基于通信感知計算融合的低軌衛星網絡體系架構與關鍵技術

姜 寧,章川揚之,亢晨宇,孫耀華,閆 實,彭木根

(北京郵電大學 信息與通信工程學院 網絡與交換技術國家重點實驗室,北京 100876)

0 引言

隨著信息技術的不斷發展,未來網絡需要支撐多種新興業務和適應多種復雜環境,實現全球無縫覆蓋和高速泛在連接的愿景[1-2]。低軌(Low Earth Orbit,LEO)衛星網絡由于在發射成本、廣域覆蓋和高抗毀性等方面的優勢,是國家數字經濟發展和科學技術研究的重要方向[3]。我國“十四五”規劃和2035遠景目標綱要均指出要促進新一代信息技術和空間地理信息技術的加速融合,2020年4月國家發改委明確將衛星系統加入了新基建范疇[4]。另一方面,非地面網絡(Non-Terrestrial Network,NTN)技術已經被列入6G重要技術特征之一,以增強未來無線網絡的應用范圍和服務能力,支撐未來全球無縫覆蓋和高速泛在連接的愿景[5]。

目前,低軌衛星網絡以實現通信功能為主,可以實現與地面終端的直接和中繼通信,也可以與衛星地面站進行數據和控制信息傳輸,遙感衛星與計算衛星功能的實現需要借助特定的衛星通信系統進行輔助。但是,長期以來,各功能衛星是作為獨立的系統發展的,而低軌衛星的軌道資源是有限的,太空軌位是各國競爭的稀缺資源,分立功能的衛星不利于軌道資源的高效利用。而且隨著對遙感分辨率等性能要求的提高,海量感知數據的回傳成為了新的瓶頸[6],通過多跳中繼的方法難以保證數據的新鮮度。同時感知數據量的增加同樣對衛星的算力載荷提出了更高要求,加之使用寬帶衛星通信系統數據業務的需求也更為迫切,使用衛星組網實現業務的協同處理是一種行之有效的解決方案。

基于通信感知計算融合的低軌衛星系統可以緩解軌道資源緊張的問題,支撐未來空天地組網通信、協作遙感、星上計算等多維功能的協同演進[7-8]。可以預見基于通信感知計算融合的低軌衛星網絡將實現多場景下的互惠互利,全球實時分發和分布式感算資源協作可以通過通信賦能;星地頻譜感知、終端位置感知、網絡環境感知和網絡狀態感知可以增強通信和計算能力;星上處理、在軌數據緩存、在軌數據壓縮和在軌人工智能可以支撐通信感知業務。

基于通信感知計算融合的低軌衛星系統還處在研究初期,已有一定的理論論證,但并未實際試驗實現。本文首先介紹了基于通信感知計算融合的低軌衛星研究意義和相關研究基礎;然后提出了融合組網架構構想和網元與協議體系,并對關鍵技術進行了分析;最后對未來挑戰和發展方向進行了探討。

1 相關工作

低軌衛星網絡可以通過載荷實現通信、感知、計算三種功能。對于通信功能,由衛星組成的天基平臺通過聯合地基平臺,提供廣域用戶接入和數據通信服務。低軌衛星與地面的通信時延小,路徑損耗低,地面用戶終端的功耗和體積小。為了保證覆蓋性能,低軌衛星組網中的衛星數量相對更多,組網方式靈活,以便于星間切換[9],可以提供穩定的通信服務。

其中,對于感知功能,低軌遙感衛星系統通過搭載執行感知任務的載荷,獲取觀測對象的變化趨勢和分布特征,實現對災害、空天地環境、氣象的常態化檢測。現有低軌遙感衛星系統采用周期性的觀測方式,需要間隔一段重仿時間實現對同一區域的再次觀測,遙感系統的控制需要地面站的支撐,觀測結果也需要通過無線技術經由通信衛星傳輸至地面站。目前的遙感主要分為兩種技術方向:一是光學載荷,二是合成孔徑雷達(Synthetic Aperture Radar,SAR),后者通過回波信號分析獲取感知區域的相關信息,可以適應復雜的氣象環境,目前已經得到了廣泛的探索和研究[10]。

對于計算功能,衛星亟需借助星上算力實現自身以及接入用戶的控制數據處理[11]。衛星的計算功能作為聯合多功能多業務的基礎,在過去一段時間得到了一定的發展,2022年3月成功發射的批量級低軌寬帶通信衛星的單星CPU主頻已達1.2 GHz,2023年1月的“天智二號”D星的算力載荷高達40 TOPS(Tera Operations Per Second),可在軟件層面實現微云計算平臺上的全部署、智能運算和精準控制,不再設立各種功能的分系統。

