6G中的衛星通信高效天基計算技術

吳曉文，焦偵豐，凌翔

（1.電子科技大學，四川 成都 611731；2.電子科技大學（深圳）高等研究院，廣東 深圳 518110；3.深圳市星網榮耀科技有限公司，廣東 深圳 518052）

0 引言

5G商用伊始，全球就已悄然啟動了6G研發的激烈競爭，特別是美國，希望通過6G研發重塑其在通信行業的霸主地位。6G網絡將實現天地融合，馬斯克的Starlink星座建設是目前6G的首次實質性嘗試[1]。我國于2019年11月正式啟動6G技術研發，并于2021年3月提出“前瞻布局6G網絡技術儲備”[2]。

6G在5G技術基礎上進一步融合衛星通信、人工智能（AI, Artificial Intelligence）與大數據技術[3]，突破地形地表的限制，擴展到太空、空中、陸地、海洋等自然空間，真正實現全球全域的“泛在連接”[4]。但是，目前的衛星通信以透明轉發為主，網絡架構簡單，衛星載荷的天基計算能力較弱，信息處理主要依靠地面數據中心完成，無法滿足6G場景下的星地、星間互聯互通、極低通信時延和高效計算能力的需求。

有鑒于此，本文對未來6G時代的星地協同AI、云邊協同的高效天基計算及適應多種業務的一體化異構天基計算技術進行了探討和展望。

1 現階段的通信衛星載荷處理技術

自上世紀60年代以來衛星通信技術及其應用蓬勃發展，已經由單一的地球同步軌道（GEO, Geosynchronous Earth Orbit）衛星發展到了低地球軌道（LEO, Low Earth Orbit）衛星、中地球軌道（MEO, Medium Earth Orbit）衛星與GEO衛星共存的局面。目前的通信衛星有效載荷主要采用透明轉發的彎管模式。根據通信衛星有效載荷硬件結構的不同，可分為傳統的彎管無線射頻系統、星上處理彎管系統和星上數字處理系統三個大的類別[5]。傳統的彎管無線射頻系統對信號不做任何數字化處理。星上處理彎管系統一般將信號數字化處理成基帶信號，再將基帶信號經過數字化信道器后頻分組成相對窄的帶寬信號，使之能夠在大量波束間交換，優化了頻譜分配。星上數字處理系統是通過將信號解調譯碼后對其在比特層面上進行處理，經過處理的數據流重新編碼后再傳輸給地面站[6]，如銥星（Iridium）系統。總之，現有通信衛星星上處理技術或計算能力僅具備簡單的波束分簇和控制、調制/解調及編解碼能力，不具備復雜計算和支持AI技術的能力。

軟件定義衛星是近幾年發展起來的技術，利用較為成熟的軟件定義無線電技術，在較大范圍內靈活控制衛星無線電信號調制方式、帶寬、波形、頻率等，實現對相同衛星硬件的“軟件定義”，達到有效載荷功能或性能軟重新配置，進而實現在軌任務的靈活配置。目前，軟件定義衛星基本聚焦于通信衛星領域，其可調整的性能主要包括波束可重配、工作頻段和帶寬可動態調整，以及天線增益可調整三個方面。軟件定義衛星目前尚處于起步階段，在商業衛星通信領域開始有初步的應用[7]。

衛星與地面通信系統特別是5G相結合的星地融合通信的研究和探索正在進行中，目前主要的國際研究組織包括SaT5G、3GPP等。SaT5G旨在成為定義3GPP中5G衛星解決方案集成的主要載體[8]，其研究成果將成為3GPP標準的輸入來源之一。3GPP對于星地融合的研究主要體現在TR 38.811、TR 38.821和TR 22.822等技術報告中，對衛星通信和5G乃至B5G及6G的研究都奠定了一定的技術基礎，但這些報告還處于星地融合的初級探討階段，還未形成標準化及工程化的應用。

總之，目前衛星載荷的能力十分有限，其轉發器容量、單終端用戶通信速率和工作頻段等也都無法滿足未來6G的覆蓋、大連接、多業務、高并發、大帶寬、高動態等通信需要。

2 6G衛星通信高效天基計算技術

2.1 6G衛星通信對天基計算的能力要求

根據相關研究，未來6G將由5G時代的增強移動寬帶（eMBB）、高可靠低延時（uRLLC）和海量機器類服務三大應用場景擴展為更強移動寬帶（FeMBB, Furtherenhanced Mobile Broadband）、極可靠低延時（ERLLC,Extremely Reliable and Low-Latency Communications）、廣覆蓋高延時高移動性通信（LDHMC, Long-Distance and High-Mobility Communications）、超大規模機器類通信（uMMTC, ultra-Massive Machine-Type Communications）和極低功率通信（ELPC, Extremely Low-Power Communications）五大應用場景[9]，這些對地面網絡及衛星載荷的天基計算能力提出了更高的要求。其中，針對天基計算的能力要求至少涉及以下方面：

