面向高軌衛星的探測集群接入機制設計

仝欣, 李旭, 劉穎

(北京交通大學 電子信息工程學院, 北京 100044)

0 引言

高軌衛星具有單星覆蓋廣、載荷類型全面、在軌生存能力強等優勢,可為遠離主力部隊的集群編隊提供與指控中心的超視距通信,進一步延伸作戰距離[1]。美空軍早在2016年—2036年小型無人機系統飛行規劃[2]中就提出了利用集群“通過高軌衛星為偵察和鎖定目標提供全運動視頻或高分辨率圖像,并在打擊后提供近實時的戰斗毀傷評估”作戰模式。2019年美空軍太空與導彈系統中心開發了衛星通信體系管理和控制原型機,并搭載于無人機平臺,期望通過衛星實時傳輸情報、監視和偵察數據[3]。可以看出,利用高軌衛星高效回傳集群探測數據以獲取決策優勢,已成為現代戰爭中不可或缺的一環。

集群信息回傳的前提是實現集群高效衛星接入。20 s內實現殺傷[4]的約束對探測信息回傳實時性提出了更高要求,集群衛星接入響應要求隨之進一步提升。隨著戰場空間趨于多維,集群規模進一步擴展(2017年美軍“山鶉”項目使用3架戰斗機投放103架無人機,進行編隊演示驗證[5];2020年美軍進攻性蜂群使能戰術項目使用250架自主無人機向地面部隊提供態勢感知和關鍵目標信息[6]),以美軍寬帶衛星通信系統[7]為代表的高軌衛星系統,可為19個獨立覆蓋區域內的用戶提供1 872條用戶信道,無法滿足數百節點集群同時接入(1 872/19=98)。上行鏈路容量受限導致衛星接入復雜性增大[8],加之高軌衛星固有的星地通信鏈路較長、星地環境復雜多變帶來鏈路時斷時續[9]等特點,導致集群在單次接入時延較大的情況下反復沖擊重傳[10],如何滿足集群衛星高效接入需求成為挑戰。

現有衛星接入機制大多為節點間無協商、免調度的隨機競爭機制。例如,DVB-RCS2標準中采用基于競爭解決的多樣性時隙ALOHA(CRDSA)機制實現衛星接入,通過多個副本數據和迭代干擾消除技術,可獲得比時隙ALOHA機制和多樣性時隙ALOHA機制更優的吞吐量性能[11]。與之類似,文獻[12-13]將編碼域非正交思想引入衛星接入機制,通過設計節點重復發送消息次數所服從的概率分布,在相同的時頻資源中疊加多個用戶信息,使用過載方式提升系統資源效率。上述機制在通信鏈路時斷時續的高軌衛星接入場景下,隨著星地上行鏈路質量惡化,丟包與誤差擴散[14]問題加劇,接入申請重傳次數急劇增加,導致接入時延增大、系統資源效率降低。

此外,上述接入機制單次嘗試接入節點為集群全部節點。隨著集群規模進一步擴展,當接入節點數量超過上述機制最優負載后,接入申請消息碰撞加劇、解調成功概率下降[15]。面向集群規模擴展需求,有研究通過減少單次接入節點數量,保證單次接入節點數量維持在最優負載以提升系統資源效率。文獻[16]設計了一種有匯聚節點的衛星接入架構,通過部分簇首節點接入衛星,進行傳感信息回傳。文獻[17]面向衛星物聯網接入系統,提出了一種改進的CRDSA3機制,每個節點選擇3個時隙進行接入申請消息發送,并控制每個接入周期內節點有數據發送的概率,進一步提升了CRDSA3機制吞吐量。文獻[17]指出,從吞吐量和丟包率兩方面綜合考慮,在固定每幀時隙數和相同丟包率的情況下,節點有數據發送的概率越低,可接入的終端數越多,但文獻[17]并未就如何控制節點接入概率展開說明。該機制不存在匯聚節點,期望以概率分布降低單次接入節點數量,其本質上也是通過控制單次接入節點數量,避免大量節點對衛星接入資源的沖擊以降低接入碰撞概率。然而在星地鏈路與編隊內鏈路質量惡化時,依然需要進一步增大編碼冗余度或引入重傳機制[17],導致資源效率降低;且該機制接入節點數量固定,其余節點需等待下次接入周期才被允許嘗試接入,無法依據星地鏈路與編隊內鏈路質量進行動態優化,因此難以滿足集群衛星高效接入需求,仍需進行優化設計。