目前國內外對低軌衛星的通信感知計算融合展開了初步研究。在國際標準化方面,國際電信聯盟無線電通信部門的SG4-WP4B工作組開展了天地系統融合方面的研究;3GPP發起了一系列項目,包括衛星5G系統架構、新空口支持非地面網絡解決方案、5G中使用衛星接入和新空口支持非地面網絡研究報告等。通信衛星系統的設計借鑒了地面移動通信系統的思路,歐洲電信標準化協會(European Telecommunications Standards Institute,ETSI)制定了S2X、GMR-1和S-UMTS等3種衛星通信標準,但是這三種標準是針對不同的通信傳輸業務設計的,不能實現通用,而且只有后兩種標準支持接入地面的核心網[12]。

在整體低軌衛星研究方面,呈現美國領先、大國追趕的“一超多強”競爭格局。美國國防高級研究計劃局開展了F6計劃,F6全稱為通過信息交換連接的“未來、快速、靈活、分離模塊、自由飛行航天器”,主要任務是將一個航天器的任務載荷、能源、通信、導航、計算處理等功能單元優化分解為多個模塊,與航天任務相關的不同功能或資源相關,實現多功能協同和資源共享。但F6計劃從根本上來說是一個論證項目,并未實際實現。NASA的通信服務項目(Communication Service Project,CSP)中,2023年發射的Pelican星座衛星將用于驗證低軌遙感衛星與通信衛星間的實時通信鏈路,并計劃將現有的圖像數據傳輸時間從小時級縮短至分鐘級。歐盟支持發展EO-ALERT衛星組網項目,由于尚未建立在軌智能處理能力,衛星原始數據在地面上進行處理后經由高軌道衛星中繼通信系統進行全球傳輸。SpaceX公司的STARSHIELD星盾計劃涉及通感算融合衛星組網的構想,通過將遙感傳感器搭載在低軌通信衛星上,提供大容量高保密數據傳輸和處理業務。2021年7月,Ramon.Space和LeoCloud達成合作,計劃在LEOcloud的低軌衛星星座基礎上,打造基于衛星的云邊緣計算服務,人工智能處理器和高密度存儲器將被應用支持低軌衛星的智能化,提供在軌的高效率算力業務[13]。我國在《國家民用空間基礎設施中長期發展規劃(2015—2025年)》中指出了計劃構建多分辨率配置、多觀測技術組合的一星多用系統;在第九屆中國國際商業航天高峰論壇上,中國航天科工宣布正式啟動超低軌通遙一體星座建設,同時時空道宇和長光衛星等商業航天企業在國家網絡強國政策的支持下也得到長足發展。

2 低軌衛星通感算融合組網架構構想

傳統的低軌衛星系統的通信感知計算功能相互分離,技術體制也以獨立為主。如圖1所示,其中地面遙感中心包括數據處理服務中心、運控和測控系統,遙感的具體過程如下:① 地面遙感中心利用通信衛星傳輸控制指令;② 指令通過中繼之后交由遙感衛星執行,從而實現對遙感衛星的工作狀態控制;③ 遙感所獲得的數據將按照衛星路由表轉發至地面遙感中心。通信衛星和遙感衛星分別從事不同的功能,而數據的處理則交由地面站,不能實現高效的協同交互和處理。針對以上問題,本文提出了一種面向通信感知計算融合場景的低軌衛星組網架構,通過星間鏈路組網、智能協同感知、按需的分布式算力調度和動態接入等技術,實現融合網絡的全域接入、智能感知和泛在計算。

圖1 傳統低軌衛星系統Fig.1 Traditional LEO satellite system

2.1 通信感知計算融合組網架構

所提通信感知計算融合組網架構分為天基系統和地基系統,天基系統可以為用戶終端提供通信感知計算功能;地基系統主要包括終端、遙感中心、接入點和核心網等,其中除包括地面終端外,還包括無人機和飛機等終端,地基系統提供星地寬帶接入、數據處理和衛星控制測量等功能。

