軟件定義的星地融合智能無線網絡

袁碩，任奕璟，王則予，孫耀華，彭木根

（北京郵電大學網絡與交換技術國家重點實驗室，北京 100876）

1 引言

隨著5G大規模部署工作的進行，致力于實現全場景、全應用的全球無縫智慧連接、深度連接和泛在連接通信愿景的6G研究也在不斷展開[1-2]。然而，依賴于基站和光纖等基礎設施的地面移動通信系統，受制于部署環境和經濟成本，目前僅覆蓋了約6%的地表面積，難以滿足天空地海廣域立體通信需求；并且，對于地震和海嘯等自然災害容忍度較低，回傳網絡易被摧毀而造成通信系統癱瘓；此外，無法有效支撐處于高速運動狀態終端不間斷的服務請求[3]。

針對這些問題，業界普遍認為具有廣闊的覆蓋范圍、強健的抗毀能力和穩定持續的交付性能的衛星通信網絡可作為地面移動通信網絡的有力補充，通過深度整合構建的星地融合網絡，可以在人口密集區域發揮高密度基站的優勢，實現大容量海量接入；在人口稀疏區域發揮衛星廣域覆蓋的優勢，實現全地域全時隨選接入。參考文獻[4]探討了現有地面網絡架構在星地融合網絡中的可用性，并深入討論了星地融合網絡的系統集成、協議優化、資源管理和分配等問題。參考文獻[5]針對未來應用極大容量的需求和星地鏈路較長的傳播時延等問題，總結了星地融合網絡在保障服務質量方面所涉及的關鍵網絡功能。參考文獻[6]介紹和分析了衛星通信網絡和地面移動通信網絡的差異，提出了多個星地網絡協作模型，并進一步研究了各模型所涉及的關鍵技術。參考文獻[7]回顧了星地融合網絡代表性架構，并按照傳輸、控制和管理、資源分配和安全對有關研究進行了梳理總結。

盡管針對星地融合網絡的研究已經取得了一些進展，但是如何解決星地融合網絡結構靈活性差、差異化業務適配性低、網絡智能化不足和資源利用率低等問題，實現敏捷柔性可重構組網，提供面向業務需求的資源配置和服務保障仍面臨重大挑戰。通過利用軟件定義網絡（software defined network，SDN）和網絡功能虛擬化（network function virtualization，NFV）技術，將有效處理衛星通信網絡和地面移動通信網絡從設備和協議的異質性到網絡功能和架構的異構性[8-9]；引入人工智能（artificial intelligence，AI）技術，能夠完成細粒度網絡資源的智能協同管理和調度[10-11]，進而實現星地融合網絡按需智能化組網，顯著降低融合網絡的運維復雜度和成本。

2 LEO衛星通信與星地融合

根據軌道高度，衛星可以分為地球靜止軌道（geostationary earth orbit，GEO）衛星、中地球軌道（middle earth orbit，MEO）衛星和低地球軌道（low earth orbit，LEO）衛星，各軌道衛星特點見表1。其中，LEO衛星由于距離地表較近，相對于GEO和MEO衛星有較低的發射成本、較短的傳輸時延和較高的數據傳輸率，并且對地面終端有較低的信號功率容忍度，有助于地面終端的小型化。另一方面，相關技術的快速迭代也不斷強化新型低軌星座的優勢。首先，集成電路技術的進步使衛星模塊化和小型化變成現實，衛星規模化、批量化生產成為可能，大幅降低了衛星研制和生產成本，同時顯著提升了星上處理能力，為潛在的星上計算和優化提供算力支撐；其次，包括一箭多星和火箭回收等火箭發射技術的突破極大地降低了衛星的發射成本；另外，基于毫米波、太赫茲、可見光通信技術的星際鏈路通信技術的發展，將大幅減少衛星通信對星地鏈路的需求和對地面信關站的依賴[3]。