功率域非正交技術結合競爭過程或已知用戶位置時,通過構造用戶端差異,亦可應用于衛星接入過程中[18-19]。文獻[18]將功率域非正交技術與不規則重復時隙ALOHA結合,用戶隨機選擇接入時隙與發送功率,在時頻域與功率域同時疊加數據包副本,進一步提升了接收成功概率。基于自組網的探測集群在嘗試信息回傳的同時,也在進行網內信息交互,這為獲知用戶信息并進行功率配對、發揮功率域非正交優勢提供了可能。且相比于隨機選擇發送功率的接入方式,通過確定功率配對,可進一步降低接入碰撞概率。可利用此特點提升同一時頻資源接入節點數量與接入周期內多傳次數,進一步優化接入機制,提升接入性能。

考慮高軌衛星通信鏈路較長且時斷時續等特點,針對現有CRDSA等接入機制適應性不足、難以滿足規模擴展的探測集群高效接入需求問題,本文提出了一種基于編隊維護信息的探測集群編隊非正交接入(FMI-NOMA)機制。FMI-NOMA機制首先利用集群節點間可交互特性,基于選舉算法進行節點接入申請信息匯聚,依據集群規模、編隊內鏈路及星地上行鏈路質量動態確定單次接入節點數量,通過減小集群節點隨機接入碰撞概率與接入等待時間、提升接入申請消息接收成功概率;在此基礎上,利用集群維護信息進行接入節點發送功率配對,通過結合功率域非正交傳輸方法,提升相同時頻資源允許接入節點數量,從而降低單次接入申請占用總資源。通過上述兩方面措施,提升節點接入成功概率、降低節點接入申請重傳次數,避免集群規模擴展、星地鏈路時斷時續時大量節點反復嘗試接入衛星,實現集群高軌衛星接入時延與資源效率性能提升。

本文建立FMI-NOMA機制接入時延與資源效率性能模型,分析集群節點數量、編隊內鏈路與星地鏈路中斷率等網絡與信道參數對接入時延與資源效率等性能的影響;考慮集群接入響應時間約束,建立資源效率最優化模型,在編隊內交互與嘗試接入衛星間進行折中,優化編隊網絡維護次數、單次接入節點數量等關鍵機制參數。仿真結果表明,FMI-NOMA機制與全部節點嘗試接入的CRDSA機制及固定部分節點嘗試接入的CRDSA3機制[17]相比,資源效率提升了約45%、接入時延降低了約12%,隨著集群規模擴展,性能提升更加明顯,能夠滿足探測集群高軌衛星接入與信息回傳需求。

1 探測集群高軌衛星接入應用場景

探測集群高軌衛星接入應用場景包含一個高軌衛星、一個地面信關站及后端指控中心和N個探測集群節點,如圖1所示,探測集群節點間最大跳數為H跳。衛星高度為36 000 km,與美軍寬帶衛星通信系統[7]相同。星地上下行鏈路、衛星-地面站上下行鏈路以及集群內通信鏈路均采用不同頻段,考慮衛星接入鏈路時斷時續特征,集群編隊內鏈路中斷率為pout-c,星地上行鏈路中斷率為pout-s。

圖1 探測集群高軌衛星接入應用場景示意圖

探測集群分布式感知戰場信息,并嘗試利用高軌衛星將全運動視頻、高分辨率圖像等探測信息回傳至指控中心。探測集群節點裝備編隊內自組網交互模塊,部分節點裝備編隊內自組網交互模塊與衛星通信模塊。節點基于編隊內自組網交互模塊進行編隊網絡維護與網內信息交互,通過衛星通信模塊進行接入申請與探測信息回傳。探測集群完成偵察任務后,首先發送衛星接入申請消息,嘗試接入衛星。衛星不進行星上處理,直接將接收到的用戶信息轉發至地面站,由地面站進行譯碼。接入申請消息被成功接收的節點會接收地面站經由衛星反饋的應答信令,并為節點分配數據傳輸資源,此后進入探測信息回傳過程。