天基系統的低軌衛星搭載了通信、感知、計算等多種載荷,實現了單星同時具備三者功能。如圖2所示,融合低軌衛星可以使用統一的無線信號同時進行通信和遙感,也可以在時頻空域使用不同的資源實現通信和遙感功能的共存,在多天線技術的支撐下,也可以通過劃分天線和波束控制的方式實現雙功能,提高系統的頻譜效率。在星間鏈路技術的基礎上,通過多點協作,可以提升遙感的分辨率,緩解低軌衛星過頂時間過短的問題,實現遙感的實時分發。在星間鏈路存在情況下,可以充分利用現有衛星的通信計算能力,借由計算載荷和存儲載荷,不在地面通信系統覆蓋范圍內的用戶終端可以通過衛星接入互聯網,訪問太空數據中心的存儲資源,也可以通過衛星中繼接入地基接入點,從而享受到寬帶通信服務。

地基系統的節點主要分為三類:一是用戶終端,對于普通手持用戶終端,可以通過地基接入點與融合低軌衛星通信,具備衛星通信功能的終端,直連融合低軌衛星,傳輸短包消息、接收衛星互聯網寬帶服務和接收遙感數據,飛機和無人機等終端可以接入通過天空鏈路接入到低軌衛星。二是地面遙感中心,主要負責衛星星座組網的控制、運行軌跡姿態的測量、任務請求指令的發送和遙感數據的接收,可以直接接收原始遙感數據,也可以接收多層信息融合之后的特征級和決策級信息。三是地基接入點,主要用以匹配天基衛星的空口鏈路,實現星地傳輸[12]。

2.2 網元與協議體系

所提低軌衛星系統中,涉及的網元包括用戶終端(User Equipment,UE)、衛星完整單元(Satellite-full Unit,Sat-FU)、核心網(5G Core,5GC)和公共互聯網(Date Network,DN)等[14]。通過升級部分網元的功能要求來實現,需要在地基接入點和衛星的接入控制和業務控制單元增加相關的功能,并引入計算模塊,其中用戶終端既可以是有直連衛星功能的終端,也可以是僅具備接入地面網絡能力的終端。如圖3所示,在衛星完整單元上增加了載荷用戶面功能(User Plane Function,UPF)和邊緣計算應用服務器(Edge Application Server,EAS),Sat-GW為衛星網關(Satellite Gateway),SRI為衛星的無線接口(Satellite Radio Interface),AMF和SMF分別為接入和移動性管理功能(Access and Mobility Management Function)和會話管理功能(Service Management Function)。

圖3 基于通感算融合的單星接入控制架構Fig.3 Single LEO Satellite access control architecture based on communication sensing computing integration

對于支持終端直連衛星功能的UE,可以通過NR-Uu接口接入到Sat-FU,融合衛星Sat-FU與Sat-GW通過SRI連接,Sat-GW通過NG接口與地面UPF連接,地面UPF通過N4與SMF連接,地面AMF從而可以與UE連接。

為了高效處理低軌衛星遙感數據,地面核心網絡涉及的控制協議與業務執行協議均進行升級增強。其中,控制協議由SMF通過N4接口下發到UPF,實現地基接入點對遙感業務的控制。業務執行協議是通過AMF實現并統一存放到核心網的非結構化數據存儲功能(Unstructured Data Storage Function,UDSF)中。具體而言,當預處理之后遙感信息傳輸至地面AMF時,可以實現在遠離目標和非接觸目標條件下進行探測,并將結果傳輸至DN;地面5GC的SMF增強體現應用層控制和資源分配算法的運行,可以調節和折衷通信感知雙功能。

星上計算功能是由衛星載荷UPF連接的EAS實現的,EAS通過N6接口與載荷UPF連接,當用戶終端啟動算力發現過程后,可以使用域名系統(Domain Name System,DNS)請求技術從載荷SMF獲取算力服務的地址,從而實現星間算力的發現,繼而發起計算業務。

為了支撐分布式通信感知計算的應用,需要考慮多星和星地協作的協議體系,如圖4所示,當不同的直連衛星UE通過不同的低軌衛星協作時,可以分別接入,衛星之間可以使用SRI和星間鏈路(Inter Satellite Link,ISL)實現數據的交互,并且可以共享網關。如圖5所示,當用戶終端不具備衛星通信的功能時,也可以通過地面移動通信系統接入低軌衛星組網。

圖4 基于通感算融合的多星協作接入控制架構Fig.4 Multi LEO satellite collaboration access control architecture based on communication sensing computing integration

圖5 基于通感算融合的星地協作接入控制架構Fig.5 Satellite earth collaboration access control architecture based on communication sensing computing integration