表1 衛星通信網絡與地面移動通信網絡的特征、優勢和局限

目前，世界各國紛紛開啟新型低軌衛星星座的規劃和部署。其中，OneWeb星座計劃在海拔 1 200 km的12個低軌道面部署882顆衛星，每顆衛星配備16個用戶波束以確保用戶在仰角大于55°時至少有一顆OneWeb衛星覆蓋；Starlink星座計劃在海拔540～570 km和1 150～1 325 km的低軌空間部署約30 000顆衛星以實現高通量的數據傳輸；兩個星座均采用Ku頻段作為用戶鏈路，Ka頻段作為饋電鏈路。另外，相比于未配置星間鏈路的OneWeb星座對地面信關站的強依賴，規劃了星間鏈路的Starlink在未來星際組網具有更大的靈活性。有公開數據顯示，目前OneWeb和Starlink分別能夠提供單星峰值容量9.97 Gbit/s和21.36 Gbit/s，往返時延50 ms和20 ms左右的數字通信服務。

2.1 星地融合組網

盡管LEO衛星通信正在蓬勃發展，但除了廣域無縫持續覆蓋的優勢外，其在人均建設和運維成本、終端成本和通信速率等方面相比地面移動通信總體處于劣勢。因此，相對于取代地面移動通信網絡的發展定位，LEO衛星通信網絡更應該“兼容5G、融合6G”[3]。目前，新型LEO衛星星座已經初步具備與地面網絡組網的能力。第一代OneWeb星座星地融合組網方案如圖1所示，通過地面特定用戶終端/接入節點將地面移動通信網絡的流量經由LEO衛星轉發到地面信關站，并交付給地面移動通信系統的基站和核心網處理。其中，衛星只負責射頻信號的轉發接口，所有空中接口的處理交由地面移動通信系統完成。采用彎管操作的星地融合組網，可以直接使用現有地面移動通信網絡架構完成透明傳輸，但是缺乏星載邊緣計算的支撐將極大地降低星上無線資源實時智能分配與優化和邊緣服務快速響應的能力。此外，所有流量都需經由用戶鏈路和饋電鏈路轉發，將帶來不可忽略的傳輸時延，同時占用過多的星地鏈路頻譜資源。

圖1 OneWeb星座星地融合組網方案[12]

3GPP從R14開始衛星與5G系統的融合研究，并于2016年在TS22.261討論引入衛星接入技術作為5G的接入技術之一。在TR38.811中介紹了非地面網絡的作用和關鍵組成，并根據彎管與再生兩種星上載荷方案和是否需要衛星終端作為中繼提出了4種候選網絡架構。在TR22.822中提出非地面網絡服務的持續性、泛在性和可擴展性交付3種用例類別。此外，ITU提出了中繼到站、小區回傳、動中通、混合多播4種5G星地融合應用場景，并提出包括智能路由支持、動態緩存管理及自適應流支持、一致性服務質量和多播支持等多個各場景必須考慮的關鍵因素。另外，歐盟支持的Sat5G項目確定了衛星通信融入5G系統的六大研究支柱，包括跨衛星網絡部署5G SDN和NFV、融合網絡管理和編排、多鏈路和異構傳輸、衛星通信與5G控制面與用戶面的協調、5G安全在衛星中的擴展和用于緩存和虛擬網絡功能部署的緩存和多播技術。

2.2 問題與挑戰

通過深度整合衛星網絡與地面網絡以構建星地融合網絡，能夠響應未來面向萬物智聯與全球立體廣域覆蓋的通信需求，實現6G面向全場景、全業務的服務交付愿景。然而，星地融合組網仍然面臨以下諸多挑戰。

·衛星網絡配置固定及難以更新，星上載荷支撐的服務和應用類型有限。通信技術和應用服務的快速發展使早先發射的衛星逐漸難以滿足用戶的通信需求。此外，傳統衛星管控策略與星載硬件的深度耦合和異種設備間的差異化配置方案都增加了網絡管控的復雜度，降低了網絡功能部署和更新的靈活性。

·不同衛星星座間資源和信息隔離。盡管目前啟動的LEO衛星星座計劃眾多，但各星座采用的通信技術和網絡協議不盡相同，使得不同星座之間相互隔離，難以進行全面硬件共享和信息交互，將極大地浪費在軌網絡資源。

·網絡拓撲高動態，管控困難。除GEO衛星外，其他不同軌道面的衛星與衛星、衛星與地面信關站和衛星與用戶終端間相對位置的高速變化給層次化和立體化的復雜動態星地融合網絡的管理和控制帶來極大挑戰。

·星地融合網絡資源協同調度與優化困難。衛星通信網絡與地面移動通信網絡在組成設備、通信技術、網絡協議和架構等方面的顯著差異，以及兩者間存在的信息孤島等問題，對星地融合網絡資源協同調度與優化提出了嚴峻的挑戰。