2 FMI-NOMA機制設計

2.1 設計思想

面向高軌衛星通信鏈路較長且易受干擾、時斷時續特征,設計FMI-NOMA機制,為滿足探測集群高軌衛星高效接入需求提供支撐。設計思路如下:

1)現有以CRDSA機制為代表的全部節點隨機接入競爭機制,在通信鏈路較長且時斷時續的高軌衛星接入場景中,存在丟包與誤差擴散、接入申請重傳次數等問題。此外,隨著集群規模擴展,還存在接入申請消息碰撞加劇等問題。

針對上述問題,FMI-NOMA機制通過利用集群內節點可進行信息交互的特點進行節點信息匯聚,使得單次僅有部分節點嘗試接入,避免大量節點沖擊衛星接入資源,以降低編隊接入申請碰撞、接入等待時間與重傳次數,進而降低接入時延;

2)現有以改進的CRDSA3機制為代表的部分節點隨機接入競爭機制,在通信鏈路較長且時斷時續的高軌衛星接入場景中,編碼冗余度與重傳次數需進一步增大,且無法依據星地鏈路與編隊內鏈路質量進行動態優化。

針對上述問題,FMI-NOMA機制通過引入功率域非正交傳輸方法,降低單次接入申請占用總資源、提高傳輸冗余度,從而提升節點接入成功概率,進而提升系統資源效率。

2.2 幀結構

參考DVB-RCS2標準中幀結構與消息結構規定,設計FMI-NOMA機制幀結構如圖2所示。

圖2 幀結構示意圖

探測集群節點衛星通信幀內包括Sa個接入申請時隙、Sd個上行數據時隙與2個下行廣播時隙。每幀內接入申請時隙構成接入申請子幀,上行數據時隙構成上行數據子幀。考慮高軌衛星星地鏈路距離,為最大化資源效率,接入申請與上行數據子幀時長均為480 ms。接入申請時隙與上行數據時隙用于集群節點發送接入申請消息與業務數據消息;下行廣播時隙用于集群編隊節點接收來自衛星的廣播信息,包括允許接入資源單元、接入申請確認信息、數據傳輸確認信息及衛星廣播數據等。接入申請消息、業務數據消息與廣播消息格式與DVB-RCS2標準保持一致[20]。考慮集群節點間距離遠小于集群接入衛星距離,且由于編隊特性,各節點接入衛星距離差較小,無需較大的保護間隔以避免消息碰撞,因此忽略集群節點衛星通信消息中保護間隔影響。

探測集群編隊內交互幀內包括C個自組網控制時隙與D個數據時隙。自組網控制時隙用于發送編隊節點交互網絡維護信息,數據時隙用于發送編隊節點傳輸業務數據、匯總衛星接入申請消息。自組網控制與數據子幀時長與衛星通信幀中接入申請與上行數據子幀保持一致。文獻[21]指出,面向均勻業務,無需多輪協商即可在節點間建立傳輸的選舉機制在吞吐量方面更具優勢,因此探測集群編隊內交互采用選舉機制。此外,編隊內網絡維護信息除包含實現編隊自組網通信所需的節點號、節點鄰居列表等消息內容外,為實現集群衛星接入,需要新增消息內容包括是否存在衛星接入需求、接入申請選舉參數等。

2.3 機制流程

2.3.1 機制流程說明

FMI-NOMA機制通過編隊網絡維護獲取節點接入需求信息并進行信息匯總,確定單次接入節點數量,采用功率域非正交方式發送接入申請消息并等待信關站回復以確定是否需要重新申請,如圖3所示。機制流程如下:

圖3 FMI-NOMA機制流程

1)集群節點開機并構建編隊網絡,感知編隊內鏈路質量;基于選舉機制占用自組網控制時隙進行編隊內網絡維護,獲知節點接入申請情況,將有衛星接入需求的節點加入集合中。

2)節點接收本幀內衛星第1次下行廣播信息,獲取可用的登錄時隙,明確接入資源單元。

3)依據接入資源單元與編隊網絡維護信息、編隊內鏈路質量、星地上行鏈路質量等信息,確定單次接入節點數量Naccess。執行選舉算法,確定本次接入節點,并對接入節點進行功率配對。其余節點將自身接入申請信息匯總至接入節點。

