一種基于聚類的衛星波束規劃方法

郝英川

(海軍駐石家莊地區通信軍事代表室，河北石家莊050081)

0 引言

衛星通信系統結構日益復雜，衛星載荷功能日益強大、靈活，可分配資源不再局限于傳統通信衛星中的轉發器帶寬和時隙，衛星的天線和波束等均成為可規劃并可重構的資源。高效的波束規劃結果不僅能滿足區域覆蓋的要求，還可節省星上資源，降低星載資源管理器的運算量，提高資源的利用率以及系統整體的服務質量和通信容量。而國內目前的波束資源規劃研究僅限于對移動通信的蜂窩系統規劃。根據用戶區域分布針對地面基站的網絡規劃，是針對地面系統的，并且規劃完成后蜂窩資源將固定不變。將聚類算法引入波束規劃算法，針對星上點波束的指向，也就是波束照射的覆蓋區域進行分配和動態調整。規劃的依據是當前地面用戶的地理分布和業務需求等因素。隨著用戶的移動，對業務量變化進行調整，具有很強的靈活性。因此，高效的波束資源規劃方法是非常有必要的。

1 波束特點及規劃思想

1.1 星上波束資源

一般而言，衛星上配置的波束資源有固定的廣域波束和可移動的點波束，差異主要是覆蓋區域的大小、下行EIRP值以及G/T值。

1.1.1 廣域波束

廣域波束具有固定的覆蓋區域，不可分配。由于其波束寬、覆蓋范圍廣，適用于大地域范圍內的低速業務通信和控制信息傳輸。但是存在EIRP值和G/T值比較低的缺點，不適于傳輸高速業務。

1.1.2 點波束

點波束可在一定的覆蓋范圍內任意移動，為局部區域提供通信覆蓋，其覆蓋半徑將會影響波束覆蓋的規劃。點波束具有更高的EIRP值和G/T值，因此能支持更高的傳輸速率及抗干擾能力。

缺點是點波束覆蓋面積較小，主要用于重點保障廣域波束無法覆蓋用戶的業務通信。

對于星上資源的規劃，例如新一代寬帶通信衛星Spaceway3，工作于Ka頻段，采用相控陣點波束技術，能為站點間提供單跳網狀通信，這些獨特性使其能夠為用戶提供快速、高效、靈活和最佳性價比的通信解決方案。

Spaceway3放棄了廣域波束加點波束的傳統方案，以全點波束代之。下行的24個TDM載波以時隙為間隔在784個波束間跳變。

Spaceway3的網絡運控中心(NOCC)主要提供高可靠性、地區冗余和高性能的資源管理服務器。這些服務器為控制面板發送信號提供衛星地址分辨、連接許可控制、衛星終端注冊和下行鏈路功率控制。Spaceway3的資源分配支持預分配和按需分配動態。

綜上所述，廣域波束的覆蓋范圍是相對固定不變的，能夠進行動態調整的主要是點波束。因此本文的研究對象為衛星可移動的點波束，以下簡稱為波束。

1.2 波束規劃的原則

波束規劃的原則如下:

①滿足衛星能力限制。衛星通信載荷是有限的，擁有若干個可移動的點波束進行覆蓋，其余區域只能利用固定區域波束覆蓋，因此聚類和規劃的覆蓋區域數量不能大于波束上限個數，各覆蓋區域的尺寸不能大于波束的覆蓋范圍。

②預分配與自主分配結合。通過運控中心，可實現波束覆蓋范圍的預分配;對于沒有預分配的波束，可由資源規劃單元實現波束覆蓋范圍的自主調配。

③在滿足區域覆蓋的情況下盡可能地保證業務量需求。基于聚類的波束規劃方法可以分為聚類分析和波束分配2部分。聚類分析在大量節點中搜索到最需要覆蓋的區域，而波束分配根據區域和波束的具體情況進行分配。

2 基于聚類的波束規劃方法

2.1 規劃思路

聚類分析的基本思想是根據各個待分類的模式特征相似程度進行分類，而相似值得是2個特征矢量之間各分量分別比較接近。

聚類的目標是用某種相似性度量的方法將數據組織成有意義的和有用的各組數據。聚類不需要利用已知類的信息，因此，它是一種非監督學習的方法，解決方案是數據驅動的，也就是說，不依賴于任何監督學習或指導。

為了評定內部數據的相似性，或在模式識別研究的探索階段想從—堆沒有分組的信息中提取有意義的數據，則需要用到聚類分析。

由于波束覆蓋的過程就是從眾多的地面節點數據中找出面積和業務量都符合要求的區域，從而決定波束的指向，這些區域就是分組，就是類，因此將聚類分析作為波束規劃初始階段的工具。

在聚類過程中涉及特征選擇、相似性度量和聚類準則等基本問題。根據波束規劃的物理意義，應當選擇用戶的坐標作為特征矢量，而相似性測度則可以選擇歐氏距離。根據用戶屬性數據庫提供的用戶分布信息，對用戶節點進行聚類，將相距較近的多個用戶聚成一類，對應于同一覆蓋波束。

聚類的準則包括以下幾點:

