分地对其加以利用，进而提高资源利用率。

⑤ 可感知位置：边缘计算从本地接入网络内的边缘设备接收信息，可以发现设备的具体位置。

表1给出了边缘计算与云计算的主要性能对比。

表1 边缘计算与云计算主要性能对比

边缘计算不是云计算的对立面，而是其拓展和延伸。目前，除理论研究外，5G等电信网络、数据采集等专用物联网络、智能制造等工业互联网领域正在开展广泛的边缘计算应用实践。

1.2 星载计算发展现状

星载计算一般由星载计算机(OBC),即卫星中完成控制和计算任务的计算机系统实现。随着电子技术的进步以及空间任务多样性和复杂性需求的提升，对星载计算性能的要求不断提高，星载计算机也经历了“单片机—简单计算机—高性能计算机”的发展历程[10]。

① 单片机时代——20世纪80年代前

单片机时代，星载数据处理控制功能由Intel4004、RCA1802等单片机实现。由于单片机间没有高效传输总线，只能采用点对点的连接方式，这就使得通信线数多，且在增加新处理单元后会影响中心处理器的软件和硬件，所以只适用于简单系统。也正因如此，在这个阶段，星载数据一般直接传回地面系统进行集中处理。

② 简单计算机时代——20世纪80年代到90年代中期

简单计算机时代，星载数据处理控制功能由基于80C86、1750A 等带有复杂指令系统且便于编程的中心处理单元(CPU)的星载计算机实现。同时，星载计算机间采用总线技术实现分布式体系架构。为此，卫星平台和载荷管理控制、遥测、遥控数据处理等功能都可以在星上完成。不过，受限于宇航级芯片能力水平，此阶段的星载计算机能力仍然较弱，所以数据处理量较大的遥测和遥感数据仍需传回地面进行集中处理。

③ 高性能计算机时代——20世纪90年代中期后

高性能计算机时代，一些性能较高的处理器，如80386、80486、基于PowerPC的 RAD、基于SPARC 的LEON等，开始应用于空间环境。星载计算机的内部开始采用 VME(Versa Module Eurocard)、CPCI(Compact PCI)等结构紧凑、具有较高吞吐能力的总线。外部总线则采用标准串行数据总线，且将中低速总线和高速总线(如IEEE1394)分开。同时，星载计算机也开始使用强实时性操作系统(如Vxworks等)来管理系统资源并进行任务调度。不过，星载计算机能力仍然无法与地面相比，数据处理量较大的遥测、遥感等数据还是要传回地面进行集中处理。

表2给出了部分经飞行验证的典型星载计算机处理器及其处理性能。

表2 星载计算机处理器及其性能

如表2所示，传统的星载计算机多由采用抗辐射加固工艺处理的专用定制处理器，在性能上比地面计算机滞后1～2代或更多，可供选择的范围也比较小。

为了进一步满足星载计算持续增长的需求，本世纪以来，以美国国家宇航局(NASA)和欧洲航天局(ESA)为代表的国外航天机构和宇航公司开始推动研制新一代星载计算机系统，包括定/浮点数字信号处理器(DSP)、ARM(Advanced RISC Machine)、兼有DSP/PowerPC等高性能微处理器的现场可编程门阵列(FPGA)等在内的高速数字信号处理类器件的广泛应用，已成为现阶段星载计算机发展的典型特征。高可用的抗辐照环境单板计算机、面向目标跟踪和数据融合的高度并行计算机、可配置的多级分布式计算机、星载网络计算机、微小型纳米卫星集中控制计算机等成为新型星载计算机的发展方向。

此外，特别值得一提的是，经环境适应性处理开发后，商用现货产品(COTS)也可应用于诸如LEO等对器件的可靠性要求不太苛刻的低辐射环境中。故而，特别是在低轨星座系统发展迅猛的当下，越来越多的COTS器件被应用于航天领域。例如，“星链”卫星就采用了多颗Intel商业芯片，通过冗余设计，增加计算可靠度。此种应用模式在缩短研制周期、降低设计和生产成本、保障软件兼容性的同时，实现了更高的星载计算性能。