4)本次接入節點采用功率域非正交傳輸模式進行接入申請信息發送,等待信關站回復。信關站回復信息將包含在本幀內衛星第2次下行廣播信息中。

5)編隊節點接收信關站回復信息,獲取接入結果。若接入失敗,則等待下一接入周期重新進行上述操作,直至接入成功。

編隊內網絡維護、接入節點集合確定及節點接入申請信息匯總過程均涉及選舉算法。選舉算法基于哈希函數[21]進行,如圖4所示。其輸入參數包括本節點ID號、選舉集合中其他節點ID號、可選舉占用的時隙。分別計算本節點ID號與時隙號的混合值、選舉集合中的其他節點ID號與時隙號的混合值。如果本節點的混合值最大,則本節點選舉成功,可以在選舉成功的時隙進行消息發送。

圖4 選舉算法示意圖

在編隊內網絡維護、節點接入申請信息匯總過程中,若本節點的混合值不為最大,則若選舉失敗,則將時隙號加1,繼續進行選舉,直至時隙占用完畢。

特別的,在步驟3中,為確定接入節點集合并進行功率配對[22],節點在每個選舉時隙執行兩次選舉算法。若第1次選舉成功,則將自身發送功率確定為大功率;若第1次選舉失敗,繼續進行第2次選舉,若第2選舉成功,則將自身發送功率確定為小功率;若第2選舉依然失敗,將時隙號加1,繼續進行選舉直至接入節點集合確定完成。

2.3.2 基于FMI-NOMA機制的高軌衛星編隊接入流程舉例

為直觀描述基于FMI-NOMA機制的高軌衛星編隊接入流程,本文以編隊內包含A、B、C三個節點、最優單次接入節點數為2為例進行說明。流程如圖5所示。

圖5 基于FMI-NOMA機制的高軌衛星編隊接入流程舉例

3 FMI-NOMA機制性能分析與優化模型

綜合考慮網絡參數(編隊內接入節點數量等)、信道參數(編隊內鏈路中斷率、星地上行鏈路中斷率等),建立FMI-NOMA機制接入時延與資源效率性能分析模型,分析維護開銷、單次接入節點數量等機制參數對接入性能的影響。考慮集群接入響應時間約束,建立資源效率最優化模型,優化關鍵機制參數,在編隊內交互與嘗試接入衛星間進行折中,確定不同集群規模、不同星地鏈路與編隊內鏈路中斷率下最優編隊維護次數與單次接入節點數量,進一步提升接入性能。

3.1 接入性能分析模型

3.1.1 維護開銷與接入成功概率模型

在集群接入過程中,集群節點首先基于選舉機制進行K次編隊內網絡維護,以獲取網絡節點的衛星接入需求。由于集群內節點間鏈路時斷時續影響,在網絡維護過程中,可能存在部分節點信息未能被維護到,導致不同節點維護信息不一致,進而導致選舉結果出現碰撞,影響后續接入節點集合確定及消息匯總過程。因此,在分析接入成功概率之前,首先進行維護一致性概率分析。

使用拓撲維護矩陣表示K次網絡維護后鄰居維護情況,并基于該矩陣進行維護一致性分析。矩陣列數為N,行數為K。矩陣值包括0(表征丟包,即本次未維護到該節點信息)、1(表征正確接收,即本次維護到該節點信息)。

RK×N={rk,n|k=1,…,K,n=1,…,N}

(1)

式中:rk,1=1。

對于某個節點的第i跳鄰居節點,其維護矩陣值為1的概率為

p(rm,i=1)=(1-pout-c)i

(2)

可得該二項分布均值為Ei=(1-pout-c)i,方差為Di=(1-pout-c)i·[1-(1-pout-c)i]。

根據中心極限定理,K次和值服從正態分布。設維護成功閾值為θ,第i跳鄰居節點維護成功概率為

(3)

式中:Φ(·)表示標準正態分布。進一步得到維護一致性概率為

(4)

式中:Ni表示節點的第i跳鄰居節點數。

集群節點在完成K次網絡維護后,依據接入資源單元信息與編隊內鏈路質量、網絡維護信息、星地上行鏈路質量等確定Naccess個允許接入申請節點并將其配對。

將編隊內節點分為維護一致節點與維護不一致節點兩類。對于維護一致節點,其維護到的節點數量為pconN;對于維護不一致節點,其維護到的節點為維護一致節點與自身,即pconN+1。這里為了簡化計算,認為維護節點數量為pconN與pconN+1時的最優接入節點數量均為Naccess。

