基于通信感知计算融合的低轨卫星网络体系架构与关键技术

姜 宁,章川扬之,亢晨宇,孙耀华,闫 实,彭木根

(北京邮电大学 信息与通信工程学院 网络与交换技术国家重点实验室,北京 100876)

0 引言

随着信息技术的不断发展,未来网络需要支撑多种新兴业务和适应多种复杂环境,实现全球无缝覆盖和高速泛在连接的愿景[1-2]。低轨(Low Earth Orbit,LEO)卫星网络由于在发射成本、广域覆盖和高抗毁性等方面的优势,是国家数字经济发展和科学技术研究的重要方向[3]。我国“十四五”规划和2035远景目标纲要均指出要促进新一代信息技术和空间地理信息技术的加速融合,2020年4月国家发改委明确将卫星系统加入了新基建范畴[4]。另一方面,非地面网络(Non-Terrestrial Network,NTN)技术已经被列入6G重要技术特征之一,以增强未来无线网络的应用范围和服务能力,支撑未来全球无缝覆盖和高速泛在连接的愿景[5]。

目前,低轨卫星网络以实现通信功能为主,可以实现与地面终端的直接和中继通信,也可以与卫星地面站进行数据和控制信息传输,遥感卫星与计算卫星功能的实现需要借助特定的卫星通信系统进行辅助。但是,长期以来,各功能卫星是作为独立的系统发展的,而低轨卫星的轨道资源是有限的,太空轨位是各国竞争的稀缺资源,分立功能的卫星不利于轨道资源的高效利用。而且随着对遥感分辨率等性能要求的提高,海量感知数据的回传成为了新的瓶颈[6],通过多跳中继的方法难以保证数据的新鲜度。同时感知数据量的增加同样对卫星的算力载荷提出了更高要求,加之使用宽带卫星通信系统数据业务的需求也更为迫切,使用卫星组网实现业务的协同处理是一种行之有效的解决方案。

基于通信感知计算融合的低轨卫星系统可以缓解轨道资源紧张的问题,支撑未来空天地组网通信、协作遥感、星上计算等多维功能的协同演进[7-8]。可以预见基于通信感知计算融合的低轨卫星网络将实现多场景下的互惠互利,全球实时分发和分布式感算资源协作可以通过通信赋能;星地频谱感知、终端位置感知、网络环境感知和网络状态感知可以增强通信和计算能力;星上处理、在轨数据缓存、在轨数据压缩和在轨人工智能可以支撑通信感知业务。

基于通信感知计算融合的低轨卫星系统还处在研究初期,已有一定的理论论证,但并未实际试验实现。本文首先介绍了基于通信感知计算融合的低轨卫星研究意义和相关研究基础;然后提出了融合组网架构构想和网元与协议体系,并对关键技术进行了分析;最后对未来挑战和发展方向进行了探讨。

1 相关工作

低轨卫星网络可以通过载荷实现通信、感知、计算三种功能。对于通信功能,由卫星组成的天基平台通过联合地基平台,提供广域用户接入和数据通信服务。低轨卫星与地面的通信时延小,路径损耗低,地面用户终端的功耗和体积小。为了保证覆盖性能,低轨卫星组网中的卫星数量相对更多,组网方式灵活,以便于星间切换[9],可以提供稳定的通信服务。

其中,对于感知功能,低轨遥感卫星系统通过搭载执行感知任务的载荷,获取观测对象的变化趋势和分布特征,实现对灾害、空天地环境、气象的常态化检测。现有低轨遥感卫星系统采用周期性的观测方式,需要间隔一段重仿时间实现对同一区域的再次观测,遥感系统的控制需要地面站的支撑,观测结果也需要通过无线技术经由通信卫星传输至地面站。目前的遥感主要分为两种技术方向:一是光学载荷,二是合成孔径雷达(Synthetic Aperture Radar,SAR),后者通过回波信号分析获取感知区域的相关信息,可以适应复杂的气象环境,目前已经得到了广泛的探索和研究[10]。

对于计算功能,卫星亟需借助星上算力实现自身以及接入用户的控制数据处理[11]。卫星的计算功能作为联合多功能多业务的基础,在过去一段时间得到了一定的发展,2022年3月成功发射的批量级低轨宽带通信卫星的单星CPU主频已达1.2 GHz,2023年1月的“天智二号”D星的算力载荷高达40 TOPS(Tera Operations Per Second),可在软件层面实现微云计算平台上的全部署、智能运算和精准控制,不再设立各种功能的分系统。

