降雨影響下的非均勻時隙跳波束資源動態分配方法

王亞昕，邊東明，胡 婧，李永強

（陸軍工程大學通信工程學院，南京 210007）

1 研究背景

近年來，經濟社會的發展對通信技術的巨大現實需求，刺激了衛星通信技術的蓬勃發展。其中，高通量衛星（High Throughput Satellite，HTS）正逐漸投入使用[1]。HTS，也稱為高吞吐量衛星，顧名思義，能夠提供比傳統通信衛星更高的容量，有時甚至能達到傳統衛星容量的數十倍。HTS衛星分為地球同步靜止軌道（Geostationary Earth Orbit，GEO）衛星和非靜止軌道（Non-Geostationary Orbit，NGSO）衛星兩類，當前在軌應用的以GEO衛星為多。據資料顯示，一顆HTS的總容量超過100Gb/s，但衛星建造及火箭發射等費用與傳統衛星相當，則每Gbit/s的投資下降到400萬～500萬美元，僅是一顆傳統衛星的1/50。由此可見，HTS網絡的帶寬成本大致與地面網絡相當，在經濟性方面具備一定的競爭力。

HTS最基本的特征是衛星的波束為點波束[2]。采用多點波束能夠提高衛星的發射增益和接收增益，但也存在點波束覆蓋范圍較小的問題，如果需要覆蓋較大區域，則需要大量的點波束，這顯然又與衛星平臺資源有限相悖。跳波束（Beam Hopping，BH）技術就是在這樣的基礎上發展起來的一種新型波束覆蓋技術[3]。它以若干星上波束的跳變完成傳統多波束的覆蓋，大大減少了點波束使用數目。BH技術的基本思想是利用時間分片技術，在同一時刻，衛星上只有一部分點波束同時工作，這種方式相比于傳統的多波束技術而言更能適應業務量分布不均衡的場景，是HTS的一個很好的技術選擇。由于衛星平臺能力有限，資源分配問題一直是相關人員重點研究的方面，于是BH技術下的資源分配問題也就成為了一大研究熱點。

對HTS通信系統而言，頻率是影響其吞吐量的重要因素。目前，大多數HTS采用Ka頻段。該頻段能夠實現更高的數據速率和頻譜利用率，更加適應寬帶業務需求。然而，在衛星通信中，氣體吸收、降雨和云霧損耗等方面因素都會造成信號的衰減，尤其在高頻段如Ka頻段，降雨對信號的衰減更加嚴重[4]，雨衰造成的衛星鏈路衰減在資源分配問題中不容忽視。

本文針對高通量衛星通信系統中的跳波束前向鏈路資源分配問題，提出了一種基于分簇的非均勻時隙動態分配方法。考慮雨衰對鏈路性能造成的影響，動態調整時隙的最小分配單位，在全頻復用的場景下，以規避同頻干擾為原則優化跳波束圖案。考慮實際情況中雨衰區域的業務請求級別高于晴天區域，所以分配時優先滿足鏈路衰減大的波束覆蓋區域。仿真結果顯示，本文提出的資源分配算法系統容量損失值小，實際通信容量大，業務需求滿足度高，具備一定的現實意義。

2 跳波束衛星通信系統

2.1 跳波束系統下行鏈路模型

跳波束系統采用單載波工作模式，使用一個載波支持多種業務，從而使轉發器吞吐量得到顯著提升[5]。再加上BH采用時間分片的思想，有針對性地對有業務需求的波束提供服務，更加能夠適應變化的業務請求以及不均勻的業務分布場景。此外，BH利用空間隔離的方式，使同時工作的波束相隔一定距離，來減少波束間的干擾。時間分片與空間隔離原理示意如圖1，用戶波束相互之間空間隔離，能夠同時工作而不互相干擾。

圖1 跳波束技術中的時間分片與空間隔離

現有跳波束衛星通信系統主要采用規則的分簇方法，將所有點波束均勻地劃分為若干波束簇，每簇波束數目相等，如圖2所示。由于用戶大部分通信需求都在前向鏈路，本文僅關注系統前向鏈路模型。如果沒有特殊說明，本文討論的資源分配即為時隙分配。設系統總帶寬為B，時隙的最小分配單元為Ts，分配周期為W。