對于維護不一致節點,無論其作為允許接入節點還是將自身接入申請消息匯總至其他節點,由于維護一致性影響,功率域配對發送與消息匯總過程中必將與其他節點產生碰撞,其接入成功概率為0。

對于維護一致節點,其接入成功概率與選舉無碰概率、星地上行鏈路中斷率、非正交解調成功概率等有關。下面具體分析維護一致節點的接入成功概率:

1)接入申請消息匯總過程。完成編隊內網絡維護后部分節點基于選舉機制,將自身接入申請消息匯總至某個允許接入申請節點處。接入申請消息匯總過程的成功概率受選舉無碰概率、編隊內鏈路中斷率等因素影響。

對于維護一致節點,在接入申請信息匯總過程中,有

(5)

式中:pele為選舉成功概率;h、v為選舉機制退避指數。

對于維護不一致節點,有

(6)

式中:p′ele為選舉成功概率。通過選舉成功概率分析可以得到,接入申請消息匯總過程中的選舉碰撞概率為需要進行接入申請消息匯總的任一維護不一致節點選舉成功的概率,即1-(1-p′ele)(1-pcon)N。

因此,對于維護一致節點,接入申請消息匯總過程中的成功概率psuc-ele為

(7)

2)功率域非正交發送過程。在接入申請消息匯總完成后,進行功率域非正交發送。當維護不一致節點將自身作為允許接入節點嘗試接入衛星時,將干擾正常接入的維護一致節點,可得此過程中維護一致節點的成功概率psuc-noma為

(8)

式中:pnoma為功率域非正交解調成功概率[22],與維護不一致節點嘗試接入時產生的干擾有關。

綜合上述過程分析,考慮單次接入節點占用資源與接入周期內可重傳次數,總的系統接入成功概率psuc為

(9)

3.1.2 接入時延與資源效率模型

節點接入成功過程包括K次網絡維護、選舉并匯總接入消息、接入申請消息發送直至成功等。基于上述模型分析,可以得到接入時延為

(10)

式中:Tc為編隊內交互時隙長度;Ts為衛星通信時隙長度;Ttr為星地傳輸時延;Tsch表示單次維護所需時間[23],

(11)

4Ttr+Ts為衛星及地面站轉發處理時間。

資源效率定義為單位時間內接入成功節點數發送的接入申請所占比例:

(12)

3.2 資源效率最優化模型

從資源效率模型可以看出,影響資源效率性能的參數主要包括編隊內鏈路中斷率、星地上行鏈路中斷率、編隊網絡維護次數、單次接入節點數量等。

為進一步提升接入性能,考慮集群接入響應時間約束,建立資源效率最優化模型,求解不同集群編隊規模、不同星地鏈路與編隊內鏈路中斷率下最優編隊維護次數與單次接入節點數量。該最優化模型可通過遺傳算法等方法進行求解,在此不做贅述。

最優資源效率模型表示為

(13)

式中:Tserv表示集群編隊接入響應時間門限。

4 仿真分析

設置不同集群編隊規模、編隊內鏈路中斷率、星地上行鏈路中斷率等參數,進行機制性能仿真分析。各參數取值范圍如表1所示。需要說明的是,文獻[24]實驗結果指出,在鏈路中斷率超過5%時,編隊內網絡性能開始惡化,而在鏈路中斷率達到30%時,用于數據傳輸的網絡資源大幅減少,甚至可能導致業務無法傳輸。文獻[25-26]仿真分析中,設定星地上行鏈路中斷率范圍為0

表1 參數取值范圍

分析不同集群編隊規模、編隊內鏈路中斷率、星地上行鏈路中斷率等參數下,編隊網絡維護次數、單次接入節點數量等關鍵機制參數對接入時延與資源效率性能影響;進行資源效率最優化仿真,給出不同網絡與信道參數下最優編隊維護次數與單次接入節點數量。最后,將本文所提出的FMI-NOMA機制與CRDSA機制及改進的CRDSA3機制[17]進行比較,驗證其有效性。