目前国内外对低轨卫星的通信感知计算融合展开了初步研究。在国际标准化方面,国际电信联盟无线电通信部门的SG4-WP4B工作组开展了天地系统融合方面的研究;3GPP发起了一系列项目,包括卫星5G系统架构、新空口支持非地面网络解决方案、5G中使用卫星接入和新空口支持非地面网络研究报告等。通信卫星系统的设计借鉴了地面移动通信系统的思路,欧洲电信标准化协会(European Telecommunications Standards Institute,ETSI)制定了S2X、GMR-1和S-UMTS等3种卫星通信标准,但是这三种标准是针对不同的通信传输业务设计的,不能实现通用,而且只有后两种标准支持接入地面的核心网[12]。

在整体低轨卫星研究方面,呈现美国领先、大国追赶的“一超多强”竞争格局。美国国防高级研究计划局开展了F6计划,F6全称为通过信息交换连接的“未来、快速、灵活、分离模块、自由飞行航天器”,主要任务是将一个航天器的任务载荷、能源、通信、导航、计算处理等功能单元优化分解为多个模块,与航天任务相关的不同功能或资源相关,实现多功能协同和资源共享。但F6计划从根本上来说是一个论证项目,并未实际实现。NASA的通信服务项目(Communication Service Project,CSP)中,2023年发射的Pelican星座卫星将用于验证低轨遥感卫星与通信卫星间的实时通信链路,并计划将现有的图像数据传输时间从小时级缩短至分钟级。欧盟支持发展EO-ALERT卫星组网项目,由于尚未建立在轨智能处理能力,卫星原始数据在地面上进行处理后经由高轨道卫星中继通信系统进行全球传输。SpaceX公司的STARSHIELD星盾计划涉及通感算融合卫星组网的构想,通过将遥感传感器搭载在低轨通信卫星上,提供大容量高保密数据传输和处理业务。2021年7月,Ramon.Space和LeoCloud达成合作,计划在LEOcloud的低轨卫星星座基础上,打造基于卫星的云边缘计算服务,人工智能处理器和高密度存储器将被应用支持低轨卫星的智能化,提供在轨的高效率算力业务[13]。我国在《国家民用空间基础设施中长期发展规划(2015—2025年)》中指出了计划构建多分辨率配置、多观测技术组合的一星多用系统;在第九届中国国际商业航天高峰论坛上,中国航天科工宣布正式启动超低轨通遥一体星座建设,同时时空道宇和长光卫星等商业航天企业在国家网络强国政策的支持下也得到长足发展。

2 低轨卫星通感算融合组网架构构想

传统的低轨卫星系统的通信感知计算功能相互分离,技术体制也以独立为主。如图1所示,其中地面遥感中心包括数据处理服务中心、运控和测控系统,遥感的具体过程如下:① 地面遥感中心利用通信卫星传输控制指令;② 指令通过中继之后交由遥感卫星执行,从而实现对遥感卫星的工作状态控制;③ 遥感所获得的数据将按照卫星路由表转发至地面遥感中心。通信卫星和遥感卫星分别从事不同的功能,而数据的处理则交由地面站,不能实现高效的协同交互和处理。针对以上问题,本文提出了一种面向通信感知计算融合场景的低轨卫星组网架构,通过星间链路组网、智能协同感知、按需的分布式算力调度和动态接入等技术,实现融合网络的全域接入、智能感知和泛在计算。

图1 传统低轨卫星系统Fig.1 Traditional LEO satellite system

2.1 通信感知计算融合组网架构

所提通信感知计算融合组网架构分为天基系统和地基系统,天基系统可以为用户终端提供通信感知计算功能;地基系统主要包括终端、遥感中心、接入点和核心网等,其中除包括地面终端外,还包括无人机和飞机等终端,地基系统提供星地宽带接入、数据处理和卫星控制测量等功能。