由于低軌衛星載荷功能的多維升級,多軌道、多服務的組網結構復雜,需要適應空天地多場景,而不單是常規的地面場景,除接入網相關的無線協議體系外,星上的高層協議體系同樣需要細化設計以適應空間通信。目前主流思路是構建以IP為基礎的、兼容底層物理層應用的分布式星座協議,早期的衛星協議是建立在數傳和測控基礎之上的,國際空間數據系統咨詢委員會(Consultative Committee for Space Data Systems,CCSDS)基于網絡層IP協議制定了空間通信協議規范(Space Communications Protocol Standards,SCPS),但是由于開發和維護的高成本,現在只有傳輸協議投入使用。為了克服深空通信的高延遲,可以考慮利用時延容忍網絡(Delay Tolerant Networks,DTN)協議,通過在應用層和傳輸層之間加入束協議層,實現不同協議的轉換,其主要特征是通過存儲和轉發克服接入的間歇性問題,但是也會從一定程度上降低網絡的吞吐量[15]。

3 關鍵技術

3.1 星間鏈路組網技術

由于低軌衛星與地面站之間的通信距離長,無線信號容易受到衰落等傳播因素影響,星間鏈路的建立有助于緩解星地鏈路的傳輸負載,從而使低軌衛星系統進行靈活的路由選擇和網絡管理,實現多星對于同一業務功能的協作,是通信感知計算融合的基礎。

由于低軌衛星的動態性,無線通信是主要的通信方式,目前星間通信的大部分工作頻率由國際電信聯盟分配,特高頻(Ultra High Frequency,UHF)主要用于星間通信,頻率為0.2～0.39 GHz,L波段可以用于星間通信和天基空基間通信,頻率為0.39～1.55 GHz,Ku、K、Ka等頻段由于較大的自由空間損耗,適合用于星間通信。類似于地面5G通信網絡,未來的低軌衛星通信頻譜資源管理也將從靜態轉為動態,借助于衛星組網,衛星的頻譜檢測載荷之間的數據可以共享,以實現頻譜感知的分布式處理和決策[16-17]。高速激光組網技術以激光束作為載波在空間進行信息傳輸,具有傳輸速率高和抗干擾能力強等特點。與傳統的無線通信不同,激光使用光纖放大器作為射頻模塊,在衛星高速運動時,激光鏈路的極窄波束提高了接收機對準的難度,現有無線鏈路的優化算法難以在高速激光鏈路的鏈路距離、地球遮擋和接收視野等約束下使用。亟需解決激光波束指向性與分布式低軌衛星準全向傳輸需求間的矛盾,實現動態激光鏈路星座體制發展。

在低軌衛星的星間傳輸過程中,從源節點到目的節點,數據包將經過多個衛星,網絡層的調度方法,比如移動切換方法和路由算法將影響數據包的時延[18]。每個衛星波束持續的時長可能只有幾十秒,頻繁切換將會帶來海量的信令開銷。為減小切換的信令開銷,可簡化切換流程,如圖6所示,將相鄰的低軌衛星看作整體虛擬網關,切換指令首先在虛擬網關相關的衛星間轉發,如果切換指令不能處理,則選擇其他虛擬網關[19]。對于低時延要求的業務,需要根據網絡的拓撲結構,合理劃分任務執行的節點,使得任務的總時延降低。對于亟需協作的任務,比如協作感知,采用多個衛星對同一片區域或者相近區域實現遙感,則需綜合考慮衛星的運動狀態、載荷的占用情況等,選擇使用分布式路由算法。基于DTN的路由算法涉及了一種面向消息的網絡體系,通過劃分時間片將低軌衛星網絡劃分為多個異構拓撲,并保證在每個時間片內,衛星的拓撲結構保持穩定,路由變化只發生在時間片更新時,從而降低組網路由運算的復雜度,使得低軌衛星系統具有一定的靈活性和抗毀能力。

圖6 基于虛擬網關的路由技術Fig.6 Routing technology based on virtual gateway

另一方面,隨著人工智能技術的發展,通過合理利用多節點動態組網的多維特征,可以有效解決組網問題。在頻譜選擇決策階段,可以使用多智能體強化學習算法獲取各個低軌衛星的狀態和行為,將接入優先級、信道質量等指標作為評估方式,最大化全局通信容量。在移動性管理階段,由于衛星在軌道的運行軌跡是有規律的,可以結合多個衛星的拓撲和運動趨勢,使用長短期記憶(Long Short-Term Memory,LSTM)網絡獲取到未來一段時間衛星的相對位置,從而靈活地規劃和改變網絡的功能分配、更加有效地調度網絡的軟硬件資源。在路由選擇階段,人工智能算法的應用更為廣闊,模糊邏輯算法可以被使用來定性衡量網絡中各個節點的負載情況,并根據業務需求按需組網,定制功能;多目標優化算法可以均衡多業務的資源占比,從而達到帕累托最優,保證衛星系統的高資源利用率。