4.1 FMI-NOMA機制性能分析

4.1.1 接入成功概率

以N=106為例,不同編隊內鏈路中斷率、不同星地上行鏈路中斷率、不同編隊網絡維護次數與單次接入節點數量下FMI-NOMA機制接入成功概率如圖6所示。

圖6 接入成功概率

如圖6(a)、圖6(b)所示,隨著編隊內鏈路中斷率增大,相同單次接入節點數量、相同維護次數下,接入成功概率降低。類似的,如圖6(d)、圖6(f)所示,當星地上行鏈路中斷率增大時,相同單次接入節點數量、相同維護次數下,接入成功概率降低。

如圖6(a)、圖6(b)、圖6(c)所示,在相同單次接入節點數量下,隨著維護次數增大,接入成功概率隨之增大并趨于平緩。這是由于隨著維護次數增大,維護一致性概率提升并逐漸趨于1、維護不一致節點干擾影響降低,編隊節點交互優勢得到充分利用。可以看出,當單次接入節點數量固定時,存在一個最小的維護次數,使得接入成功概率最大。

如圖6(d)、圖6(e)、圖6(f)所示,在相同維護次數下,隨著單次接入節點數量增大,接入成功概率基本呈現先增大后減小趨勢,當維護次數較小、編隊內鏈路中斷率較大時該趨勢更為明顯。這是由于,當單次接入節點數量較小時,大部分節點需要將自身接入申請消息匯總至上述節點處。若編隊內維護一致性概率不為1,將影響部分節點消息匯總失敗,導致接入成功概率較低(當維護次數較小、編隊內鏈路中斷率較大時,加重了編隊內維護一致性概率影響)。而當單次接入節點數量較大時,維護不一致節點成為接入申請節點概率隨之增大、不一致概率將影響功率域節點配對結果,同時接入周期內重傳次數降低,導致接入成功概率降低。可以看出,當維護次數固定時,存在最優單次接入節點數量,使得接入成功概率最大。

此外,如圖6(a)、圖6(b)所示,在相同維護次數下(以K=3為例),當編隊內鏈路中斷率pout_c=0.1時,單次接入節點數量Naccess=10時接入成功概率最大;而當編隊內鏈路中斷率pout-c=0.2時,單次接入節點數量Naccess=60時接入成功概率最大。圖6(d)、圖6(f)亦證明了上述結論。即:編隊內鏈路中斷率增大時,使得接入成功概率最大的單次接入節點數量隨之增大。可以看出,在不同接入場景下,編隊內交互與嘗試接入衛星間存在折中關系。隨著編隊內鏈路中斷率增大,更傾向于選擇多節點嘗試接入衛星以減輕編隊內交互不一致影響、提高接入成功概率。

4.1.2 接入時延與資源效率

以N=106為例,不同編隊內鏈路中斷率、不同星地上行鏈路中斷率、不同編隊網絡維護次數與單次接入節點數量下FMI-NOMA機制接入時延與資源效率如圖7和圖8所示。不同編隊內鏈路中斷率、不同星地上行鏈路中斷率下最優維護次數、最優單次接入節點數量如圖中箭頭標識所示(分別以Naccess=10、K=3為例)。

圖7 FMI-NOMA機制接入時延

圖8 FMI-NOMA機制資源效率

如圖7(a)、圖7(b)與圖8(a)、圖8(b)所示,隨著編隊內鏈路中斷率增大,相同單次接入節點數量、相同維護次數下,接入時延與資源效率性能降低。類似的,如圖7(e)、圖7(f)與圖8(e)、圖8(f)所示,當星地上行鏈路中斷率增大時,相同單次接入節點數量、相同維護次數下,接入時延與資源效率性能降低。

如圖7(a)、圖8(a)所示,當單次接入節點數量固定時,隨著維護次數增加,FMI-NOMA機制接入時延與資源效率性能呈現先上升、后下降的趨勢。如圖7(d)、圖8(d)所示,在相同維護次數下,隨著單次接入節點數量增加,FMI-NOMA機制接入時延與資源效率性能亦呈現先上升、后下降的趨勢。這是由于隨著維護次數與單次接入節點數量增加,機制接入成功概率增大、性能得到提升;但隨著維護次數與單次接入節點數量進一步增加,維護開銷增大、單次占用時隙數量增大導致接入周期內重傳次數降低,因此性能下降。

