劉人鵬，涂文康，胡博**，王恒，齊文

（1.北京郵電大學網(wǎng)絡與交換技術全國重點實驗室，北京 100876；2.中國電信股份有限公司研究院，北京 102209）

0 引言

隨著全球移動通信需求的日益增加，未來6G 通信系統(tǒng)將整合地面移動通信和衛(wèi)星通信兩張網(wǎng)絡，形成星地融合的網(wǎng)絡結構，為全球各類用戶提供泛在寬帶服務[1]。當前，移動通信網(wǎng)絡僅覆蓋了大約20%的陸地面積，仍然有超過30%的人口無法接入互聯(lián)網(wǎng)，全球通信覆蓋能力和數(shù)據(jù)傳輸能力存在顯著不均衡。衛(wèi)星通信網(wǎng)絡受基礎設施建設等客觀因素的限制較小，特別是低軌道衛(wèi)星，相比高軌道和中軌道衛(wèi)星，發(fā)射成本更低、通信時延更短、鏈路損耗更小，可解決地面移動通信在偏遠地區(qū)覆蓋和需要快速穩(wěn)定的應急通信等方面的問題。衛(wèi)星通信與地面通信遵循“5G 兼容，6G 融合”的理念——在人口密集區(qū)域使用地面通信網(wǎng)絡，以發(fā)揮其大容量、高速率和低時延的優(yōu)勢，在其他偏遠地區(qū)則使用衛(wèi)星通信網(wǎng)絡，以發(fā)揮其廣泛覆蓋的優(yōu)勢[3]。星地融合網(wǎng)絡具有更為復雜、難以描述和預測的移動特性，需要研究高效的切換控制技術以確保星地融合網(wǎng)絡中通信連續(xù)性[4]。

近年來，國際標準組織對移動性切換開展了眾多標準化工作，如3GPP 在R17 版本開展了對非地面網(wǎng)絡（NTN,Non-Terrestrial Network）中基于位置的移動性管理等技術的標準化工作。在R18 版本NR NTN Enhancements 項目中，進一步增強NTN-TN 和NTN-NTN 移動性和服務連續(xù)性，特別是針對非連續(xù)覆蓋場景下移動性管理展開研究[5]。近年來，多位學者針對各種衛(wèi)星網(wǎng)絡以及星地融合網(wǎng)絡的各種場景中的切換策略進行了詳細論述。在文獻[6]中，作者提出了一種以用戶為中心的切換方案，通過多衛(wèi)星同時緩存用戶的下行數(shù)據(jù)地面實現(xiàn)用戶的無縫切換，解決頻繁切換的問題。在文獻[7]中，作者提出了一種基于網(wǎng)絡流的切換策略，在巨型低地球軌道（LEO,Low Earth Orbit）衛(wèi)星星座中最大化用戶體驗質(zhì)量（QoE,Quality of Experience）。隨著LEO衛(wèi)星的大規(guī)模部署，某一區(qū)域的移動設備可能同時擁有多顆可見衛(wèi)星，面臨多接入點選擇的問題。如果切換條件不合適，可能會導致反復頻繁切換，增大決策負擔，文獻[8]中作者研究了超密集LEO 衛(wèi)星網(wǎng)絡（UD-LSN,Ultra-Dense LEO Satellite Network）中的衛(wèi)星切換模型，提出了一種基于雙層分組和集群的移動性管理架構，旨在降低管理復雜性。文獻[9–11]采用了強化學習的思想，用戶以優(yōu)化長期吞吐量為目標自主決策，從而避免非地面基站之間頻繁切換。在文獻[12]中，作者利用傳輸鏈路質(zhì)量、LEO-BS 的負載均衡度以及剩余覆蓋時間來設計切換決策度量，在保證服務質(zhì)量（QoS,Quality of Service）的基礎上，減少用戶平均切換次數(shù)。文獻[13]中作者提出了一種面向低軌衛(wèi)星通信網(wǎng)絡的基于圖的衛(wèi)星切換框架，通過根據(jù)不同的切換標準設置鏈路權重，基于圖的框架可以支持多種衛(wèi)星切換策略。文獻[14]在圖切換框架的基礎上，為每條邊設計切換參數(shù)，優(yōu)化切換時機與切換序列。文獻[15]中作者提出一種基于圖框架的多屬性圖切換算法，以優(yōu)化切換次數(shù)為目標，使用critic 方法對多個切換屬性進行加權，從而降低平均切換時延。