3.2 協作計算

在基于通信感知計算融合的低軌衛星系統中,每個衛星均有異構算力以實現感知信息處理、任務軌跡規劃、用戶業務運算等功能[20]。星上所提供的算力服務來自于廣域數據采集、感知載荷處理、寬帶數據分發三種。現有衛星采用將數據回傳至地面站處理的方式,高分辨率衛星在短時間內產生的數據量非常龐大,需要在衛星上對圖像等信息作預處理,可以大幅減少回傳負載的壓力[21]。用戶激增的寬帶業務需求也帶動了低軌衛星互聯網的發展,衛星互聯網可以通過廣域的緩存提高分發用戶數據服務的命中率,但動態的衛星組網難以采用類似地面網絡的分發方法,亟需設計靈活性和拓展性更高的協作服務方案,同時也對星上算力提出較高要求。

作為典型的分布式系統,在新型的低軌衛星系統中設計實現端到端業務計算技術是熱點研究內容。傳統分布式業務的集中式調度方法中,中心管理節點負責制訂合理的業務調度方案,但存在中心節點難以選取、算法執行負載不均衡、計算執行成功率低等問題,且在某一節點損壞的情況下不能保證業務連續性。針對以上問題,協作式的計算和決策勢在必行。由地面基礎設施和低軌衛星系統共同組成多級協同計算體系,對于不同的服務來源、業務服務特征和網絡資源狀態,采取不同的協作方式。對于廣域數據采集業務,可以將衛星按照負載情況分簇,分別負責不同區域的數據,星間通過鏈路交互共識特征以提高計算效率。對于感知載荷處理業務,可按照時空拓展圖模型屏蔽衛星系統的高動態特性,每個衛星按照自身業務的特點和收集到的周圍衛星的信息,分布式地各自執行算法為自身尋找算力資源。對于寬帶數據分發業務,需要聯合地面基站及其他設施,采用短包信令交互內容所在位置,實現星載算力和地面云邊算力的協同[22]。

人工智能算法在網絡運維、資源管理、信息處理等方面具有突出的意義。對于網絡運維,可以部署深度學習模型對衛星的運動姿態、動力狀況、溫度、業務負載和虛擬化資源的變化進行特征提取,將衛星控制中心的功能疏散到單個衛星上,做到算力系統和控制運維系統的融合[23]。對于星地和星間軌道的高度動態性,信道狀態時變,可通過信道測量獲取信道狀態輸入至智能算法,對傳輸鏈路中的物理層參數進行選擇,比如調制與編碼策略、資源塊選擇、功率控制等。對于異構差異化的用戶服務,可以采用多目標優化等方法,對業務的運行流程和拆分合并方式進行控制。信息處理是衛星智能化的重要技術,傳統信息處理方式依賴于衛星的傳輸和地面站的計算能力,借助智能化算法和算力載荷,可以將信息的預處理、篩選和格式化等任務提前在星上處理,從而實現用戶業務的快速響應。

智能化算法星上部署的基礎是算法設計和算力調度。對于單星系統,可以部署輕量化的神經網絡,由于業務的復雜性,難以直接借由衛星載荷算力實現大規模模型的訓練和測試,而且單個衛星所獲取的數據量受限,訓練模型的泛化性較差。通過星間和星地鏈路,可以應用AI推理技術,對于較為分散的模型訓練,可以在地面站或者算力載荷較強的衛星上實現,將這二者視為低軌衛星系統的中心云平臺[24]。AI大模型在中心云平臺進行訓練,訓練數據可以由自身產生也可以由分布式節點收集預處理之后傳輸至中心云平臺。

對于業務衛星節點,直接運行云平臺的大模型會造成資源的浪費,模型推理的實時性較差,采用模型分割技術使得中心云平臺和業務衛星協同訓練,將計算量大的計算任務卸載到中心云平臺,而計算量小的計算任務則保留在業務衛星本地,協同推斷的方法能有效地降低深度學習模型的推斷時延。但是由于不同的模型切分點將導致訓練時間的差異化,因此設計和選擇最佳的模型切分點,提高協同計算的效率。使用模型裁剪技術降低模型傳輸的負載壓力,通過對神經網絡元素的稀疏化處理,去除冗余參數,比如權值較小甚至為0的元素,減小模型的大小。