如圖7(a)、圖7(b)、圖7(c)與圖8(a)、圖8(b)、圖8(c)所示,隨著編隊內鏈路中斷率增大,最優維護次數增大;而當星地上行鏈路中斷率增大時,最優維護次數基本保持不變。如圖7(d)、圖7(e)、圖7(f)與圖8(d)、圖8(b)、圖8(f)所示,隨著編隊內鏈路中斷率增大,最優單次接入節點數量增大;而當星地上行鏈路中斷率增大時,最優單次接入節點數量基本保持不變。當編隊內鏈路中斷率由0.1增大為0.2時,Naccess=10時的最優維護由3增大為11,K=3時的最優單次接入節點數量由15增大為60,即單次接入節點數量固定下的最優維護次數與維護次數固定下的最優單次接入節點數量受編隊內鏈路中斷率影響較大。

4.1.3 滿足接入響應時間約束下的最優資源效率及對應機制參數

以N=106為例,不同編隊內鏈路中斷率、星地上行鏈路中斷率下,在滿足接入響應時間約束的前提下,FMI-NOMA機制最優資源效率及其對應的單次接入節點數量與編隊網絡維護次數如圖9 所示。

圖9 最優單次接入節點數與編隊網絡維護次數

當pout-c=0、pout-s=0.1時,FMI-NOMA機制最優單次接入節點數量為12、最優維護次數為1;當pout-c=0.1、pout-s=0.1以及pout-c=0.1、pout-s=0.2時,FMI-NOMA機制最優單次接入節點數量為25、最優維護次數為2;當pout-c=0.2、pout-s=0.1時,FMI-NOMA機制最優單次接入節點數量為60、最優維護次數為5。因此,在N=106集群下,當pout-c=0、pout-s=0.1時,需有12個節點配備編隊內自組網交互模塊與衛星通信模塊雙模模塊;當pout-c=0.1、pout-s=0.1以及pout-c=0.1、pout-s=0.2時,需要有 25個節點配備雙模模塊;而當pout-c=0.2、pout-s=0.1時,需要有60個節點配備雙模模塊以達到較優的接入性能。由圖9可以看出:當編隊內鏈路中斷率不變時,隨著星地上行鏈路中斷率增大,最優維護次數與最優單次接入節點數量基本保持不變;當星地上行鏈路中斷率不變時,隨著編隊內鏈路中斷率增大,最優維護次數與最優單次接入節點數量均隨之增大。即:最優維護次數與最優單次接入節點數量受編隊內鏈路中斷率影響較大。這是由于,當編隊內鏈路中斷率不變時,對應某個維護次數與單次接入節點數量下的接入成功概率與星地上行鏈路中斷概率成反比關系,即:接入時延與資源效率性能與星地上行鏈路中斷率呈反比關系,因此,此時最優維護次數與最優單次接入節點數量基本保持不變。而當星地上行鏈路中斷率不變時,隨著編隊內鏈路中斷率增大,需要增大維護次數才可達到較優的維護一致性概率,此時,在相同維護次數下,節點匯總接入申請消息失敗概率增大,同時有更多的節點無法被維護成功,這些維護不一致節點亦可能直接發送接入申請消息,導致功率域非正交解調失敗。因此,當編隊內鏈路中斷率較大時,為使機制性能達到最優,需要選擇較大的維護次數與較高的單次接入節點數量。綜合上述分析,當編隊內鏈路中斷率較小時,更傾向于選擇進行編隊內交互、匯總接入申請消息,僅需小部分節點配備衛星通信模塊并嘗試接入衛星;而隨著編隊內鏈路中斷率增大,更傾向于選擇多節點嘗試接入衛星而不是進行編隊內交互匯總接入申請消息,即需要有更多的節點配備衛星通信模塊。可根據上述分析確定不同集群編隊規模、編隊內鏈路中斷率、星地上行鏈路中斷率等接入場景下的最優單次接入節點數量與最優維護次數。

4.2 機制性能比較

FMI-NOMA機制與CRDSA機制、改進的CRDSA3機制[17]參數均取最優時,不同集群規模、編隊內鏈路中斷率、星地上行鏈路中斷率下,機制接入時延與資源效率對比分別如圖10、圖11所示。