天基系统的低轨卫星搭载了通信、感知、计算等多种载荷,实现了单星同时具备三者功能。如图2所示,融合低轨卫星可以使用统一的无线信号同时进行通信和遥感,也可以在时频空域使用不同的资源实现通信和遥感功能的共存,在多天线技术的支撑下,也可以通过划分天线和波束控制的方式实现双功能,提高系统的频谱效率。在星间链路技术的基础上,通过多点协作,可以提升遥感的分辨率,缓解低轨卫星过顶时间过短的问题,实现遥感的实时分发。在星间链路存在情况下,可以充分利用现有卫星的通信计算能力,借由计算载荷和存储载荷,不在地面通信系统覆盖范围内的用户终端可以通过卫星接入互联网,访问太空数据中心的存储资源,也可以通过卫星中继接入地基接入点,从而享受到宽带通信服务。

地基系统的节点主要分为三类:一是用户终端,对于普通手持用户终端,可以通过地基接入点与融合低轨卫星通信,具备卫星通信功能的终端,直连融合低轨卫星,传输短包消息、接收卫星互联网宽带服务和接收遥感数据,飞机和无人机等终端可以接入通过天空链路接入到低轨卫星。二是地面遥感中心,主要负责卫星星座组网的控制、运行轨迹姿态的测量、任务请求指令的发送和遥感数据的接收,可以直接接收原始遥感数据,也可以接收多层信息融合之后的特征级和决策级信息。三是地基接入点,主要用以匹配天基卫星的空口链路,实现星地传输[12]。

2.2 网元与协议体系

所提低轨卫星系统中,涉及的网元包括用户终端(User Equipment,UE)、卫星完整单元(Satellite-full Unit,Sat-FU)、核心网(5G Core,5GC)和公共互联网(Date Network,DN)等[14]。通过升级部分网元的功能要求来实现,需要在地基接入点和卫星的接入控制和业务控制单元增加相关的功能,并引入计算模块,其中用户终端既可以是有直连卫星功能的终端,也可以是仅具备接入地面网络能力的终端。如图3所示,在卫星完整单元上增加了载荷用户面功能(User Plane Function,UPF)和边缘计算应用服务器(Edge Application Server,EAS),Sat-GW为卫星网关(Satellite Gateway),SRI为卫星的无线接口(Satellite Radio Interface),AMF和SMF分别为接入和移动性管理功能(Access and Mobility Management Function)和会话管理功能(Service Management Function)。

图3 基于通感算融合的单星接入控制架构Fig.3 Single LEO Satellite access control architecture based on communication sensing computing integration

对于支持终端直连卫星功能的UE,可以通过NR-Uu接口接入到Sat-FU,融合卫星Sat-FU与Sat-GW通过SRI连接,Sat-GW通过NG接口与地面UPF连接,地面UPF通过N4与SMF连接,地面AMF从而可以与UE连接。

为了高效处理低轨卫星遥感数据,地面核心网络涉及的控制协议与业务执行协议均进行升级增强。其中,控制协议由SMF通过N4接口下发到UPF,实现地基接入点对遥感业务的控制。业务执行协议是通过AMF实现并统一存放到核心网的非结构化数据存储功能(Unstructured Data Storage Function,UDSF)中。具体而言,当预处理之后遥感信息传输至地面AMF时,可以实现在远离目标和非接触目标条件下进行探测,并将结果传输至DN;地面5GC的SMF增强体现应用层控制和资源分配算法的运行,可以调节和折衷通信感知双功能。

星上计算功能是由卫星载荷UPF连接的EAS实现的,EAS通过N6接口与载荷UPF连接,当用户终端启动算力发现过程后,可以使用域名系统(Domain Name System,DNS)请求技术从载荷SMF获取算力服务的地址,从而实现星间算力的发现,继而发起计算业务。

为了支撑分布式通信感知计算的应用,需要考虑多星和星地协作的协议体系,如图4所示,当不同的直连卫星UE通过不同的低轨卫星协作时,可以分别接入,卫星之间可以使用SRI和星间链路(Inter Satellite Link,ISL)实现数据的交互,并且可以共享网关。如图5所示,当用户终端不具备卫星通信的功能时,也可以通过地面移动通信系统接入低轨卫星组网。

图4 基于通感算融合的多星协作接入控制架构Fig.4 Multi LEO satellite collaboration access control architecture based on communication sensing computing integration

图5 基于通感算融合的星地协作接入控制架构Fig.5 Satellite earth collaboration access control architecture based on communication sensing computing integration