1.3 星载边缘计算应用

随着星载计算能力的持续提升，目前对星载边缘计算应用的研究方兴未艾。总结来看，对星载边缘计算应用的分析大体上可分为如下几类。

1.3.1 遥感数据在轨处理

星载边缘计算的一个典型应用是在轨生成数据(如卫星遥感数据)的处理。目前，随着卫星遥感能力的提升，在轨生成的遥感数据量急剧增加，因此对遥感数据传输的需求也持续提升(如10 Gbit/s以上)，这就给卫星数传提出了更高、乃至不可能完成的任务。而通过星载边缘计算实现遥感数据的在轨预处理，则可大幅降低传输带宽需求，解决传输瓶颈问题。例如，文献[2]提出了在低轨遥感卫星星座的卫星进行遥感数据边缘处理的方法，该方法基于地理位置进行并行数据采集和数据处理，实现了下行链路中断时的星载边缘计算，并解决了星载边缘处理延迟问题。

1.3.2 低轨星座网络边缘云服务

边缘计算应用在低轨星座网络，可将卫星变为天基网络节点和分布式计算节点，使卫星成为具备硬件可重组、软件可重配、功能可重构、任务自适应的边缘云服务设备。例如，文献[3]在分析了低轨巨星座特性的同时，提出将边缘计算应用于低轨巨星座实现内容分发网络(CDN)、多用户交互等应用服务的思想。文献[11]将低轨卫星作为安全的数据存储节点，并研究从低轨卫星数据中心获取数据。文献[4-7]都计划将数据中心集成到卫星，提供分布式高性能数据分析计算和存储等天基边缘云服务。

1.3.3 在轨任务规划与管控

传统任务规划与管控功能一般由地面控制中心根据卫星运行状态预先完成，并通过星地链路上注到对应卫星节点，卫星节点根据任务规划与管控信息自主执行任务。为了提高实时性和灵活性，快速响应复杂多变的卫星应用场景，基于卫星任务自主管理、在线决策及星间协同规划的方法已经成为新趋势。

卫星上部署边缘计算可以实现一定的自治能力，能够支持在轨决策及卫星星座自主运行和资源灵活管控。二者都是获取感知数据处理的有效信息后，根据卫星运行状态而实施的。例如，文献[12]中，美国国防部高级研究计划局(DARPA)在2018年发布了黑杰克(Blackjack)低轨星座项目，由雷神公司和科学系统公司合作设计“二十一点(Pitboss)”系统，其目标包括业务应用数据在轨处理、卫星间协同任务处理规划、星座在轨管理、面向未来军事任务需求的作战管理层功能实现等。

1.3.4 天地一体化信息网络应用

考虑到云计算的计算和存储能力优势，目前地面通信网络中广泛采用基于云处理的方式提供信息服务。同时，由于边缘计算可在更接近用户侧的网络边缘提供计算与存储服务，避免了与延时较高的云端通信，从而有效减小了网络时延，提升了网络服务效能，因此近年来也得到了广泛的研究和应用。

在传统天地一体化信息网络中，由于卫星在轨计算、存储资源极其有限，卫星节点仅提供数据采集和路由转发功能，无法对其承载的数据内容进行识别和处理，用户需要通过星地链路与地面云端服务器通信，云计算处理之后再将信息传给用户，这将造成极大的响应时延，并占用卫星网络有限的带宽资源，因而影响了用户服务质量和网络服务性能。为此，可以应用边缘计算技术，并根据不同的天地一体化信息网络架构，将边缘计算服务器部署在基站、卫星以及卫星地面站，提供更好的网络服务。其中，由于卫星边缘服务器能够服务更广域范围内的用户，可作为后端云计算中心处理能力的延伸，为地面用户提供强大信息保障。随着近年来星载计算机能力水平的持续提升，特别是当前低轨星座系统的发展，为构建低轨星座边缘计算架构提供了更有利的前提条件。为此，将边缘计算部署在天地一体化信息网络中提供计算存储服务已经成为当前的研究热点[13-18]。例如，文献[14]研究了面向空天地海一体化网络的多接入边缘计算(MEC)技术，并提出采用星载边缘计算技术的融合网络架构；文献[15]提出了物联网场景下具有双边缘计算能力的星地融合网络以减少星地融合网络的能量消耗和时延等。