作為一種新型網絡體系架構，SDN通過解耦控制面和數據轉發面，打破傳統網絡中的垂直集成，通過構建開放、可編程和易修改的通用接口，實現網絡功能的軟件化和交互便利化。另一方面，NFV技術通過將依賴專用、專有硬件的網絡功能虛擬化為可在云計算平臺或通用硬件運行的軟件，實現網絡功能與硬件的解耦，破除硬件廠商的深度綁定，從而提高網絡部署和運維的靈活性，支撐網絡服務的快速創新和迭代。通過將SDN和NFV與星地網絡有效融合，可有效應對上述挑戰。

3 軟件定義的星地融合智能無線網

3.1 網絡架構

面向廣域立體無縫覆蓋下多樣化的應用場景和差異化的用戶需求，基于SDN、NFV、網絡切片和分布式AI等技術，提出了一種軟件定義的星地融合智能無線網絡架構，其組成示意圖如圖2所示。該架構使用SDN技術分離網絡的控制平面和數據平面，通過統一開放接口提升網絡可編程性和可重構性以處理星地融合網絡中設備和協議異質性等問題，并引入具有全局網絡視圖的SDN控制器實現星地多域異構網絡具有業務適應性的資源統一管理和跨域動態配置。

圖2 軟件定義的星地融合智能無線網絡架構組成示意圖

通過對衛星網絡和地面移動通信的各個網絡功能進行柔性分割，實現網絡功能的模塊化部署，能夠完成對3GPP的彎管轉發和再生處理兩種組網方式的高效兼容。具體地，根據不同場景和業務對星上處理的需求，衛星可基于NFV技術自適應部署接入網用戶平面功能、接入網控制平面功能和部分核心網功能等，實現按需靈活的組網配置，保障網絡整體服務質量。此外，基于NFV技術在衛星和地面網絡邊緣可部署多接入邊緣計算（multi-access edge computing，MEC）服務，以就近支撐計算或數據密集型應用，降低傳輸時延和星地回傳鏈路負擔。同時，基于MEC的內容/服務緩存可極大提高內容/服務的交付效率。

針對偏遠地區應用場景，可直接通過LEO衛星彎管載荷完成地面終端射頻信號的轉發，然后借助信關站傳輸到地面接入網用戶平面、控制平面和核心網進行處理，完成精簡快速組網，實現用戶流量的透明傳輸，同時也可降低星上處理負擔。針對海洋和極地作業及終端處于高速移動狀態的高鐵、航空等應用場景，可通過將部分核心網功能部署在GEO衛星用于為其覆蓋范圍內具有接入網用戶平面和控制平面功能的中低軌接入衛星提供服務，實現衛星獨立組網，降低星地鏈路頻繁信令交互產生的開銷和時延。為應對由自然災害、物理攻擊等損毀地面移動通信基礎設施造成通信中斷等問題，可通過配置接入網用戶平面和接入網控制平面的衛星，實現關鍵業務上星備份，構建穩定的通信網絡。此外，針對巨容量高保真通信需求，可通過配備邊緣計算功能的衛星，實現網絡邊緣端的信號處理和內容分發以及衛星端的測量與智能數據分析；針對巨連接物聯網通信需求，借助衛星的廣域覆蓋和星上大規模干擾協作處理，實現物聯網終端的海量接入和數據的星上匯聚與分析，同時降低饋電鏈路的通信負載，響應氣象水文地址監測、野生動物保護、交通運輸和工業制造等大規模機器通信需求。

考慮LEO衛星快速移動導致用戶頻繁波束切換或星間切換和用戶激增產生的大量控制平面數據對星地鏈路的占用等問題，提出分布式主從SDN控制方案。其中，SDN主控制器位于地面，負責協調分布式SDN從控制器并完成星地網絡全局視圖構建，實現全網資源統一管理和編排、網絡拓撲發現和維持、負載均衡和路由決策等。此外，得益于較大的覆蓋范圍和相對穩定的星地鏈路，同步軌道衛星可搭載SDN從控制器，負責覆蓋范圍內LEO/MEO衛星的網絡管理和控制。在衛星網絡流量和服務負載密集區域，部分LEO/MEO衛星可搭載SDN從控制器通過星間鏈路實現鄰近范圍內衛星分組管理，以應對由于LEO/MEO衛星數量的逐漸增加以及用戶服務請求的差異化和復雜化造成同步軌道衛星SDN從控制器管理負擔過大等問題。