由于低轨卫星载荷功能的多维升级,多轨道、多服务的组网结构复杂,需要适应空天地多场景,而不单是常规的地面场景,除接入网相关的无线协议体系外,星上的高层协议体系同样需要细化设计以适应空间通信。目前主流思路是构建以IP为基础的、兼容底层物理层应用的分布式星座协议,早期的卫星协议是建立在数传和测控基础之上的,国际空间数据系统咨询委员会(Consultative Committee for Space Data Systems,CCSDS)基于网络层IP协议制定了空间通信协议规范(Space Communications Protocol Standards,SCPS),但是由于开发和维护的高成本,现在只有传输协议投入使用。为了克服深空通信的高延迟,可以考虑利用时延容忍网络(Delay Tolerant Networks,DTN)协议,通过在应用层和传输层之间加入束协议层,实现不同协议的转换,其主要特征是通过存储和转发克服接入的间歇性问题,但是也会从一定程度上降低网络的吞吐量[15]。

3 关键技术

3.1 星间链路组网技术

由于低轨卫星与地面站之间的通信距离长,无线信号容易受到衰落等传播因素影响,星间链路的建立有助于缓解星地链路的传输负载,从而使低轨卫星系统进行灵活的路由选择和网络管理,实现多星对于同一业务功能的协作,是通信感知计算融合的基础。

由于低轨卫星的动态性,无线通信是主要的通信方式,目前星间通信的大部分工作频率由国际电信联盟分配,特高频(Ultra High Frequency,UHF)主要用于星间通信,频率为0.2～0.39 GHz,L波段可以用于星间通信和天基空基间通信,频率为0.39～1.55 GHz,Ku、K、Ka等频段由于较大的自由空间损耗,适合用于星间通信。类似于地面5G通信网络,未来的低轨卫星通信频谱资源管理也将从静态转为动态,借助于卫星组网,卫星的频谱检测载荷之间的数据可以共享,以实现频谱感知的分布式处理和决策[16-17]。高速激光组网技术以激光束作为载波在空间进行信息传输,具有传输速率高和抗干扰能力强等特点。与传统的无线通信不同,激光使用光纤放大器作为射频模块,在卫星高速运动时,激光链路的极窄波束提高了接收机对准的难度,现有无线链路的优化算法难以在高速激光链路的链路距离、地球遮挡和接收视野等约束下使用。亟需解决激光波束指向性与分布式低轨卫星准全向传输需求间的矛盾,实现动态激光链路星座体制发展。

在低轨卫星的星间传输过程中,从源节点到目的节点,数据包将经过多个卫星,网络层的调度方法,比如移动切换方法和路由算法将影响数据包的时延[18]。每个卫星波束持续的时长可能只有几十秒,频繁切换将会带来海量的信令开销。为减小切换的信令开销,可简化切换流程,如图6所示,将相邻的低轨卫星看作整体虚拟网关,切换指令首先在虚拟网关相关的卫星间转发,如果切换指令不能处理,则选择其他虚拟网关[19]。对于低时延要求的业务,需要根据网络的拓扑结构,合理划分任务执行的节点,使得任务的总时延降低。对于亟需协作的任务,比如协作感知,采用多个卫星对同一片区域或者相近区域实现遥感,则需综合考虑卫星的运动状态、载荷的占用情况等,选择使用分布式路由算法。基于DTN的路由算法涉及了一种面向消息的网络体系,通过划分时间片将低轨卫星网络划分为多个异构拓扑,并保证在每个时间片内,卫星的拓扑结构保持稳定,路由变化只发生在时间片更新时,从而降低组网路由运算的复杂度,使得低轨卫星系统具有一定的灵活性和抗毁能力。

图6 基于虚拟网关的路由技术Fig.6 Routing technology based on virtual gateway

另一方面,随着人工智能技术的发展,通过合理利用多节点动态组网的多维特征,可以有效解决组网问题。在频谱选择决策阶段,可以使用多智能体强化学习算法获取各个低轨卫星的状态和行为,将接入优先级、信道质量等指标作为评估方式,最大化全局通信容量。在移动性管理阶段,由于卫星在轨道的运行轨迹是有规律的,可以结合多个卫星的拓扑和运动趋势,使用长短期记忆(Long Short-Term Memory,LSTM)网络获取到未来一段时间卫星的相对位置,从而灵活地规划和改变网络的功能分配、更加有效地调度网络的软硬件资源。在路由选择阶段,人工智能算法的应用更为广阔,模糊逻辑算法可以被使用来定性衡量网络中各个节点的负载情况,并根据业务需求按需组网,定制功能;多目标优化算法可以均衡多业务的资源占比,从而达到帕累托最优,保证卫星系统的高资源利用率。