①類內模式數量大于一定閾值。該準則表示每個波束下最少服務的用戶數量，當用戶數量過少，不應為其規劃一個波束。

②聚類直徑小于波束直徑。

③聚類數小于機械點波束數量。

④允許存在不能聚類的模式。

經過聚類后，可獲得波束的覆蓋范圍，對于無法聚類的用戶，意味著只能使用全國波束覆蓋。聚類流程如圖1所示。

圖1 聚類流程

2.2 波束分配算法

在分配波束覆蓋范圍時，需要保證覆蓋區域內所有站型均可通信，在規劃可移動的點波束時，應盡量滿足各終端的傳輸帶寬需求。

資源規劃單元對地面節點進行業務量統計或預測，然后進行資源的規劃。基本原則是:① 預期需要的時隙數小于各個波束所能提供的業務時隙數;②最小化可支持的總傳輸帶寬與總需求帶寬之間的差距;③在滿足以上條件的情況下，減小需要使用的波束數量。

在通過聚類過程得出的備選區域的基礎上進行篩選和判斷。首先根據輸入參數中的衛星參數確定點波束的覆蓋范圍和帶寬，然后按照業務量的大小順序選取區域，與點波束的帶寬進行比較判斷。

3 算法仿真及分析

3.1 典型場景1

在該場景下，用戶分布在一個較大的區域，分布范圍遠大于點波束的覆蓋范圍，約為點波束覆蓋范圍的10倍，區域內的用戶數量較多，但是大部分區域分布均勻，業務量較小，任何一個波束范圍大小的區域內的總業務量均低于單個點波束的帶寬能力，但是存在5個分布集中的小區域，節點成正態隨機分布。其中4個區域的節點比較密集，區域面積較小，另外一個區域面積較大，節點分布較為分散。每個終端節點的業務量隨機產生，單位為時隙。

分布密集、業務量大的區域優先進行聚類和波束的分配，因此4個分布集中的區域分別優先分配了4個點波束進行覆蓋，如圖2所示。

圖2 仿真結果1

最終波束規劃單元共規劃了4個波束對區域進行覆蓋。

場景內共1 200個終端節點，系統波束對其覆蓋率為 86.58%。所有節點的總業務量為269 083.29時隙，系統對其滿足率為79.75%。系統共使用4個點波束進行覆蓋，波束的總帶寬能力為294 912時隙，波束的利用率為82.81%。

當系統內的用戶數量非常大的時候，并且分布位置大大超出星上波束覆蓋能力的，用戶的需求得不到完全滿足，但是規劃算法會使波束資源滿足盡可能多的用戶的需求，覆蓋業務量最大的區域，使系統的通信容量達到當前最大值。

3.2 典型場景2

該場景下用戶分布在相隔較遠的3個不同區域，分布范圍對應點波束的覆蓋范圍，每個區域的用戶數量較少，分布集中，采取正太隨機分布，但是業務量較大，3個區域各自的總業務量不同。每個終端節點的業務量隨機產生，單位為時隙。覆蓋結果如圖3所示。

圖3 仿真結果2

場景內共875個終端節點，系統波束對其覆蓋率為97.29%。所有節點的總業務量為223 320.97時隙，系統對其滿足率為98.86%。系統共使用3個點波束和1個區域波束共4個波束進行覆蓋，波束的總帶寬能力為229 376時隙，波束的利用率為97.70%。

該算法能夠根據點波束和區域波束的不同特點，綜合考慮業務小站的分布區域和總業務量的大小進行合理的規劃，用有限的系統開銷覆蓋場景中絕大部分業務站。仿真結果符合期望，不使用全部載荷而實現全部功能，即用最少的波束資源來滿足用戶的帶寬需求。

4 結束語

分析了星上資源的特點和波束規劃的過程，將聚類算法引入到波束規劃中，提出了一種聚類分析和波束分配相結合的規劃算法。通過對不同終端站分布的典型場景進行仿真和分析，可以發現，在終端站分布較少時，能夠在滿足終端需求的時候節省系統開銷，在終端分布較多時，最大限度地滿足終端需求，能夠有效提升系統性能。

［1］張志涌，楊祖櫻.MATLAB教程:R2010a［M］.北京:北京航空航天大學出版社，2010:32－135.

［2］張即祥.現代模式識別［M］.長沙:國防科技大學出版社，2001:13－44.

［3］葛哲學.精通MATLAB［M］.北京:電子工業出版社，2008:15－88.

［4］馬奎斯德薩.模式識別——原理、方法及應用［M］.吳逸飛，譯.北京:清華大學出版社，2002:66－123.

［5］迪 達.模式分類［M］.李宏東，姚天翔，譯.北京:機械工業出版社，2003:26－33.

［6］馮少棟，馮 琦，沈 俊.美國 Sapaceway3系統概述［J］.數字通信世界，2009(12):84 －87.

［7］卞國棟.蜂窩移動電話的小區規劃［J］.移動通信，1998(1):31－36.

［8］鄒延華，鄒雪蘭.第三代移動通信關鍵技術簡介［J］.無線電工程，2001，31(9):43 －45.

［9］劉 英，路志勇，武 偉.衛星通信天線自動極化調整技術［J］.無線電工程，2012，42(7):46 －48.

［10］朱 辰，董銀虎.基于OPNET的網絡仿真技術研究及其應用［J］.無線電工程，2013，43(3):12－15.

［11］王士成.衛星運行控制系統混合模式架構研究［J］.無線電工程，2013，43(3):1 －3.

［12］鄭 煒，李 斌，任術波，等.GEO衛星斜投影多波束的橢圓參數分析［J］.無線電通信技術，2013，39(1):5－7.