與此同時，將AI和分布式主從SDN控制器進行整合可構建分布式網絡智能編排系統，通過分析海量業務、網絡狀態和管控數據形成知識庫，并借助SDN主從控制器分別完成知識庫的線下構建和線上更新，實現星地網絡資源的自動化、智能化的按需管理和編排。具體而言，結合SDN主從控制器收集的狀態數據，可實現網絡故障預警和預測性維護；針對特定應用場景和業務需求，能執行網絡切片智能化構建和編排，進而實現柔性可重構星地融合無線組網。

3.2 分層邏輯結構

軟件定義的星地融合智能無線網絡結構如圖3所示，其邏輯結構包括3層：基礎設施層、控制層和應用層。其中，基礎設施層由包括LEO/MEO衛星、地面交換機、信關站和基站等在內的星地多域網絡中具有通信、計算和存儲等資源的設備實體組成。通過采用NFV技術解耦網絡功能和網絡硬件，破除傳統網絡設備專用硬件壁壘，將星地異構網絡設備演化為承載可重構網絡功能的基礎硬件設施并抽象成虛擬網絡資源池，從而構建星地融合分布式網絡功能虛擬化平臺，并根據SDN控制器指令承載虛擬網絡功能及構建網絡切片。

圖3 軟件定義的星地融合智能無線網絡結構

控制層由分布式主從SDN控制器組成，負責應對集中式控制單點故障、可擴展性差及負載不均衡和衛星節點載荷受限等問題，并通過開放的南向接口（southbound interface，SBI）實現對底層物理基礎設施的管理，同時向上層提供虛擬網絡功能。此外，部署于地面的SDN主控制器通過東西向接口（eastbound/westbound interface，EBI/WBI）與地面移動通信網絡和衛星網絡中的SDN從控制器交互，從而獲取全局網絡狀態和服務側寫以構建全網視圖，實現網絡的協同管理與控制，并制定和下發星地網絡的緩存更新策略、路由策略和虛擬網絡功能部署與撤銷指令等。為了有效屏蔽衛星網絡和地面移動通信網絡的異質性，可針對不同制式網絡進行SBI的定制化開發和部署，實現SDN主控制器對物理資源的跨域協同調度。另外，針對人口密度不均和業務請求的潮汐特性產生的潛在流量和業務負載不均衡問題，部署于SDN主從控制器的AI引擎基于大數據技術可進行深度流量分析和管控，并實現路由策略預更新和網絡資源協同預調度。其中，SDN主控制器基于集中式AI引擎實現全網粗粒度的網絡管控，SDN從控制器基于分布式AI引擎和主控制器下發的管控策略及區域內的網絡狀態實現細粒度的網絡管控。

應用層通過北向接口（northbound interface，NBI）向控制層獲取全網狀態和虛擬網絡功能接口，從而部署豐富的柔性可編程服務和網絡管理模塊（如移動性管理、流量工程、故障恢復、安全策略和切片服務等）。具體而言，應用發出的請求由NBI轉譯成SDN控制器規則，并經由控制層提供的虛擬網絡功能通過SBI轉譯為基礎設施操作指令以完成服務響應。此外，應用層基于可預測的星歷圖和全局網絡狀態，可以提供智能星地、星間或波束切換和移動性管理功能，以解決星地網絡動態拓撲問題，進而實現服務交付的持續性。另一方面，基于深度包檢測和AI技術將數據流量與多樣化的服務相關聯，并劃分不同QoS或QoE類，引導數據流向，實現面向質量/體驗的智能服務交付。同時，數據流量的智能引導與路由策略的智能預更新將有效地避免網絡擁塞，實現網絡負載均衡。