3.2 协作计算

在基于通信感知计算融合的低轨卫星系统中,每个卫星均有异构算力以实现感知信息处理、任务轨迹规划、用户业务运算等功能[20]。星上所提供的算力服务来自于广域数据采集、感知载荷处理、宽带数据分发三种。现有卫星采用将数据回传至地面站处理的方式,高分辨率卫星在短时间内产生的数据量非常庞大,需要在卫星上对图像等信息作预处理,可以大幅减少回传负载的压力[21]。用户激增的宽带业务需求也带动了低轨卫星互联网的发展,卫星互联网可以通过广域的缓存提高分发用户数据服务的命中率,但动态的卫星组网难以采用类似地面网络的分发方法,亟需设计灵活性和拓展性更高的协作服务方案,同时也对星上算力提出较高要求。

作为典型的分布式系统,在新型的低轨卫星系统中设计实现端到端业务计算技术是热点研究内容。传统分布式业务的集中式调度方法中,中心管理节点负责制订合理的业务调度方案,但存在中心节点难以选取、算法执行负载不均衡、计算执行成功率低等问题,且在某一节点损坏的情况下不能保证业务连续性。针对以上问题,协作式的计算和决策势在必行。由地面基础设施和低轨卫星系统共同组成多级协同计算体系,对于不同的服务来源、业务服务特征和网络资源状态,采取不同的协作方式。对于广域数据采集业务,可以将卫星按照负载情况分簇,分别负责不同区域的数据,星间通过链路交互共识特征以提高计算效率。对于感知载荷处理业务,可按照时空拓展图模型屏蔽卫星系统的高动态特性,每个卫星按照自身业务的特点和收集到的周围卫星的信息,分布式地各自执行算法为自身寻找算力资源。对于宽带数据分发业务,需要联合地面基站及其他设施,采用短包信令交互内容所在位置,实现星载算力和地面云边算力的协同[22]。

人工智能算法在网络运维、资源管理、信息处理等方面具有突出的意义。对于网络运维,可以部署深度学习模型对卫星的运动姿态、动力状况、温度、业务负载和虚拟化资源的变化进行特征提取,将卫星控制中心的功能疏散到单个卫星上,做到算力系统和控制运维系统的融合[23]。对于星地和星间轨道的高度动态性,信道状态时变,可通过信道测量获取信道状态输入至智能算法,对传输链路中的物理层参数进行选择,比如调制与编码策略、资源块选择、功率控制等。对于异构差异化的用户服务,可以采用多目标优化等方法,对业务的运行流程和拆分合并方式进行控制。信息处理是卫星智能化的重要技术,传统信息处理方式依赖于卫星的传输和地面站的计算能力,借助智能化算法和算力载荷,可以将信息的预处理、筛选和格式化等任务提前在星上处理,从而实现用户业务的快速响应。

智能化算法星上部署的基础是算法设计和算力调度。对于单星系统,可以部署轻量化的神经网络,由于业务的复杂性,难以直接借由卫星载荷算力实现大规模模型的训练和测试,而且单个卫星所获取的数据量受限,训练模型的泛化性较差。通过星间和星地链路,可以应用AI推理技术,对于较为分散的模型训练,可以在地面站或者算力载荷较强的卫星上实现,将这二者视为低轨卫星系统的中心云平台[24]。AI大模型在中心云平台进行训练,训练数据可以由自身产生也可以由分布式节点收集预处理之后传输至中心云平台。

对于业务卫星节点,直接运行云平台的大模型会造成资源的浪费,模型推理的实时性较差,采用模型分割技术使得中心云平台和业务卫星协同训练,将计算量大的计算任务卸载到中心云平台,而计算量小的计算任务则保留在业务卫星本地,协同推断的方法能有效地降低深度学习模型的推断时延。但是由于不同的模型切分点将导致训练时间的差异化,因此设计和选择最佳的模型切分点,提高协同计算的效率。使用模型裁剪技术降低模型传输的负载压力,通过对神经网络元素的稀疏化处理,去除冗余参数,比如权值较小甚至为0的元素,减小模型的大小。