圖10 不同機制接入時延

圖11 不同機制資源效率

如圖10所示,隨著集群編隊節點數量增多, 3種機制接入時延均增大。其中,CRDSA機制接入時延增幅最大、無法滿足集群編隊接入衛星需求。改進的CRDSA3機制[17]在集群編隊節點數量超過一定范圍后,接入時延增幅急劇增大,這是由于此時接入節點數量已經超過改進的CRDSA3機制[17]最優負載,接入成功概率降幅較大,導致接入重傳次數急劇增大。

如圖11所示,隨著集群編隊接入節點數量增多,CRDSA機制資源效率呈現下降趨勢,這是由于此時接入節點數量已超過最優負載,CRDSA機制碰撞加劇導致機制接入成功概率下降、資源效率下降。改進的CRDSA3機制與FMI-NOMA機制資源效率呈現先上升后下降的趨勢(除圖11(c)外,其余場景機制資源效率性能亦符合先上升、后下降的趨勢,由于仿真節點數量限制未在圖中體現)。這是由于當最優單次接入節點數量較小時,隨著集群編隊接入節點數量增大,資源得到充分利用,資源效率提升;而當集群編隊接入節點數量進一步擴展、最優單次接入節點數量增大后,部分節點需要等待下一個接入周期進行接入申請發送,導致接入時延增大、資源效率降低。

如圖10(b)、圖10(c)、圖10(d)與圖11(b)、圖11(c)、圖11(d)所示,隨著編隊內鏈路中斷率與星地上行鏈路中斷率增大,在相同接入規模下,各機制接入時延與資源效率性能均呈現下降趨勢,且FMI-NOMA機制受編隊內鏈路中斷率影響較大。如圖10(c)與11(c)中紅色虛線圓圈所示,當pout-c=0.2、pout-s=0.1、150≤N≤190時,改進的CRDSA3機制[17]性能優于FMI-NOMA機制。這是由于FMI-NOMA 機制需要進行編隊內網絡維護以匯總節點接入申請信息,當編隊內鏈路中斷率較大時,需要多次維護,導致接入時延增大、資源效率降低,但依然滿足集群編隊接入響應時間約束。若集群編隊接入節點數量超過一定范圍(N>170),此時FMI-NOMA機制接入時延將無法滿足接入衛星需求,即在該場景下無法支持更大規模探測集群編隊,需要減小集群編隊規模。

綜上,本文提出的FMI-NOMA機制,通過優選編隊網絡維護次數、單次接入節點數量等機制參數,與CRDSA機制及改進的CRDSA3機制[17]相比,資源效率提升了約45%、接入時延降低了約12%。FMI-NOMA機制在接入節點數量較大(特別是超過CRDSA機制與改進的CRDSA3機制最優負載時)、星地上行鏈路時斷時續時,接入時延與資源效率性能均優于CRDSA機制與改進的CRDSA3機制,為滿足高軌衛星場景下探測集群接入與信息回傳需求提供了有效解決思路。

5 結論

為滿足接入頻帶資源受限、通信鏈路較長且鏈路時斷時續的高軌衛星場景下探測集群編隊接入需求,本文提出一種基于編隊維護信息的探測集群編隊非正交接入機制并優化編隊網絡維護次數與單次接入節點數量參數,為滿足高軌衛星場景下探測集群接入與信息回傳需求提供了有效解決思路。后續研究中將進一步優化編隊內鏈路時斷時續時的機制性能,并細化功率分配設計等內容。得出以下主要結論:

1)本文提出的FMI-NOMA機制利用基于選舉機制的編隊節點間可交互優勢,結合功率域非正交傳輸模式,使得單次僅有部分節點進行接入申請,同時提升相同時頻資源允許接入節點數量,從而減小編隊節點隨機接入申請碰撞概率與接入時延、提升系統資源效率。

2)建立FMI-NOMA機制接入時延與資源效率性能分析模型,分析維護開銷、單次接入節點數量等機制參數對接入性能的影響。考慮集群接入響應時間約束,建立資源效率最優化模型,優化關鍵機制參數,進一步提升接入性能。

3)進行機制性能仿真。仿真結果表明該機制相較于CRDSA機制及改進的CRDSA3機制,資源效率提升了約45%、接入時延降低了約12%,更適用于集群規模擴展、星地鏈路時斷時續的高軌衛星接入場景。