4 關鍵技術

為了充分利用衛星通信網絡廣域無縫覆蓋能力和地面移動通信網絡密集且豐富的網絡資源，發揮軟件定義的星地融合智能無線網絡的性能潛力，需要對以下關鍵技術進行深入研究。

4.1 無縫切換和移動性管理

星地融合網絡全場景廣域無縫通信服務交付的實現依賴于用戶在衛星通信網絡和地面移動通信網絡之間靈活的無感切換。然而，非地球同步軌道衛星相對地面的高移動性將導致用戶和衛星間用戶鏈路發生頻繁的波束切換或星間切換，增加了服務中斷風險和網絡管理開銷。因此，如何有效處理星地融合網絡的切換和移動性管理問題，并在保障用戶服務質量的前提下設計出實現最小化切換次數的切換策略是星地融合網絡的一個重要課題。與地面移動通信網絡基于信號強度進行切換決策不同，衛星通信的波束邊緣與波束中心點的信號強度差異較小，很難確定具有普適性的切換閾值。同時，由于星地鏈路較長的傳輸時延，接收端的多樣性和潛在的高移動性，以及服務需求的差異性，都為星地融合網絡的移動性管理提出了更高的要求。此外，星地鏈路的強周期切換也對切換的敏捷性和可靠性帶來了挑戰。

針對傳統衛星網絡架構下采用單一指標進行波束切換決策產生的切換失敗率高和乒乓切換等問題，參考文獻[13]提出多波束多決策指標切換機制，其算法流程如圖4所示。通過綜合考慮接收信號強度、鏈路丟包率和網絡時延等指標，使用接收信號強度反映當前用戶所在波束中信道質量，鏈路丟包率和網絡時延反映數據傳輸的損耗率。具體而言，首先通過SDN控制器的全局狀態信息完成用戶場景判斷，進而確定用于切換決策的指標；然后完成相關性對比并構建判定矩陣，并依據各指標的權重確定優先度計算總體情況評估值；最后根據該值確定切換時間閾值順序，完成切換決策，從而實現高精度、細粒度切換。

圖4 多決策指標切換算法流程

在針對星地融合網絡進行切換機制制定和移動性管理時，還應當充分考慮軌道衛星位置的可預見性。用戶終端可以根據時間相關的星歷圖確定下一輪預接入波束或衛星，并進行切換準備。同時，衛星節點也能夠實現面向覆蓋區域的切換預測，并為即將進行切換的波束在下一覆蓋波束中預留信道。通過引入切換請求隊列排序方法基于信道預留的波束切換機制可以有效保證全網波束間和星間的平滑、同步切換。

4.2 智能路由

為實現低時延的端對端數據傳輸，需要設計有效的路由算法以尋找高可靠性的最短數據轉發路徑。然而，星地融合網絡動態變化的拓撲結構、有限的星上處理能力和鏈路資源，使得星上路由規劃面臨重大挑戰。此外，不斷增長的業務種類以及不同種類的業務對服務質量的差異化需求，對借助星間鏈路實現流量轉發的路由策略的制定提出了更高的要求。另一方面，全球人口具有顯著的聚集效應，地表用戶分布極度不均勻，使得不同衛星的業務請求量不均衡。另外，不同地區的經濟發展狀態和業務潮汐特點進一步加重了這種星間負載不均衡的現象。因此，如何設計星地數據路由策略，實現面向業務類型的轉發路徑規劃，完成差異化服務質量需求的業務交付，并解決衛星網絡中流量分布不均衡問題是星地融合網絡中的一項關鍵研究。

隨著軟件定義的星地融合網絡不斷擴張的網絡規模和愈加復雜的業務請求，流表項目數和所需存儲空間將不斷增大，從而導致低效的流表項查找和匹配，顯著降低流量路由效率。在參考文獻[14]中，通過收集網絡中路由請求信息并提取用戶流量的業務類型、源地址、目的地址和路徑信息以構造訓練樣本集，并在地面SDN控制器使用Chebyshev神經網絡模型學習數據流量的特征和傳輸模式，而后把訓練好的模型下發到數據面各轉發節點代替流表進行智能快速路由決策。

針對衛星網絡特殊的運行環境而可能存在的由干擾引起的臨時鏈路故障和設備問題引起的永久端口故障等造成星間路由故障的問題，參考文獻[15]提出基于大數據的故障監測和基于Q-learning的路由恢復技術。首先，通過根據網絡故障數據訓練AI模型，實現臨時鏈路故障和永久端口的故障分類、故障鏈路和節點端口的定位。然后，將當前節點和目的節點作為狀態，相鄰節點作為動作，由排隊時間、傳輸時間和鏈路壽命組成的指標作為Q值構建Q-learning模型，并針對不同類型的故障，更新相關節點的局部狀態空間和動作空間的Q值，進而在區分故障類型情況下完成路由恢復。