通過推理、切分、裁剪獲得的輕量級模型在本地運行時仍然需要周期性地更新,以適應動態的業務變化。聯邦學習技術是一種分布式學習方法,當業務的數據由于隱私性無法互通時,可以采取上傳梯度信息而不是原始數據,提高模型的訓練效率和精準度,緩解了海量數據在低軌衛星系統中傳輸造成的擁塞。在分布式學習的框架下,業務衛星通過載荷獲取實時信息,包括網絡運維指令、資源狀態、感知信息等,結合獲取的輕量級模型進行訓練,得出的梯度信息傳輸至中心云平臺,中心云平臺進行模型匯聚,得到全局模型然后回傳給每個業務衛星。經過多次迭代優化,收斂至穩定。由于衛星星座的動態組網特點,當有新的節點加入分布式學習時,可以采用遷移學習方法將訓練收斂的模型拆分,部分參數保持不變,其他模型參數初始化,交由新節點訓練,提高訓練效率,加速收斂。針對某特定業務時,可以采用去中心化和D2D通信(Device to Device Communication)的方法,只在衛星簇上實現組播,在本地進行模型匯聚,避免中心云平臺模型分發的通信壓力。

3.3 感知融合

基于通信感知計算融合的低軌衛星系統中,感知和通信的融合得到了廣泛關注。隨著兩種技術的各自發展,二者的工作頻譜出現了重疊和競爭,這就衍生出了通信感知一體化(Integrated Sensing And Communications,ISAC)技術,通過提高頻譜和硬件資源的有效利用率,實現通信感知雙功能,通過布署融合系統滿足通信和感知需求,能節約軌道資源并降低部署成本,目前已經成為了未來網絡的潛在候選技術。對于遙感系統,合成孔徑雷達是一項重要的相干成像技術,通過連續發送電磁波束,使用波束賦性天線接收來自目標區域的回波。合成孔徑雷達使用“虛擬”天線長度。在一段觀測時間內,從不同位置發射波束,多個波束組合疊加構成一個虛擬的長孔徑,從而獲得較高分辨率的成像效果。對于衛星通信系統,由于衛星網絡的動態拓撲、業務時空分布不均和波束重疊覆蓋等問題,合適波束管理方法可以一定程度上提高系統的容量、減少波束覆蓋的浪費[25]。由此可見,雖然通信和遙感功能所依賴的硬件系統有差異,但是具體的業務邏輯和技術高度相似,存在一體化設計的可能性[26-27]。

對于通感融合系統,基本設計思路是進行系統資源的分配以折衷通信與感知的業務需求。具體的資源包括時域、頻域、空域和碼域,對于感知業務來說,重要的評價指標包括感知精度、范圍等,通信業務的評價指標包括時延、速率、容量、誤碼率、頻譜效率等。

通感融合波形設計可以緩解通信和感知信號之間的干擾,提高資源利用率,是實現通感融合的基礎技術[28]。但通信信號設計時是基于隨機信道的,感知信號設計時是基于確定性強相關信道的,這二者之間的矛盾導致在波形設計的可遷移性較差,在多樣化場景中難以保證穩定的性能。為了實現融合信號與應用場景的適配,采用AI方法調整通感所占用的資源是一種有效的解決思路。以業務需求為目標,匹配網絡層參數配置,智能調整權重,生成融合波形,實現聯合設計是未來的重要研究方向。

通感雙功能均是基于波束技術實現的,所以波束賦形的資源分配和優化成為了通感融合的關鍵問題。波束賦形建立在多天線系統之上,發射波束在空間上分開,并將最大功率設置到特定的三維方向,同時最小化不同波束之間的干擾。低軌衛星節點可以通過采用多波束技術為大量衛星用戶設備提供服務,其中全頻復用被廣泛采用以提高系統容量,但是這也引起了波束間的干擾。對于多天線低軌衛星系統,可以采用通感天線分隔的方法,也可采用共享天線的方法提高通感資源分配的靈活性。在共天線的情況下,可以采用速率分拆多址接入(Rate-Splitting Multiple Access,RSMA)方法實現魯棒干擾管理,在發射機處執行線性預編碼速率分割,將數據流分解為公有和私有部分,在接收機處執行連續干擾消除(Successive Interference Cancellation,SIC),每個用戶首先通過將所有私有數據流視為噪聲來解碼公共數據流,然后每個用戶將其他私有數據流視為噪聲來解碼自有的私有數據流,從而可以實現通感資源的靈活配置。