圖2 跳波束系統下行鏈路模型

設系統采用高斯編碼，則波束i分得的容量Ri可寫為：

式中，Ni表示分配給波束i的總時隙個數；γi表示波束i的信干噪比（Signal to Interference plus Noise Ratio，SINR）：

式中，波束i的發射功率為Pi；信道增益為Gi；噪聲功率為N0；Ψcc表示與波束i同時工作的其余波束集合。

2.2 干擾分析模型

由式（2）可知，波束i受到的干擾總功率為

其中，信道增益Gr的計算公式為

式中，GrT表示波束r的發射天線增益；GrR表示波束r的接收天線增益；L表示自由空間傳播損耗。

自由空間傳播損耗L為

式中，d表示收發兩端的距離；c為光速；f為頻率。

式中，J1為一階貝塞爾函數；μ=πfDsin（θ/c），θ為鏈路方向與天線主瓣軸之間的夾角；G0表示θ=0時的最大天線增益，計算公式為：

式中，η為天線效率；D是天線口徑。

由于采用GEO衛星，假設所有波束收發兩端距離d相等，則全部波束的自由空間傳播損耗L都相等。規定衛星總功率平均分配給各波束，則由公式（3）、（4）、（6）可知，干擾功率主要取決于夾角θ，而θ又與受干擾波束和干擾波束之間的距離直接相關，通過幾何關系定性分析可知，距離越大，夾角θ則越大。將該關系代回公式（6）能夠得出結論：波束之間距離越短，則干擾越大。

2.3 非均勻時隙模型

跳波束技術采用了時間分片的思想，將容量資源轉化為時隙分配給各個波束，兩者之間的轉化關系由公式（1）給出。時隙資源的分配結果會生成一個跳波束突發時間計劃（Timeslot Burst Time Plan，TBTP），也稱為跳波束圖案（Beam Hopping Pattern），用于指導波束何時跳變至何處。衛星根據不同波束的不同業務量，動態地優化跳波束圖案，以適應業務分布不均、動態變化的場景。

第2代數字衛星廣播標準（DVB-S2）中規定的幀格式如圖3，所有的幀統一為標準長度Kbch[7]。由于GEO衛星波束覆蓋范圍廣，不同波束覆蓋區域內的氣象情況會存在較大差別，同一時刻可能有一些波束雨衰較大，影響它們的鏈路容量。然而，系統規定的幀長是固定的，這就導致信道條件較差的波束傳輸數據的能力下降。為改善這一問題，本文考慮根據鏈路情況動態地調整時隙分配的最小單元Ts，為鏈路條件較差的波束設置更大的Ts，使它在固定幀長內能夠攜帶更多數據量，從而補償其數據傳輸能力的下降。

圖3 DVB-S2中基帶幀格式

3 考慮干擾規避的跳波束圖案動態優化

3.1 系統模型

本文選取了文獻[8]中的GEO衛星點波束覆蓋歐洲地區系統模型，如圖4。本文規定將70個點波束劃分為5個波束簇，即每14個波束為一簇。同一時刻一簇內僅允許一個波束處于工作狀態，即系統的跳變波束為5個。業務量模型來自歐洲航天局的一項DDSO（Digital Divide： the Satellite Offer）研究[9]，為該地區2020年的預測網絡流量需求分布，如圖5所示。

該地區業務量分布明顯不均衡，如果采用傳統多波束系統資源平均分配方式，勢必會造成浪費。針對這樣的場景，本文設計了一種跳波束前向鏈路非均勻時隙分配算法，以更大限度地按需分配星上有限資源，減少浪費，提高用戶滿意度。

圖4 歐洲地區點波束覆蓋模型

圖5 業務量分布模型

3.2 算法原理

3.2.1 最小保證帶寬

由于70個點波束覆蓋了大部分歐洲區域，覆蓋面積比較大，不同波束的雨衰情況可能不同。在實際中，天氣情況愈惡劣的區域，其業務請求的優先級相應提高，考慮到這一因素，本文設計的時隙分配算法，以優先滿足大雨衰波束的請求為原則。但在這一原則下，如果雨衰波束的請求量遠大于晴天波束的請求量，或是雨衰波束數目遠超過晴天波束，則可能會出現晴天波束得不到服務的情況，這樣一來將大大影響波束間公平性。

各地區在入網時，會隨著請求量上報的同時得到一個最小保證帶寬—— 無論是否有業務請求、鏈路情況如何，該帶寬都是能夠得到保證的。為解決波束間公平性問題，本文引入最小保證帶寬Rmi，由公式（1）計算出對應的最小滿足時長Tmi，給所有波束預分配相應的Tmi，從而保證每個波束都能夠得到服務。

3.2.2 時隙長度設置

為簡化算法，根據不同波束的天氣情況，將所有波束劃分為三類：晴天波束、小雨波束、大雨波束。雨衰值小于等于10dB的波束為小雨波束，大于10dB的為大雨波束。雨衰越大的區域，由于幀長固定，則需要越長的時隙分配單元。所以設置晴天波束下的TsN=1ms，小雨波束下的TsL=2ms，Ts大雨波束下的TsL=5ms。在分配算法中，滿足了所有波束的最小保證帶寬之后，優先為大的波束分配資源。