4.3 多維資源智能調度

隨著集成電路技術的發展，計算和緩存模塊將逐漸小型化、微型化，使得衛星星載處理和緩存能力得到顯著提升。然而，隨之而來的用戶業務星上傳輸需求的日漸增長，星地網絡復雜的網絡架構、周期性變化的網絡拓撲以及指數級增長的數據量讓衛星通信網絡通信、計算和緩存服務交付的及時性和可靠性面臨重大挑戰。盡管SDN架構能夠有效實現多維、多源網絡信息的采集、傳輸、處理與跨域共享和邏輯上集中式資源管控，但傳統SDN資源管理和分配算法大多只針對特定的衛星網絡拓撲和特殊業務服務功能，且過于依靠算法模型的低復雜性和近似性，缺乏對資源實時狀態的自適應。此外，多維資源緊耦合狀態且差異化的調度方式以及多性能指標的優化目標都進一步增加了多維資源聯合調度優化的難度。通過引入AI技術，使用SDN控制器獲取的全局網絡狀態信息和資源分配管控方案作為模型的樣本集，迭代訓練資源管理決策模型，完成對業務請求、資源狀態等網絡特性的自適配，進而取代SDN控制器傳統管控策略，實現星地融合多維資源實時有效管理與智能分配。

針對衛星系統多維資源的智能調度，參考文獻[16]提出如圖5所示基于AI的衛星網絡資源管理架構，實現對衛星網絡資源的實時智能狀態分析和調度。通過地面SDN控制器收集的衛星網絡資源狀態用于Network Mind的AI模型訓練，進而從歷史衛星資源網絡狀態和資源分配方案中學習在各式各樣的衛星資源網絡狀態和業務請求下的資源管控策略。之后，將策略發送到SDN控制器用于應對最新的用戶資源請求，進而控制衛星完成多維資源調度。同時，相應的“狀態-請求-響應”也將作為新樣本用于AI模型的訓練，從而形成衛星網絡資源管理閉環優化，保證AI模型對新型網絡狀態和業務請求的適應性，提高衛星資源的分配效率。

圖5 基于AI的SDN + Network Mind架構

4.4 AI使能的服務鏈部署

通過SDN/NFV技術對星地網絡硬件基礎設施的虛擬化，分離控制平面和數據平面，將有效實現業務交付的集中統一管控，同時促進新業務的創新和部署。如此，網絡服務提供商可以針對服務功能鏈（service function chain，SFC）的虛擬網絡功能（virtualized network function，VNF）進行柔性的調整和擴展。目前，如何編排SFC以在星地網絡節點有限的計算資源下滿足VNF部署請求，同時在有限的物理鏈路帶寬下構建滿足虛擬鏈路帶寬請求的業務流路徑，完成SFC的映射，并降低對資源的占用實現網絡效益最大化已成為熱門的研究領域。然而，現有的大多數研究成果集中在單域網絡的SFC映射，對星地融合網絡的跨域場景并不適用。此外，衛星通信網絡和地面移動通信網絡擁有者和運營者等方面的差異，不可避免產生部分信息隔離，從而進一步增加了跨域SFC映射的難度。

在參考文獻[17]中，針對域內部分信息隔離的情況，同時考慮SFC映射對傳輸時延和資源消耗的影響，將SFC跨域映射分解成SFC分割和子鏈映射兩個關鍵問題，從而提出一種區域集中管理、全局協同調度的跨域SFC映射機制，其框架如圖6所示。基于集中式SDN控制器的編排架構，利用全局視圖構建多域網絡抽象拓撲，從而降低域間映射復雜度。通過將SFC分割問題建模成馬爾可夫決策過程，其中每個域總共可用計算資源、現有的VNF與各域映射關系和待處理SFC請求資源作為狀態空間，從抽象網絡拓撲選擇滿足條件的VNF域映射作為動作空間以及使用域間傳輸時延與映射資源成本開銷刻畫獎勵函數，并基于Q-learning進行訓練，進而完成SFC的跨域映射決策，實現VNF的多域均衡部署。