本文重点研究星载边缘计算在天地一体化信息网络中的应用与挑战。

2 星载边缘计算在天地一体化信息网络中的应用

2.1 需求分析

天地一体化信息网络对星载边缘计算的需求主要是因为其具备可降低业务传输时延、减少星地/星间链路带宽占用、提升网络安全性能、提升服务质量等优点。具体来说，天地一体化信息网络中的边缘计算可以满足如下网络服务需求。

2.1.1 降低传输时延

如上所述，如果天地一体化信息网络中的部分业务可以在星上处理，则可极大降低网络中星间/星地传输时延。例如，来自地面用户的计算任务可卸载到卫星上进行处理，而不再需要通过卫星星地链路将任务卸载到地面云数据中心，这样可以极大降低传输时延；再如，如果网络服务在星上进行，同样能够避免传输时延增加问题，并能减少星地节点间不必要的信息交互；此外，随着海量终端的接入，天地一体化信息网络在网络运维、终端数据处理等方面具有计算密集且时延敏感等特点，星载边缘计算将云平台部分功能迁移到网络边缘，可减少业务交付的端到端时延，从而提升网络性能。

2.1.2 节省网络带宽资源

在天地一体化信息网络中，当没有星上边缘计算能力时，对于视频监控类等数据采集业务，一般都是将本地采集到的业务数据先上传到云数据中心，然后再下发到本地进行数据显示，这将需要占用大量的星间/星地/带宽资源。如果在天地一体化信息网络的卫星上部署星载存储资源，则本地采集的业务可以直接存储在就近的卫星上，无需传送到地面云数据中心，从而有效节省带宽成本。此外，将边缘计算服务器部署于卫星，可以在保证用户处于边缘计算服务器覆盖范围内的同时，在靠近用户端对原始数据进行预处理，从而降低卫星通信网络的整体带宽使用量。

2.1.3 提升网络安全性能

作为一个包含卫星网络、地面蜂窝网络、航空网络等在内的异构网络，天地一体化信息网络不但涉及到地面网关、云数据中心、边缘计算节点等多样化的节点，还涉及到不同运营商之间的开放、共享与合作。此外，由于卫星网络具有无线广覆盖的特性，利用卫星网络进行数据传输易被截获，从而产生潜在信息安全问题并受到窃听者的攻击。

采用星载边缘计算，提供可靠、高效的网络接口和安全保障机制保证节点数据防篡改，能进一步保护用户数据安全和隐私。

2.1.4 提升服务质量

缓存资源管理是网络资源管理的重要内容，良好的缓存资源管理可以有效提升用户QoS。在天地一体化信息网络中，利用部署在卫星上的缓存资源，使其能够根据网络状态，利用闲时星地链路资源提前将用户潜在的服务内容进行缓存；然后，在用户发起内容请求时，就能够快速从星载缓存空间中获取信息，从而提升用户的服务体验质量。

此外，从天地一体化信息网络的网络管理与控制服务的角度，星载边缘计算还可以实现路由计算、动态拓扑预测与管理、卫星资源管理与调度、故障恢复、负载均衡、移动性管理、卫星任务调度等在内的诸多功能，从而进一步提升天地一体化信息网络服务能力。