3.2.3 干擾規避方法

由2.2節中的干擾分析得出，波束間距離越短，相互干擾則越大。而兩波束相隔一定的距離時，干擾功率相對于噪聲功率會很小，對于SINR的影響也就可以忽略，把該距離稱為距離門限dth。由于各簇存在相鄰關系，當工作波束在不同簇中跳變時，可能會出現兩個或多個波束相距較近的情況，于是引入dth，規定同時工作的波束之間距離須得大于dth。所以，在時隙分配過程中，確定了起始波束后，根據簇間幾何位置關系，依次在各簇內搜索能夠與已確定的波束同時工作的其余波束。為了保證分配的可持續性，避免越到后面可選擇的波束越少的情況，搜索時優先選擇滿足大于dth要求的所有波束中最近的波束。

3.3 算法設計

為了使分配的業務量更貼合請求，提升系統吞吐量，本文以最小化二階差分系統容量（Differential System Capacity，DSC）為優化目標[10]來描述時隙分配問題：

式中，K為系統總波束數目，分為Nc個波束簇；Ni表示分配給波束i的時隙長度；表示波束i請求的時隙長度，分配周期為W；Tij=1表示時隙j分配給了波束i，限制條件（10）規定了同一時刻僅有Nc個跳變波束在工作，限制條件（11）表示分配給波束i的時隙數目必須保證最小滿足時隙的要求。

本文設計了一種啟發式算法來實現時隙的動態分配，算法流程如圖6所示。在分配之前，在系統中隨機指定若干波束，分別作為小雨波束和大雨波束。而后，根據圖5中的業務量模型，由公式（1）轉化為各波束請求的時隙長度。對于有雨衰的波束，將它們的請求量按照一定比例降低。分配時，首先給所有波束分配最小滿足時長Tmi。而后，對于余下的時隙資源，按照波束不同的雨衰情況，優先給Ts較大的波束分配。

圖6 時隙分配算法流程圖

4 仿真結果分析

4.1 系統參數

GEO衛星系統參數如表1所示。仿真顯示該系統波束的信噪比（Signal to Noise Ratio，SNR）約為6.6dB，當波束間距離大于4倍波束半徑r時，SINR值幾乎與SNR相等，可以認為波束間干擾忽略不計，所以距離門限dth取值為4r。

表1 GEO衛星系統參數

4.2 仿真結果及分析

分配算法在matlab中的仿真結果如圖7所示。系統生成的大雨波束集合為{30，35，57，69}，小雨波束集合為{2，3，13，28，33，36，42，45，48，49，51，56，62}。考慮到實際鏈路容量，將大雨波束下的業務調整為原業務的40%，小雨波束下的業務調整為原業務的50%。由分配結果可以直觀看出，所有波束的分配都與其業務量相關，實現了按需分配的基本目標。

下面對仿真結果進行定量分析。以業務需求滿足度來評價算法性能，滿足度即為系統實際可用容量/系統總請求容量。經計算，本文提出的分配算法的業務需求滿足度為68.34%。其中，大雨波束的滿足度為100%，小雨波束的滿足度為100%，晴天波束的滿足度為65.43%，符合算法設計中優先滿足鏈路條件差的波束的基本思想。為了更直觀地體現出本算法的優勢，在該系統中對傳統的多波束平均分配方法做仿真，得出系統滿足度為54.72%。由此可見，本算法顯著提升了系統的業務需求滿足度，同時保證了雨衰鏈路的優先服務，顯示出良好的性能。此外，本算法的系統實際容量為31.69Gb/s，而采用傳統資源平均分配方法的系統實際容量為25.375Gb/s，可見采用本資源分配算法使得系統容量提升了24.89%。

圖7 算法仿真結果圖

4 結束語

本文提出的資源動態分配方法，以波束分簇的跳波束前向鏈路為場景開展。由于系統采用全頻復用方式，基于對同頻波束距離與干擾關系的分析，提出設置距離門限的方法來規避干擾。此外，針對Ka波段受雨衰影響較大的問題，考慮到雨衰波束的鏈路能力下降，而幀長固定不變，提出動態改變時隙的最小分配單元，以改善信道條件差的波束的傳輸能力。考慮實際情況，優先保障雨衰鏈路的通信需求，且為了避免雨衰波束數目過多或雨衰波束請求過大，導致晴天波束得不到服務的情況，引入最小保證帶寬，以確保所有波束都能夠得到服務，保障了波束間的公平性。仿真結果表明，相較于傳統的資源平均分配方法，本文提出的跳波束資源動態分配方法能夠有效避免同頻干擾，保證重點波束的完全滿足，大大提升系統容量，顯著提高業務需求滿足度。