圖6 跨域SFC映射框架

5 未來展望

5.1 面向場景的星地融合網絡切片

星地融合網絡致力于填補海洋、天空、高山和偏遠地區信息鴻溝，實現廣域立體無縫覆蓋、提供每平方千米超百萬連接和10 Tbit/s的巨容量隨遇接入以及端對端數秒級的超低時延。具體而言，針對傳統衛星應用場景（如環境監測、動物保護和交通運輸等），星地融合網絡將極大增加監測終端的接入數量、延伸其部署范圍，同時借助星地邊緣計算平臺實現數據實時智能分析和反饋，提供更準確的環境監測和災害預警、更廣泛的生物追蹤以及更精準的導航規劃和運輸溯源；對于移動寬帶通信應用（如全息視頻通信、VR/AR和廣域物聯網等），通過構建面向差異化場景的星地融合網絡切片，利用星地鏈路、星間鏈路和地基鏈路協同傳輸以及天基和地基協同計算與緩存，實現用戶無感的業務統一交付。

然而，星地融合網絡中不同鏈路無線信道的隨機和時變特性增加了切片隔離的難度，為統一的切片隔離機制設計帶來顯著挑戰。另外，衛星網絡和地面移動網絡在空口、協議和頻譜分配等配置方面存在較多差異，如何設計資源管理機制以規避星地融合切片中接入制式的影響，提升網絡接入性能也是未來亟須解決的問題之一。

5.2 時延敏感星地融合網絡

全產業物聯網的快速發展，使得物與物、人與物、人與人間的信息交互與操作協同趨于智能化、常態化，進而對信息傳輸的時延、帶寬和抖動等提出了更精細、更確定的性能要求。為了實現星地融合網絡數據確定性傳輸，可基于分布式主從SDN控制器的網絡狀態數據，使用AI技術進行時延預測并優化流量調度策略和路由路徑。然而，如何訓練和部署AI智能引擎完成對業務流量和QoS優先級的智能識別和分類，并綜合考慮網絡設備能力和目前業務隊列狀態，實現細粒度的計算調度將是一個具有挑戰性的問題。此外，在星地融合網絡動態的網絡拓撲和時變的鏈路狀態下，如何綜合考慮不同鏈路之間的負載均衡，快速制定流量路由策略是一大挑戰。另外，由于星地融合網絡中不同無線鏈路環境的顯著性差異，使得傳輸冗余度和傳輸時延權衡分析面臨挑戰，如何設計鏈路自匹配的冗余傳輸機制，保證流量傳輸的成功率和各類鏈路的穩定性也是未來研究方向之一。

5.3 星地融合無線傳輸技術

星地融合網絡中涉及3種類型的衛星無線鏈路：星間鏈路、星地用戶鏈路、星地饋電鏈路。星間鏈路作為實現流量星間路由和負載均衡的基礎，能夠有效降低衛星網絡對地面通信網絡和地面信關站全球部署的依賴，實現同軌/異軌衛星、星座和星群間協同組網。其中，激光通信鏈路由于信道容量大、抗電磁干擾能力強及保密性好等特點，被視為構建未來星間鏈路的主要候選。此外，微波星間鏈路也逐漸從Ka頻段向太赫茲頻段等更高頻段發展，以適應星間信息傳輸需求的增長。目前，國內外對這兩種新型星間鏈路的研究和實現都在穩步進行，未來微波和激光混合星間鏈路將持續并存發展。另外，對星間鏈路快速對準和穩定維持技術的研究也將是星地融合網絡的一大重點和難點。

對于星地用戶鏈路，新型低軌星座已經開始使用高頻段（如Ka頻段）代替低頻段進行地面用戶與衛星間的數據傳輸。星地饋電鏈路也逐漸從C、Ku和Ka微波頻段向更高頻段、大帶寬和小型化的毫米波和激光通信方向發展[18]。然而，Q/V頻段信號的鏈路損耗在雨雪等復雜大氣環境下會急劇增加，對其抗雨衰減模型的建立和實驗刻不容緩。此外，如何降低天氣和大氣湍流對星地激光鏈路的影響，提升其鏈路可用性也是未來研究的重點。

6 結束語

本文調研了星地融合網絡的發展現狀，提出了軟件定義的星地融合智能無線網絡架構，通過構建分布式主從SDN控制器完成對衛星網絡和地面移動通信網絡的狀態監測，整合邊緣計算和人工智能構建網絡管理知識庫實現對星地融合網絡虛擬化資源池的智能管控與調度，提供面向業務需求的柔性可重構星地組網，進而實現天空地海全場景、全業務的服務交付。隨著對6G需求和關鍵技術研究的不斷深入，包括星地融合網絡的虛擬化、網絡功能部署和融合網絡切片等問題還需要進一步研究。