（1）天地融合的網絡架構

核心要求為支持星間鏈路，滿足同層衛星（如其他LEO衛星）及不同層衛星（如GEO或MEO衛星）的互聯互通能力，甚至還需要具備衛星空口與地面移動通信網絡空口兼容的能力。

（2）智能路由和星際星地網絡切換

可根據終端業務類型合理智能調度資源，并通過智能路由技術，滿足終端對通信速率、通信時延、可靠性和誤碼率等質量要求。

（3）智能資源調度

能夠智能感知資源分配情況，并可智能進行資源的動態分配。

（4）衛星載荷能力

除了常規的頻率轉換等能力外，還需具備網絡資源虛擬化、網絡功能虛擬化（NFV），支持星載基站與輕量化核心網，支持邊緣計算（MEC）和用戶平面功能（UPF）。

（5）智能內生

作為新型基礎設施的重要戰略性技術加速發展，AI將與6G創新融合，引發新一輪技術變革。為滿足6G網絡對天基計算的能力要求，迫切要求衛星通信載荷同時支持輕量化AI的應用能力。人工智能計算中心將成為智能化時代的關鍵基礎設施[10]，星載輕量化人工智能計算中心成為AI全棧賦能6G衛星高效天基計算的必備手段。

（6）安全內生

終端設備具備同時接入地面網絡和衛星通信網絡的能力，而且終端設備及業務類型的多樣化和動態化，對網絡安全提出了更大挑戰。人工智能賦能安全，可以綜合判斷并選取最優策略，高效、精準、自適應提升安全風險和威脅的監測、預警和處置等全流程工作效率[11]。

（7）智能網絡切片能力

在天基計算中引入輕量化AI技術賦能下，實現智能定義和配置網絡切片參數，并根據終端業務需求，智能分配網絡切片，提高資源利用率，滿足業務需求。在全云化網絡架構基礎上，通過引入已經成熟的以機器學習為核心的AI技術，可以從切片的智能化部署和切片的智能化調度管理兩個方面實現切片網絡的智能化，且AI的引入能夠幫助運營商實現切片靈活性和切片管理復雜度之間的最佳平衡[12]。

（8）智能服務預測

能夠根據歷史數據及預測模型和知識數據庫等資料，智能預測用戶業務需求的時空分布，并智能調度和分配相應資源，滿足網絡服務質量（QoS, Quality of Service）和用戶體驗質量（QoE, Quality of Experience）等技術指標。

（9）異構計算

6G網絡及應用場景的復雜性，決定了多樣化和多線程任務的特征。通過異構計算平臺，打造超算能力的天基應用環境，通過硬件資源調度和軟件應用，實現業務的分流、加速和任務卸載等任務處理，提升網絡性能指標。

2.2 6G衛星通信的星地協同AI技術

未來的6G將存在網絡覆蓋全球化、網絡架構復雜化、網絡拓撲動態化、頻譜資源全頻段化、終端類型多樣化、終端用戶規模化、業務類型多樣化和應用場景復雜化等顯著特征，必須依賴智能化的網絡營運和管理，方可保障網絡的可靠性、健壯性，以及業務處理高效性。因此，人們已經啟動了AI在移動通信中的賦能機制研究。現有的無線網絡與AI結合的相關成果主要聚焦于網絡架構的優化，基于AI的智能無線網絡研究還處于起步階段[13]。這里從星地協同AI架構、基于AI的服務需求智能預測和星地分布式學習AI技術等三個方面來進行探討。

（1）星地協同AI架構

6G將利用跨協議棧的AI，成為一個可以自我配置并可自我維持的自主系統[14]。AI將深度融入6G系統，并在高效傳輸、無縫組網、內生安全、大規模部署、自動維護等多個層面得到實際應用[15]。算力、算法和數據被稱為AI發展的三個基本條件[16]，基于6G網絡終端、地面和天基資源及算力、算法和數據感知能力的差異化與動態化特征，需建立面向分布式學習的星地協同AI算法框架，適配星地計算能力的多主體、多目標、多級協同AI機制。其中，基于星上資源和處理能力的客觀條件限制，建立星上輕量級AI學習模型；而依托地面站與數據中心超大容量和超強算力的優勢，可建立基于海量數據的深度學習模型。圖1給出了天地協同AI參考架構，這里把LEO和MEO衛星合稱為非靜止軌道（NGEO）衛星。