現(xiàn)有方法如基于多屬性決策的切換方法通過預設權重衡量各個切換屬性，難以滿足用戶多樣化需求，基于機器學習的切換方法需要大量的數(shù)據(jù)來進行訓練，在衛(wèi)星通信系統(tǒng)中，數(shù)據(jù)的獲取和處理會受到星地大時空尺度信道變化的限制。本文提出一種基于無監(jiān)督圖學習的方法，引入衛(wèi)星覆蓋時空圖，表征網(wǎng)絡連接關系，定制面向切換決策的信息素感知機制，收集并監(jiān)測候選衛(wèi)星的切換信息，建立圖學習模型挖掘衛(wèi)星覆蓋時空圖中的特征信息和拓撲信息，求解包含節(jié)點和邊之間復雜相互作用的星地網(wǎng)絡切換問題，保證網(wǎng)絡吞吐量，搭建星地融合通信仿真環(huán)境，測試所提切換方法的性能。

1 基于無監(jiān)督圖學習的切換方法

1.1 場景模型

本文構建了一個星地融合網(wǎng)絡用戶切換場景模型，由低軌衛(wèi)星網(wǎng)絡為地面用戶提供網(wǎng)絡接入服務，每個地面用戶可以被多顆低軌衛(wèi)星覆蓋，但同一時間只與一顆低軌衛(wèi)星建立通信鏈路[16]。用戶在通信過程中會因衛(wèi)星移動觸發(fā)切換，根據(jù)星地鏈路的質(zhì)量選擇可見范圍內(nèi)的候選衛(wèi)星，每顆候選衛(wèi)星都為用戶預留一定的緩存空間[6]。

星地融合網(wǎng)絡場景如圖1 所示，設覆蓋區(qū)域內(nèi)用戶由低軌衛(wèi)星持續(xù)提供通信服務，該場景主要由以下部分構成：低軌通信衛(wèi)星表示為，衛(wèi)星沿固定星歷軌跡運動，當運動至用戶可見范圍內(nèi)，可以作為潛在的切換候選衛(wèi)星。地面用戶表示為，利用可見關系矩陣來表示用戶與衛(wèi)星的覆蓋關系[9]。

圖1 星地融合網(wǎng)絡切換場景圖

其中R為地球半徑，h為衛(wèi)星軌道高度，衛(wèi)星與用戶之間的距離可以計算為：

每顆衛(wèi)星節(jié)點的剩余服務時間屬性可以依據(jù)星歷導出的覆蓋時間tM計算得到[18]：

衛(wèi)星與地面用戶的基本路徑損耗PLb計算為為自由空間傳播損耗、陰影衰落與雜波損耗之和：

可計算出地面用戶信噪比為：

其中Ptr、Gtr、Gre分別為發(fā)射功率、發(fā)射天線增益、接收天線增益，用戶可達速率通過香農(nóng)定理計算為：

其中，Ps表示該用戶成功切換的概率，Tr表示從切換失敗到重新啟動再到鏈路重建的等待時間，Tp包含了切換過程所需傳播時延和處理時延，地面用戶的平均切換時延可計算為：

定義衛(wèi)星節(jié)點負載為該網(wǎng)絡當前接入的用戶數(shù)與最大可服務用戶數(shù)之比，網(wǎng)絡負載可以表示為衛(wèi)星節(jié)點負載方差：

其中Mj為最大可服務用戶數(shù)，為衛(wèi)星節(jié)點負載平均值。

本文目標是在滿足用戶業(yè)務連續(xù)性和網(wǎng)絡負載均衡的前提下提高網(wǎng)絡吞吐量，可以將切換問題建模為：

目標函數(shù)表示最大化網(wǎng)絡吞吐量，約束第一項中{0,1} 表示地面用戶與衛(wèi)星之間連接指示符的取值范圍，第二項中表示用戶最小速率需求閾值，第三項中Dth表示切換時延最大閾值，第四項中Lth表示網(wǎng)絡負載最大閾值，第五項表示每顆衛(wèi)星服務用戶數(shù)的取值范圍，其中為最大服務的用戶數(shù)量。

1.2 接入請求及切換流程

整個星地通信過程分為接入和切換兩個步驟，初次接入衛(wèi)星網(wǎng)絡時，地面用戶需要根據(jù)衛(wèi)星周期發(fā)送的廣播信號強度選擇連接的衛(wèi)星節(jié)點，并向該節(jié)點發(fā)出接入請求。批準接入請求后，衛(wèi)星給用戶分配通信資源。當用戶需要切換衛(wèi)星節(jié)點時，用戶需要根據(jù)候選目標衛(wèi)星的信息抉擇出目標衛(wèi)星，如圖2 所示，切換的具體流程如下[19]：