2.2 网络架构与服务模式

根据上述需求分析，图2给出了部署星载边缘服务器的天地一体化信息网络架构。

图2 部署星载边缘服务器的天地一体化信息网络架构

除了地面蜂窝网、骨干网和互联网外，在图2的天地一体化信息网络架构中，卫星网络可由若干高、中、低轨卫星通过星间链路互联而成。每颗卫星上都部署有星载边缘计算平台(星载边缘计算服务器)，并通过星间链路组网互联，实现计算存储资源共享。星载边缘计算服务器即可以将处理过的用户服务内容快速返回给终端，也可以对网络进行必要的管理与控制服务。

终端网络类型各异，终端组成也不尽相同，既包括传统的电信网络终端，也包括航空、无人机、车载、工业互联网终端等。考虑到未来各类终端计算处理能力的提升，各种终端将都具有一定的处理计算能力。

此外，图2还给出了部署边缘计算平台的地面站设备以及云计算中心。当服务无法在星载边缘服务器实现，则需要传送给地面站设备或云计算中心完成。特别是云计算中心，当应用需要较大算力时，各平台都可以将数据传至云计算中心进行处理。云计算中心同时也可以作为数据汇聚核心，边缘计算平台需要存储的数据都发回云计算中心存储后，可利用大数据技术深度挖掘数据价值，获得更大收益。

以下阐述在上述架构下，星载边缘服务器的几种具体服务模式。

2.2.1 内容缓存服务模式

根据Cicso的调查，当前各类高带宽消耗的内容服务主导了现有的移动互联网流量(预计2022年末将占到总流量的79%)。为了提高用户访问内容的响应速度，业内提出了CDN技术，即在互联网中增加一层新的网络架构，将内容信息发布到最接近用户的网络边缘缓存节点，这样用户就可以就近获取所需信息，解决网络阻塞问题并提高用户访问内容的响应速度。

不过，由于地理区域覆盖等问题，目前很多区域到达CDN缓存节点的时延仍然超过100 ms，这对于增强现实(AR)等对时延要求更为严格的业务而言是难以接受的。而星载边缘计算可以满足时延要求，以4 409颗卫星构成的“星链”系统为例，从地面到直达卫星的最大往返时延(RTT)仅为16 ms。同时，在大部分的纬度覆盖区，可以有40颗左右的卫星覆盖。

图3给出了利用星载边缘计算进行内容缓存的服务模式。

图3 内容缓存服务模式

此外，在卫星节点具有计算能力的情况下，还可以对内容数据进行编解码计算，通过编码缓存技术实现对源信息的再编码，进而可以结合实际网络结构实现任意粒度下的缓存策略，从而提升卫星缓存效能。

2.2.2 多用户交互等网络服务模式

在线游戏、协同工作、在线学习等都属于多用户交互业务的范畴。在这类应用中，每个参加者的体验都与其到服务器的时延直接相关。由于每个用户接受到的服务都不应与其他用户存在太大的差异，因此地面网络往往会计算相应的时延，部分超出时延的参与者就可能被排除在外。在星地往返时延最大只有16 ms的情况下，将多用户交互服务器部署到卫星上可完全解决上述问题，从而增强用户体验质量，保证用户的请求响应时延。

图4给出了利用星载边缘计算进行在线游戏的多用户交互服务模式。

图4 多用户交互服务模式

此外，由于LEO卫星运行的特点，地球人口覆盖区域中部分在轨卫星不可见，因此这些卫星将不提供用户接入服务，这时在轨数据处理服务的应用将更好地利用这些卫星的资源，从而提升卫星网络的整体效能。

2.2.3 计算卸载服务模式

目前，随着需求的增长和技术水平的不断提升，各类用户终端设备上的应用程序复杂度也不断提高，这将给终端设备的计算资源和能量供应带来极大的负担。由于终端设备一般体积较小，所以计算能力一般较弱且能源有限，这就需要将部分应用程序的计算任务卸载给计算能力更强、能量供应受限程度更低的边缘计算节点或云计算节点完成，在计算节点处理结束后，再将计算结果返回给用户终端设备。