圖1 星地協同AI參考架構

（2）基于AI的服務需求智能預測

6G的星載基站高動態特性，使得其覆蓋范圍內的業務需求也在高頻發生動態變化，而精細化的服務需求預測則成為網絡服務質量Qos和QoE保證因素之一。6G衛星通信網絡可根據業務需求、服務質量和資源分配等歷史數據，建立星地業務的資源需求智能預測機制，為按需服務的6G衛星通信網絡資源優化提供前置輸入。在保護用戶隱私的前提下，對6G衛星通信的網絡數據和用戶數據進行挖掘和使用，采用基于數據庫的新知識發現、場景感知和場景過濾等算法，使得基于服務需求的智能預測成為可能。基于此，星地協同數字孿生技術是值得研究的方向，針對星地孿生交互數據量大和網絡拓撲高動態等問題，設計星地協同機制實現物理空間與數字空間的交互映射，提升6G業務流量預測、服務類型預測以及資源需求預測的精準性，并進一步支持星地協同網絡狀態監控、網絡運維管控、網絡行為預測和網絡行為分析等。

（3）星地分布式學習AI技術

相比傳統的集中式學習，分布式學習能夠更有效發揮星地異構節點的計算能力，減少星間和星地數據傳輸需求。根據數據隱私要求和共享開放程度的不同，適配不同應用場景的星地分布式協同學習算法模型。在同一衛星運營商應用場景下，數據共享和開放程度較高，但不同衛星運營商之間的數據隱私保護要求較高。通過聯邦學習、遷移學習和模型參數上注等分布式學習算法模型及其場景適配性，建立星地分布式學習算法庫，為6G衛星通信的智能管理機制提供算法模型基礎。

2.3 基于云邊協同的高效天基計算

6G融合了地面網絡和GEO和NGEO衛星通信網絡，構成了GEO、MEO、LEO及地面網絡的分層網絡架構，這使得具備高算力的GEO衛星具備了輕量化核心網及數據中心的能力，而由MEO和LEO衛星組成的NGEO則具備了邊緣計算能力，為實現運邊協同的高效天基計算提供了信息基礎設施。

（1）云邊協同的天基計算架構

星間和星地計算資源共享和計算任務協同處理，是提升衛星計算效率的有效途徑，將邊緣計算和云邊協同的計算框架引入衛星網絡，構建面向6G衛星通信的新型天基計算架構，使能衛星在軌協同計算。天基計算系統將利用低軌衛星的近地表和數量多優勢，提供天基邊緣計算服務；利用高軌衛星的強算力和穩定性，提供天基云計算服務；通過分析業務時延、天基/地基算力差異和星載能耗等約束，使能天基與地基協同計算，有效平衡計算需求與星載能耗的折中關系。

（2）基于邊緣計算的低軌協同計算

天基邊緣計算實現了計算任務在低軌衛星節點的分流與處理，能夠節省星地/星間鏈路傳輸帶寬，降低星地鏈路大時延影響。針對單顆低軌衛星算力有限問題，基于低軌衛星簇的算力增強方法，建立根據計算任務需求動態選擇算力簇的形成機制。針對低軌衛星高移動性、過頂時間有限和廣域負載不均衡等問題，設計天基計算任務卸載策略。綜合星載能效、星上計算時延、通信傳輸時延、以及計算/通信/存儲資源效率等多目標需求，利用計算資源需求熱力圖和星地協同AI決策等技術手段，從系統角度優化多衛星節點計算任務分配，計算數據遷移和星間信令交互及計算結果返回策略。

2.4 適應多業務特征的一體化異構計算

6G中衛星通信有效載荷面臨著在體積、重量、功耗等條件和資源受限的環境下處理多種多樣應用場景和任務的問題，這要求衛星有效載荷既要能夠獨立進行系統管理和任務執行，又要能與其它衛星載荷實現互聯協作，無疑給6G天基高性能異構計算提出了更高的要求。異構計算指的是采用多種具有不同硬件架構的設備共同完成計算任務的計算方式，系統獲取任務之后將會在CPU上運行調度算法，根據調度算法結果進行任務管理，系統將會根據調度結果對硬件單元進行任務分配[17]。

6G衛星在軌計算系統需要處理面向多種通信業務的多類型信號、數據和協議。多種應用任務要在統一的信號處理平臺上處理，要求任務對象表述結構和處理承載平臺架構的匹配對應。結合衛星的異構眾核計算資源特征，針對不同通信業務的天基計算系統進行一體化、并行化和動態加載設計，并進一步采用基于圖的任務并行化分解與聚合方法，通過計算任務和計算資源的實時映射與調度，提升多業務處理效率和異構計算資源使用效率。

3 結束語

6G將在5G三大應用場景的基礎上進一步進行延伸和擴展，構建空天地海全覆蓋全連接的一體化網絡，其對衛星通信天基計算的能力提出了更高的要求。本文通過分析現有天基計算技術以及6G業務和智能化場景需求基礎上，分別從星地協同AI架構、云邊協同高效天基計算技術和一體化異構計算技術三個方面，對6G時代高效天基計算技術解決方案進行了探討和展望，未來可以此為基礎開展更深入的研究。