通过推理、切分、裁剪获得的轻量级模型在本地运行时仍然需要周期性地更新,以适应动态的业务变化。联邦学习技术是一种分布式学习方法,当业务的数据由于隐私性无法互通时,可以采取上传梯度信息而不是原始数据,提高模型的训练效率和精准度,缓解了海量数据在低轨卫星系统中传输造成的拥塞。在分布式学习的框架下,业务卫星通过载荷获取实时信息,包括网络运维指令、资源状态、感知信息等,结合获取的轻量级模型进行训练,得出的梯度信息传输至中心云平台,中心云平台进行模型汇聚,得到全局模型然后回传给每个业务卫星。经过多次迭代优化,收敛至稳定。由于卫星星座的动态组网特点,当有新的节点加入分布式学习时,可以采用迁移学习方法将训练收敛的模型拆分,部分参数保持不变,其他模型参数初始化,交由新节点训练,提高训练效率,加速收敛。针对某特定业务时,可以采用去中心化和D2D通信(Device to Device Communication)的方法,只在卫星簇上实现组播,在本地进行模型汇聚,避免中心云平台模型分发的通信压力。

3.3 感知融合

基于通信感知计算融合的低轨卫星系统中,感知和通信的融合得到了广泛关注。随着两种技术的各自发展,二者的工作频谱出现了重叠和竞争,这就衍生出了通信感知一体化(Integrated Sensing And Communications,ISAC)技术,通过提高频谱和硬件资源的有效利用率,实现通信感知双功能,通过布署融合系统满足通信和感知需求,能节约轨道资源并降低部署成本,目前已经成为了未来网络的潜在候选技术。对于遥感系统,合成孔径雷达是一项重要的相干成像技术,通过连续发送电磁波束,使用波束赋性天线接收来自目标区域的回波。合成孔径雷达使用“虚拟”天线长度。在一段观测时间内,从不同位置发射波束,多个波束组合叠加构成一个虚拟的长孔径,从而获得较高分辨率的成像效果。对于卫星通信系统,由于卫星网络的动态拓扑、业务时空分布不均和波束重叠覆盖等问题,合适波束管理方法可以一定程度上提高系统的容量、减少波束覆盖的浪费[25]。由此可见,虽然通信和遥感功能所依赖的硬件系统有差异,但是具体的业务逻辑和技术高度相似,存在一体化设计的可能性[26-27]。

对于通感融合系统,基本设计思路是进行系统资源的分配以折衷通信与感知的业务需求。具体的资源包括时域、频域、空域和码域,对于感知业务来说,重要的评价指标包括感知精度、范围等,通信业务的评价指标包括时延、速率、容量、误码率、频谱效率等。

通感融合波形设计可以缓解通信和感知信号之间的干扰,提高资源利用率,是实现通感融合的基础技术[28]。但通信信号设计时是基于随机信道的,感知信号设计时是基于确定性强相关信道的,这二者之间的矛盾导致在波形设计的可迁移性较差,在多样化场景中难以保证稳定的性能。为了实现融合信号与应用场景的适配,采用AI方法调整通感所占用的资源是一种有效的解决思路。以业务需求为目标,匹配网络层参数配置,智能调整权重,生成融合波形,实现联合设计是未来的重要研究方向。

通感双功能均是基于波束技术实现的,所以波束赋形的资源分配和优化成为了通感融合的关键问题。波束赋形建立在多天线系统之上,发射波束在空间上分开,并将最大功率设置到特定的三维方向,同时最小化不同波束之间的干扰。低轨卫星节点可以通过采用多波束技术为大量卫星用户设备提供服务,其中全频复用被广泛采用以提高系统容量,但是这也引起了波束间的干扰。对于多天线低轨卫星系统,可以采用通感天线分隔的方法,也可采用共享天线的方法提高通感资源分配的灵活性。在共天线的情况下,可以采用速率分拆多址接入(Rate-Splitting Multiple Access,RSMA)方法实现鲁棒干扰管理,在发射机处执行线性预编码速率分割,将数据流分解为公有和私有部分,在接收机处执行连续干扰消除(Successive Interference Cancellation,SIC),每个用户首先通过将所有私有数据流视为噪声来解码公共数据流,然后每个用户将其他私有数据流视为噪声来解码自有的私有数据流,从而可以实现通感资源的灵活配置。