计算卸载技术的关键是权衡本地执行的计算成本和迁移到其他计算节点的通信成本，进而对计算任务进行决策和任务分隔。具体的卸载策略可以根据不同的优化目标进行制定。一般来说，边缘计算卸载在降低网络时延、提高能量利用率、支持更多业务等方面都极具优势。

目前，在天地一体化信息网络中，无论是物联网场景、地面网络覆盖区外的移动用户服务场景、海上用户场景等都是计算卸载服务的典型应用场景。

图5给出了天地一体化信息网络中的计算卸载服务模式。其中，卸载路径3为利用星载边缘计算进行计算卸载的服务模式。

图5 计算卸载服务模式

需要说明的是，在计算卸载服务中，为满足自身的业务需求，终端需要最大限度地使用现有的通信资源以及边缘计算服务器的计算资源。为此，需要考虑总消耗能量、传输时延、信道占用率、用户优先级等限制条件，实现最小化用户感知时延、最小化能量消耗、最大化能量效率等目标。此外，根据不同的指标，计算卸载可以分为静态卸载与动态卸载、全部卸载与部分卸载、单节点卸载与多节点卸载等。

2.2.4 数据采集感知服务模式

随着物联网概念的提出，物联网在近年来得到了长足发展，各种应用的物联网节点持续提升，采集的数据量也不断加大。

在目前参与的广域物联感知和数据采集服务中，卫星还只是作为传输通道进行数据回传，海量的数据仍然需要在地面中心进行处理，在业务时延需求与感知网络状态信息的时效性上还有待进一步提升。

星载计算算力保障可以有效解决大规模广域数据采集感知问题。一方面，可以减小海量数据对卫星网络中星间和星地链路的带宽压力；另一方面，可提高感知决策的时效性。

图6给出了利用星载边缘计算进行数据采集感知的服务模式，考虑到星载边缘计算的计算存储能力，大型的任务还需要卸载到地面云中心进行分析处理。

图6 数据采集感知服务模式

3 存在的问题与技术挑战

3.1 问题分析

总体而言，天地一体化信息网络中的星载边缘计算需求主要聚焦于利用其计算和存储资源，分别为用户提供边缘计算服务与边缘存储服务。

考虑到有限的计算资源，边缘计算服务的研究主要针对计算迁移与计算资源分配。其中，计算迁移主要研究用户计算任务是否需要迁移至星载边缘服务器/云端进行计算，以及需要迁移到星载服务器时，该如何进行星载服务器选择；计算资源分配主要研究星载边缘服务器中，有限的计算资源如何在多个计算任务间进行分配。

另一方面，随着多媒体业务的流行，无线通信服务已经从传统的面向连接的通信发展为面向内容的通信，与迅速增长的数据量相比，星载边缘服务的缓存大小通常有限，星载边缘存储服务主要关注缓存分配问题，研究需要缓存在星载边缘服务器的内容，以最大化网络的内容服务能力。

目前星载边缘计算在天地一体化信息网络中的应用研究仍处于起步阶段，还存在很多有待解决的问题。

3.1.1 移动性管理复杂

非静止轨道卫星具有运行速度快、轨道周期短、主要以点波束的形式对地面用户进行覆盖等特点。此外，用户对资源的请求也是随机、动态变化的。这样，由于卫星高速运动或者用户的移动，会使得用户离开服务卫星的覆盖区而中断服务。为了保障用户服务的连续性，需要切换卫星提供用户服务，这就导致用户与星载边缘服务器之间、星载边缘服务器与星载边缘服务器之间会有频繁的任务交换。若内容获取或者计算卸载任务未完成，则需要进行复杂的网络移动性管理，特别是切换管理。