圖2 星地融合網(wǎng)絡切換流程圖

第1 步：用戶向源衛(wèi)星發(fā)送鏈路資源控制（RRC,Radio Resource Control）測量報告，包括候選切換衛(wèi)星列表，發(fā)起切換請求。

第2 步：源衛(wèi)星檢查基于信息素機制生成的候選衛(wèi)星資源狀態(tài)，生成候選衛(wèi)星列表報告，并向列表中的衛(wèi)星發(fā)送切換準入請求。

第3 步：收到切換準入請求的候選目標衛(wèi)星進行準入控制，并告知源衛(wèi)星是否確認切換準入請求。

第4 步：根據(jù)候選目標衛(wèi)星反饋的信息，源衛(wèi)星向用戶發(fā)送RRC 重配置進程，用于選擇切換目標衛(wèi)星。

第5 步：用戶按照RRC 重配置進程對候選衛(wèi)星進行切換決策。

第6 步：在切換目標衛(wèi)星為用戶配置可用資源后，用戶斷開與源衛(wèi)星之間的連接，開始與目標衛(wèi)星進行同步。

第7 步：目標衛(wèi)星發(fā)送用戶上下文釋放消息，告知源衛(wèi)星已完成鏈路切換。

第8 步：源衛(wèi)星告知其他候選目標衛(wèi)星切換過程已結束，釋放預留資源。

從上述步驟可以看出在LEO 衛(wèi)星星座的切換過程中，用戶需要在多個候選目標衛(wèi)星中選擇切換的目標衛(wèi)星，網(wǎng)絡服務質(zhì)量與步驟5 中選擇目標衛(wèi)星的具體策略息息相關。

1.3 基于圖學習的切換決策算法

在星地融合網(wǎng)絡中，低軌衛(wèi)星持續(xù)高速運動，為了描述用戶與衛(wèi)星之間的動態(tài)時空連接關系，引入衛(wèi)星覆蓋時空圖[18]，其主要思想是將星地融合網(wǎng)絡連續(xù)動態(tài)拓撲離散化，在每個離散切片認為拓撲不發(fā)生變化，描述每個切片下衛(wèi)星與用戶的連接關系[20]，然后確定用戶接入請求時間段，利用星歷信息計算在通信周期內(nèi)經(jīng)過用戶可見區(qū)域的衛(wèi)星，其次將每顆衛(wèi)星的覆蓋周期視為一個節(jié)點，潛在的切換選擇視為一條有向邊，構建切換時空覆蓋演進圖，則用戶的切換決策可以轉換為在圖中尋找一條表示多次切換決策的最佳切換路徑。通過潛在切換選擇構建衛(wèi)星之間的邊時存在兩種情況，當用戶被兩顆衛(wèi)星覆蓋，此時直接切換到下一顆衛(wèi)星；當用戶被三顆及以上衛(wèi)星覆蓋，需要進行切換決策。

圖3 為衛(wèi)星時空覆蓋演進圖：

圖3 衛(wèi)星時空覆蓋演進圖

對于已構建的衛(wèi)星時空覆蓋演進圖，利用增強的信息素感知候選衛(wèi)星節(jié)點可接入狀態(tài)[21]，具體來說，本文采用定制的螞蟻包，分為了前向螞蟻（FA）和后向螞蟻（BA）來發(fā)現(xiàn)切換路徑并反饋給源節(jié)點，并通過轉發(fā)BA 攜帶的信息來更新切換路徑集合。

本文中將網(wǎng)絡狀態(tài)分為節(jié)點狀態(tài)和鏈路狀態(tài)，定制螞蟻包為了適應動態(tài)衛(wèi)星網(wǎng)絡，信息素會隨著螞蟻包和時間的移動而不斷更新，初始信息素濃度設置為0.1，當節(jié)點接收FA，信息素濃度正增加為：

其中τ(i,j) 為原始信息素濃度，?τ為信息素濃度變化量。對于每個接收BA 的ISL，信息素的濃度更新為：

信息素自衰減為：

圖學習方法可以捕獲拓撲和屬性信息，并且可以將這些信息建模為表示圖中顯式或隱式結構關系，基于信息素收集的衛(wèi)星節(jié)點狀態(tài)信息，采用圖注意力網(wǎng)絡進行特征嵌入學習，無監(jiān)督訓練過程直接調(diào)整模型參數(shù)以最大化目標函數(shù)，不需要任何數(shù)據(jù)標簽。圖4 展示了本文所用的圖注意力網(wǎng)絡架構，其中節(jié)點特征嵌入由復雜的多個圖注意力層（GALs,Graph Attention Layer）完成。