与地面通感系统不同,低轨卫星系统存在两个主要差异:高传播延迟和大多普勒频移,这是由卫星的高速移动特性和卫星与终端之间的长距离引起的,从而会引起波束倾斜(Beam Squint,BS),一个值得探索的方向是采用多普勒弹性传输技术,例如正交时频空间(Orthogonal Time-Frequency Space,OTFS)调制,通过时延多普勒变换使信道准静态且稀疏,从而可以利用感知信息来估计通信信道,继而实现感知和通信功能的波束联合优化。

3.4 动态接入

初始接入是用户终端获取服务的第一步,经过随机接入过程接入到基站之后,基站根据用户的注册信息为用户分配资源进行通信。但是,相比地面移动通信系统,低轨卫星系统有着传输链路延时长、多普勒频移较大的问题,对于地面用户而言,卫星过顶可视时间较短,亟需设计快速的动态接入方法。可以优化接入过程、接入序列设计、定时提前机制设计、波形设计等。

传统的随机接入方法是四步接入,用户终端首先从一个前导码组中随机选择一个前导码通过物理随机接入信道(Physical Random Access Channel,PRACH)发送给基站,然后接收基站发送的第二条随机接入信令,随着用户终端在物理上行共享信道(Physical Uplink Shared Channel,PUSCH)上发送第三条接入信令,最后基站成功接收第三条接入信令后,通过第四条冲突解决信令指示随机接入成功。该方法包含两次基站和用户终端间的交互,稳定性和接入成功率高。在3GPP的R17和R18版本中,两步随机接入技术被提出,用户终端的两条上行信令被合并,可以降低一半接入和传输时延,更加适合低轨卫星的动态接入[29]。在上行的第一条接入信令中,用户终端需要生成前导码,常用的前导码有m序列、Gold序列和ZC序列,其中ZC序列由于低复杂度的特点得到广泛使用。但低轨卫星较高的多普勒频移损害了前导码检测的性能,使用多ZC序列级联可扩大前导码序列的集合,并可以在随机接入过程中联合检测时延和频率,有助于提高同步效率[30]。

两步初始接入的方法造成了不同用户终端的PUSCH不同步的问题,采用定时提前机制,卫星可以通过分组的方法,调整组内接入用户的定时偏移,配置检测窗口的位置和分组数量,从而降低计算复杂度[31]。由于星地信号传输受到较高路径损耗,地面发射用户终端一般采用离散傅里叶变换拓展正交频分复用波形技术,因为该技术具有良好的功率放大性能。除上述策略以外,为了提高类似于机器类用户的通信效率,可以采用免授权调度方法,用户终端不需要进行初始接入,而是在网络免授权资源信息指示的资源上进行传输,实现低时延通信。

在低轨卫星通信系统中,对于动态多址接入方法,亟需研究抗大时延和多普勒频偏的波形,并设计智能算法灵活选择带宽、子载波间隔等系统参数,实现鲁棒的波形生成[32]。对于用户稀疏的通信场景,传统的固定资源分配频分多址接入技术不利于资源的高效利用,按需分配多址接入技术按照接入顺序和业务特征依次分配卫星资源,也可加入预分配时频空资源的方法应对突发的业务接入请求。

4 未来挑战和发展方向

4.1 融合架构与理论

目前的基于通信感知计算融合的低轨卫星系统尚处于初步研究阶段,为进一步提升融合的性能,未来还需开展基础理论研究,探究通信、感知、计算之间的耦合关系。目前并无理论体系定量分析通感算三者的依赖体系,首先是指标体系,由于通感算功能的评价指标尚未规范,优化方案需要结合特定场景的特点,导致不同方法的鲁棒性较差,亟需指定合理的指标体系,统一评价系统的性能。然后是约束关系,在资源充足的条件下,通感算三者的功能可以充分独立使用,但是当业务负载提升时,如何界定制约三者性能的约束关系尚未明确,导致现有方法普适性较差。最后是三者功能的建模方法,在网络功能虚拟化条件下,虽然底层的物理资源被屏蔽,但是通信、计算和感知资源的建模方法仍值得研究,特别是现有的计算能力建模在实际场景中的误差尚未得到明确的研究结论。

4.2 多层级信息在轨融合方法

当通信感知计算三种载荷集成于单一低轨卫星时,卫星所获得的异构信息的使用是一个关键问题,当多源多载荷卫星通过星间链路组网之后,多时空维度、多获取方式信息的在轨融合方法关系到业务执行效率,信息融合可以通过对齐时间空间、统一格式标准等方式减少交互的数据量,实现业务的协同推理。