已有研究主要考虑简化系统模型，未能针对复杂网络特性进行基于移动性管理的联合设计优化，难以满足星地协同网络中多样化用户需求，特别是延时敏感业务QoS。

3.1.2 服务连续性和可扩展性不易

星载边缘计算的引入虽然带来很多优点，但是将使得天地一体化信息网络架构更加复杂。受制于节点实际条件，星载边缘计算存储资源、计算资源、通信资源往往非常有限，保证灵活的服务连续性和可扩展性具有重要意义。其中，服务连续性的核心是在卫星和用户都在高速移动的时候可根据需求进行服务迁移，可扩展性包括了当新的星载边缘计算节点加入时，网络需要识别该节点，同时网络还需要能够便捷地安装新的边缘计算应用。若上述能力不足，将引起用户需求与资源的失配，从而降低网络的效率。

服务迁移技术主要包含统一的计算迁移协议和接口。目前已有研究中，较少有人考虑变化网络拓扑下计算和缓存资源的快速发现与迁移问题的解决途径。

3.1.3 多级协同处理困难

通过结合云计算和边缘计算的优点，边缘云协同计算将用户任务按照服务需求对应卸载到边缘或云端进行计算，可以满足不同类型用户服务对计算资源和服务时延的需求，已经成为当前的研究热点。与地面边缘云协同计算相比，天地一体化信息网络节点众多，不同业务类型和不同用户的服务要求不同；网络中基站、卫星、地面站等各边缘计算节点网络环境、信道和基础设施均存在明显的差异性和异构性，并且不同的边缘计算节点的存储资源、计算资源一般也不尽相同；此外，卫星网络拓扑动态时变且单卫星节点资源严格受限。因此，如何有效合理地利用各节点构成进行多级协同处理，实现灵活高效的网络资源利用，也是亟待解决的问题。

但是，目前边缘云协同计算方面的研究主要还是以地面应用场景为主，面向天地一体化信息网络，已有研究仍然集中于传统边缘计算应用模式，以单网络边缘计算或简单协同为主，缺少对整体系统完备性分析，未能充分挖掘星地多级协同处理性能，无法在诸多条件约束下最大化星载边缘计算节点资源的利用率。

3.1.4 高效缓存性能受制

随着主动缓存技术的发展，缓存出现了内容流行程度动态化、内容更新速度越来越快、内容流行度事先未知、流行内容与具体用户偏好之间存在差异等特点。特别是由于卫星的广域覆盖能力，卫星覆盖范围不同区域/类别用户对不同内容兴趣不同，并且由于卫星周期运动，服务用户随时间动态变化，来自用户的内容需求动态变化，需要动态更新缓存策略。

因此，如何提升星载边缘主动缓存策略，有效利用空间有限的星载缓存资源，从而达到降低终端访问时延、提升用户体验、节约回传带宽等目标具有重要意义。

3.1.5 星载资源管控僵化

考虑到卫星节点的计算、存储以及能量资源严格受限，一个计算任务通常需要多个卫星节点协同实现。目前，星载边缘计算资源的管控研究主要利用集中式控制方法。对于大规模卫星星座而言，由于星座中网络拓扑动态时变等问题，该方式将导致网络状态同步开销巨大和资源管理困难。此外，卫星网络状态和用户任务等信息传输延时较大，任务部署决策实时性不足，难以满足时延敏感性用户任务的服务需求，且缺乏一定的网络弹性和抗毁性。

因此，需要研究在轨分布式协同管控技术，解决星载资源集中管控带来的僵化管控难题，而目前对此方面工作的研究还处于起步阶段。

3.2 技术挑战

根据上述分析，要保证星载边缘计算在天地一体化信息网络中的高效应用，需对网络架构灵活部署优化、星载计算资源虚拟化实现、AI技术应用、分布式计算实施等方面开展深入的技术研究。

3.2.1 网络架构灵活部署优化

软件定义网络(SDN)技术作为一种网络管理方法，将设备的转发面与控制面解耦，通过控制器负责网络设备的管理、网络业务的编排和业务流量的调度，支持动态可编程的网络配置，提高了网络性能和管理效率，使网络服务能够像云计算一样提供灵活的定制能力。网络功能虚拟化(NFV)将传统物理设备的网络功能封装成独立的模块化软件，通过在设备上运行不同的模块化软件，在单一硬件设备上实现多样化的网络功能。