圖4 圖注意力網(wǎng)絡架構圖

節(jié)點i在第m次迭代中向鄰居節(jié)點j學習特征的注意力系數(shù)的計算如下：

其中f是LeakyReLU 激活函數(shù)，節(jié)點的嵌入特征可以表示為：

2 仿真設置與結果分析

本文利用仿真工具搭建星地融合網(wǎng)絡仿真環(huán)境，對所提切換方法進行仿真試驗測試。

2.1 參數(shù)設置

采用Teledesic 衛(wèi)星網(wǎng)絡的軌道參數(shù)，軌面數(shù)為12，每條軌道分布24 顆衛(wèi)星，軌道高度為1 375 km，軌道傾角為84.7°，如表2 所示：

表2 仿真參數(shù)設置

2.2 實驗結果分析

選取某地多個地面用戶進行切換仿真實驗，采用相同參數(shù)設置，首先驗證所提基于圖學習切換方法在有監(jiān)督與無監(jiān)督條件下的收斂情況，以達到訓練數(shù)據(jù)集80%的時間為標準，分別測試了用戶規(guī)模在10 到60 遞增時的收斂時間。

圖5 展示了監(jiān)督模型和無監(jiān)督模型的收斂行為比較，可以看出隨著網(wǎng)絡規(guī)模的增加，兩種模型都需要更長的時間來收斂，無監(jiān)督模型與監(jiān)督模型相比，需要更長的時間才能收斂，特別是對于較大的網(wǎng)絡規(guī)模，后續(xù)可以考慮自監(jiān)督預訓練幫助無監(jiān)督模型收斂得更快。

圖5 有監(jiān)督模型和無監(jiān)督模型收斂性比較圖

圖6 展示了有監(jiān)督模型和無監(jiān)督模型實現(xiàn)的網(wǎng)絡吞吐量性能，其中監(jiān)督模型的訓練數(shù)據(jù)由窮舉法搜索獲取，可以看出兩種模型都達到了窮舉搜索的最佳總和率的80% 以上，但會隨著網(wǎng)絡規(guī)模的增加而下降，這是由于網(wǎng)絡負載的增加與切換決策維度增長導致的。

圖6 有監(jiān)督模型和無監(jiān)督模型網(wǎng)絡平均吞吐量性能圖

圖7 對比了有監(jiān)督模型、無監(jiān)督模型和多屬性切換算法的時延性能。其中多屬性切換算法主要切換參數(shù)包括仰角、覆蓋時間和空閑信道狀態(tài)，采用critic 加權處理，以保證切換決策對各指標之間的客觀評價?？梢钥闯鲭S著用戶數(shù)量的增加，三種方法的平均切換時延都相應地隨之增加，然而無監(jiān)督模型相較于其他兩種方法時延性能優(yōu)勢明顯，這主要得益于無監(jiān)督模型較短的處理時延，降低了切換失敗率，減少了用戶重新等待導致的排隊時延。

圖7 有監(jiān)督模型和無監(jiān)督模型切換時延性能圖

3 結束語

在星地融合網(wǎng)絡中，低軌通信衛(wèi)星以持續(xù)高速運動，星間切換時衛(wèi)星與用戶時空連接關系的快速變化。在衛(wèi)星移動過程中，切換請求的劇增使得有限的星上資源難以滿足所有切換請求，從而降低了切換成功率。本文提出了一種基于無監(jiān)督圖學習的切換決策方法，引入衛(wèi)星覆蓋時空圖以描述衛(wèi)星節(jié)點與用戶在不同時間與空間下的連接關系，設計信息素感知機制監(jiān)測候選衛(wèi)星的切換信息，為切換決策提供關鍵數(shù)據(jù)，通過無監(jiān)督圖學習模型挖掘衛(wèi)星覆蓋時空圖中的特征和拓撲信息，求解了包含節(jié)點和邊之間復雜相互作用的星地網(wǎng)絡切換問題。搭建低軌衛(wèi)星重疊覆蓋切換場景，對不同規(guī)模用戶進行了切換仿真實驗。實驗結果表明，無監(jiān)督圖學習模型以稍長的收斂時間換取了較大幅度的時延性能提高，增強了網(wǎng)絡對動態(tài)切換環(huán)境的適應性。