在低轨星座网络中集成多颗低轨卫星可以起到相对多静态感知的作用,组网状态、运行姿态、任务规划、感知数据、算力负载等数据需要按照统一的规则进行预处理,并通过星间和星地交互支撑多种业务。可以按照数据的处理层次,将信息分为数据层、特征层和决策层[33]。数据层融合是指对原始数据的处理,主要针对特定的任务,比如单星图像处理、电磁信号分析等,往往携带最丰富的信息量,但原始数据存在较大的不确定性和不稳定性,而且海量未清洗的数据对星上计算载荷预处理能力提出了较高要求。对于特征层融合,指在预处理的状态和属性基础上,实现高效性的业务支撑,通过轻量级人工智能模型实现语义级别的融合,是未来低轨卫星智能化的关键技术[34]。对于决策层融合,是指在已经获取结果的基础上,结合专家知识,建立数据库和规则库,经过统筹规划,尽量消除不确定性,实现最优的决策融合。

4.3 低轨卫星算力网络

目前以低轨卫星网络为核心的计算密集型业务发展日益迅猛,用户终端首先通过星地链路向卫星发送业务请求[35],卫星接收到消息之后需要向地面站获取业务数据,从而导致时延较大,当用户增多,低轨卫星网络将难以负担密集的业务请求[35]。太空数据中心和卫星算力网络的建设将解决现有低轨卫星系统的不足,低轨卫星通过数据存储、处理和传输的载荷,实现算力资源的下沉。同时低轨卫星可以利用空间特性实现低能耗,比如空间的低温环境和丰富的太阳能,提高卫星的全生命周期经济价值。

在低轨卫星算力的基础上,可以从硬件和软件层面与地面段、用户段的算力构成算力网络,实现了云-边缘-端的联合算力管控和服务支持。当前卫星板载算力多为单一业务定制,暂不具备良好的通用和共享能力,需要发展可编程和软件定义的硬件设备作为载荷,推动机器学习和深度学习相关的智能化设备上星。算力网络需要通过统一的规则统一算力资源,实时监控网络资源的状态,进行任务的集中式和分布式计算,并针对不同的处理需求,结合通信感知运行方案,设计合理的任务调度,提高算力资源的利用效率。

4.4 动态资源管理

随着低轨卫星技术的不断发展,低轨卫星的能力逐渐提高,集成化程度也在不断提高,基于通信感知计算融合的低轨卫星将负载多种载荷资源,组网架构趋于智能化,需要管理的资源更加多样。资源联合调度需要将三种资源进行统一表征,在一个指标体系下将硬件资源解耦为可调度的虚拟资源,这也是目前通感算资源协同的难点。通信资源分配涉及空天地通信场景下的用户接入、移动性管理、服务质量等多方面,感知资源分配需要统筹规划波束、载频等,计算资源分配涉及支撑通信和感知业务的CPU、GPU等算力载荷的管理,在多星协同程度提高的同时,资源的约束条件愈加多元,由于通信感知计算关键指标体系不同,优化的目标不再单一,而是需要联合考虑。统一纳管资源和动态分布调整是未来网络的资源管理的两个研究目标,首先需要在网络全局纳管资源,避免资源统计缺失导致的负载不均甚至竞争问题;然后按照通信感知计算融合程度的不同,划分各级资源的纳管中心,比如对于协作计算业务,需要确认算法运行的节点;最后由于业务强度的不断变化,需要动态调整资源分配情况,如果只有网络局部需要负载均衡,通过统一纳管节点实现资源重分配较为低效,可以划分卫星簇,使用分布式的方式动态决策。

5 结论

随着低轨卫星技术的全面发展,基于通信感知计算融合的技术路线是未来长期的演进趋势,并且合乎国家发展战略和国际环境局势,与未来网络泛在计算、全球覆盖、内生智能和通感一体的愿景目标相同。本文在分析基于通信感知计算融合的低轨卫星研究意义和相关研究技术的基础上,提出了融合组网架构构想和关键技术,并对未来挑战和发展方向进行了探讨。融合低轨卫星网络的建设是循序渐进的过程,需要国家机构、设备商和科研机构携手并进,共同努力设计体系架构,研究关键技术,突破关键核心难题。