與地面通感系統不同,低軌衛星系統存在兩個主要差異:高傳播延遲和大多普勒頻移,這是由衛星的高速移動特性和衛星與終端之間的長距離引起的,從而會引起波束傾斜(Beam Squint,BS),一個值得探索的方向是采用多普勒彈性傳輸技術,例如正交時頻空間(Orthogonal Time-Frequency Space,OTFS)調制,通過時延多普勒變換使信道準靜態且稀疏,從而可以利用感知信息來估計通信信道,繼而實現感知和通信功能的波束聯合優化。

3.4 動態接入

初始接入是用戶終端獲取服務的第一步,經過隨機接入過程接入到基站之后,基站根據用戶的注冊信息為用戶分配資源進行通信。但是,相比地面移動通信系統,低軌衛星系統有著傳輸鏈路延時長、多普勒頻移較大的問題,對于地面用戶而言,衛星過頂可視時間較短,亟需設計快速的動態接入方法。可以優化接入過程、接入序列設計、定時提前機制設計、波形設計等。

傳統的隨機接入方法是四步接入,用戶終端首先從一個前導碼組中隨機選擇一個前導碼通過物理隨機接入信道(Physical Random Access Channel,PRACH)發送給基站,然后接收基站發送的第二條隨機接入信令,隨著用戶終端在物理上行共享信道(Physical Uplink Shared Channel,PUSCH)上發送第三條接入信令,最后基站成功接收第三條接入信令后,通過第四條沖突解決信令指示隨機接入成功。該方法包含兩次基站和用戶終端間的交互,穩定性和接入成功率高。在3GPP的R17和R18版本中,兩步隨機接入技術被提出,用戶終端的兩條上行信令被合并,可以降低一半接入和傳輸時延,更加適合低軌衛星的動態接入[29]。在上行的第一條接入信令中,用戶終端需要生成前導碼,常用的前導碼有m序列、Gold序列和ZC序列,其中ZC序列由于低復雜度的特點得到廣泛使用。但低軌衛星較高的多普勒頻移損害了前導碼檢測的性能,使用多ZC序列級聯可擴大前導碼序列的集合,并可以在隨機接入過程中聯合檢測時延和頻率,有助于提高同步效率[30]。

兩步初始接入的方法造成了不同用戶終端的PUSCH不同步的問題,采用定時提前機制,衛星可以通過分組的方法,調整組內接入用戶的定時偏移,配置檢測窗口的位置和分組數量,從而降低計算復雜度[31]。由于星地信號傳輸受到較高路徑損耗,地面發射用戶終端一般采用離散傅里葉變換拓展正交頻分復用波形技術,因為該技術具有良好的功率放大性能。除上述策略以外,為了提高類似于機器類用戶的通信效率,可以采用免授權調度方法,用戶終端不需要進行初始接入,而是在網絡免授權資源信息指示的資源上進行傳輸,實現低時延通信。

在低軌衛星通信系統中,對于動態多址接入方法,亟需研究抗大時延和多普勒頻偏的波形,并設計智能算法靈活選擇帶寬、子載波間隔等系統參數,實現魯棒的波形生成[32]。對于用戶稀疏的通信場景,傳統的固定資源分配頻分多址接入技術不利于資源的高效利用,按需分配多址接入技術按照接入順序和業務特征依次分配衛星資源,也可加入預分配時頻空資源的方法應對突發的業務接入請求。

4 未來挑戰和發展方向

4.1 融合架構與理論

目前的基于通信感知計算融合的低軌衛星系統尚處于初步研究階段,為進一步提升融合的性能,未來還需開展基礎理論研究,探究通信、感知、計算之間的耦合關系。目前并無理論體系定量分析通感算三者的依賴體系,首先是指標體系,由于通感算功能的評價指標尚未規范,優化方案需要結合特定場景的特點,導致不同方法的魯棒性較差,亟需指定合理的指標體系,統一評價系統的性能。然后是約束關系,在資源充足的條件下,通感算三者的功能可以充分獨立使用,但是當業務負載提升時,如何界定制約三者性能的約束關系尚未明確,導致現有方法普適性較差。最后是三者功能的建模方法,在網絡功能虛擬化條件下,雖然底層的物理資源被屏蔽,但是通信、計算和感知資源的建模方法仍值得研究,特別是現有的計算能力建模在實際場景中的誤差尚未得到明確的研究結論。

4.2 多層級信息在軌融合方法

當通信感知計算三種載荷集成于單一低軌衛星時,衛星所獲得的異構信息的使用是一個關鍵問題,當多源多載荷衛星通過星間鏈路組網之后,多時空維度、多獲取方式信息的在軌融合方法關系到業務執行效率,信息融合可以通過對齊時間空間、統一格式標準等方式減少交互的數據量,實現業務的協同推理。