天地一体化信息网络中，针对星载边缘计算资源严格受限的场景，为了更好地利用星载边缘计算资源，必须考虑其地理分布、水平扩展以及网络可用性等问题。引入SDN和NFV技术，可以利用虚拟化和动态编排技术，实现基于服务链功能的用户服务部署，从而更灵活和低成本地实现用户服务的供应和资源的按需分配，实现多卫星节点间协同计算，支持资源按需分配和服务灵活供应。

3.2.2 星载计算资源虚拟化实现

虚拟化是将物理基础架构(如服务器、网络硬件、存储等)与计算环境(如操作系统和应用程序等)分开以创建虚拟IT资产的软件技术。虚拟化技术将底层计算资源抽象后，可形成统一的计算资源池。目前，地面边缘计算平台通常围绕特定的计算范式开发，其最初是在云计算产品的背景下发展起来的不同层次的抽象，包括虚拟机(VM)、容器、无服务功能(Serverless Functions)等。其中，相比于虚拟机，容器有轻量级、跨平台、细粒度等诸多优势。

天地一体化信息网络中，为了提高星载边缘计算节点的资源利用率，也需要采用虚拟化技术实现星载计算、存储和网络资源的抽象。然后，在需要提供应用服务的时候，进行最优化的配置，完成应用服务与资源的匹配，实现业务卸载、数据复制、资源共享等功能。但是，卫星星座及其高度动态的性质以及有限的计算能力，意味着现有的星载边缘计算平台还很难完全采用地面的虚拟化技术。

3.2.3 AI技术应用

AI技术开发用于模拟、延伸和扩展人的智能，近年来在各行各业得到了广泛研究和应用。地面信息网络中，网络系统管理、有害信息拦截、入侵检测、问题求解、专家知识库构建等方面都离不开AI技术的有效支持。同时，在卫星上，AI技术也可以应用于遥感图像处理、任务规划等工作。

天地一体化信息网络中，星载边缘计算可与地面通信基础设施、地面云服务集群等共同构成多级协同的智能处理体系，通过机器学习等AI算法为网络可用资源智能匹配待计算任务，实现卫星物联网图像数据目标检测，支持服务软件动态加载和资源灵活共享，进而提高整体服务效率。

3.2.4 星载分布式计算实施

分布式计算，即把一组计算机通过网络相互连接组成分散系统，然后将需要处理的数据分散成多个部分，交由分散在系统内的计算机组同时计算，再将结果最终合并得到最终结果。目前，已经有一些基于大数据处理的分布式计算引擎，能在上千台计算机上对海量数据进行分布式计算。

不过，即使星上处理能力不受限，能源消耗也不能无限增长，所以星上无法采用地面上重量级的分布式计算软件系统。此外，一般分布式计算引擎需要各计算节点采用相同的软件环境，因此，如果卫星平台的计算架构和软件是异构的，则难以实现能力的共享。因此，在发展的过程中，群策群力形成行业标准，构建软件资源库，实现资源共享，才能实现真正意义上基于星载分布式计算的天地一体化信息网络。

4 结束语

在天地一体化信息网络中，星载边缘计算可以满足降低传输时延、提升用户服务质量、节省网络带宽资源、提升网络安全性能等需求，并在内容缓存、多用户交互、计算卸载、数据采集感知等诸多业务服务中发挥重要的作用。不过，考虑到星载边缘计算技术在工程实现能力等方面的约束，当前对其应用研究仍处于起步阶段，还存在移动性管理复杂、服务连续性和可扩展性不易、多级协同处理困难、高效缓存性能受制、星载资源管控僵化等诸多问题。面对上述问题，亟需在网络架构灵活部署优化、星载计算资源虚拟化实现、分布式计算实施、AI技术应用等方面开展深入的技术研究，为星载边缘计算技术的发展及工程化应用奠定坚实基础。