在低軌星座網絡中集成多顆低軌衛星可以起到相對多靜態感知的作用,組網狀態、運行姿態、任務規劃、感知數據、算力負載等數據需要按照統一的規則進行預處理,并通過星間和星地交互支撐多種業務。可以按照數據的處理層次,將信息分為數據層、特征層和決策層[33]。數據層融合是指對原始數據的處理,主要針對特定的任務,比如單星圖像處理、電磁信號分析等,往往攜帶最豐富的信息量,但原始數據存在較大的不確定性和不穩定性,而且海量未清洗的數據對星上計算載荷預處理能力提出了較高要求。對于特征層融合,指在預處理的狀態和屬性基礎上,實現高效性的業務支撐,通過輕量級人工智能模型實現語義級別的融合,是未來低軌衛星智能化的關鍵技術[34]。對于決策層融合,是指在已經獲取結果的基礎上,結合專家知識,建立數據庫和規則庫,經過統籌規劃,盡量消除不確定性,實現最優的決策融合。

4.3 低軌衛星算力網絡

目前以低軌衛星網絡為核心的計算密集型業務發展日益迅猛,用戶終端首先通過星地鏈路向衛星發送業務請求[35],衛星接收到消息之后需要向地面站獲取業務數據,從而導致時延較大,當用戶增多,低軌衛星網絡將難以負擔密集的業務請求[35]。太空數據中心和衛星算力網絡的建設將解決現有低軌衛星系統的不足,低軌衛星通過數據存儲、處理和傳輸的載荷,實現算力資源的下沉。同時低軌衛星可以利用空間特性實現低能耗,比如空間的低溫環境和豐富的太陽能,提高衛星的全生命周期經濟價值。

在低軌衛星算力的基礎上,可以從硬件和軟件層面與地面段、用戶段的算力構成算力網絡,實現了云-邊緣-端的聯合算力管控和服務支持。當前衛星板載算力多為單一業務定制,暫不具備良好的通用和共享能力,需要發展可編程和軟件定義的硬件設備作為載荷,推動機器學習和深度學習相關的智能化設備上星。算力網絡需要通過統一的規則統一算力資源,實時監控網絡資源的狀態,進行任務的集中式和分布式計算,并針對不同的處理需求,結合通信感知運行方案,設計合理的任務調度,提高算力資源的利用效率。

4.4 動態資源管理

隨著低軌衛星技術的不斷發展,低軌衛星的能力逐漸提高,集成化程度也在不斷提高,基于通信感知計算融合的低軌衛星將負載多種載荷資源,組網架構趨于智能化,需要管理的資源更加多樣。資源聯合調度需要將三種資源進行統一表征,在一個指標體系下將硬件資源解耦為可調度的虛擬資源,這也是目前通感算資源協同的難點。通信資源分配涉及空天地通信場景下的用戶接入、移動性管理、服務質量等多方面,感知資源分配需要統籌規劃波束、載頻等,計算資源分配涉及支撐通信和感知業務的CPU、GPU等算力載荷的管理,在多星協同程度提高的同時,資源的約束條件愈加多元,由于通信感知計算關鍵指標體系不同,優化的目標不再單一,而是需要聯合考慮。統一納管資源和動態分布調整是未來網絡的資源管理的兩個研究目標,首先需要在網絡全局納管資源,避免資源統計缺失導致的負載不均甚至競爭問題;然后按照通信感知計算融合程度的不同,劃分各級資源的納管中心,比如對于協作計算業務,需要確認算法運行的節點;最后由于業務強度的不斷變化,需要動態調整資源分配情況,如果只有網絡局部需要負載均衡,通過統一納管節點實現資源重分配較為低效,可以劃分衛星簇,使用分布式的方式動態決策。

5 結論

隨著低軌衛星技術的全面發展,基于通信感知計算融合的技術路線是未來長期的演進趨勢,并且合乎國家發展戰略和國際環境局勢,與未來網絡泛在計算、全球覆蓋、內生智能和通感一體的愿景目標相同。本文在分析基于通信感知計算融合的低軌衛星研究意義和相關研究技術的基礎上,提出了融合組網架構構想和關鍵技術,并對未來挑戰和發展方向進行了探討。融合低軌衛星網絡的建設是循序漸進的過程,需要國家機構、設備商和科研機構攜手并進,共同努力設計體系架構,研究關鍵技術,突破關鍵核心難題。