基于最小路由代價的巨型星座網絡接入策略

摘 要：

針對低軌巨型星座網絡星間路由復雜、網關衛星負載不均衡等問題，在星地接入策略中考慮星間路由代價，提出一種基于最小路由代價的接入策略。該策略分為3個階段：在最短跳數估計階段，根據用戶終端和信關站位置估算用戶終端至網關衛星的星間路由跳數;在網關衛星分配階段，基于估計跳數建立二分圖模型，采用帶權最小代價匹配算法確定網關衛星和接入衛星類型;在接入衛星選擇階段，以星間路由跳數和星地仰角加權構造接入準則，在確定類型的可視衛星中選擇最優接入衛星。仿真結果表明，所提方法能夠顯著降低系統整體星間路由跳數，提高網關衛星負載均衡性和用戶接入成功率。

關鍵詞：

巨型星座網絡; 最小路由代價; 網關匹配; 接入策略; 負載均衡

中圖分類號：

TN 92

文獻標志碼： A""" DOI：10.12305/j.issn.1001-506X.2024.05.32

Access strategy of mega-constellation network based on

minimum routing cost

ZHANG Chi1， CHEN Quan2， TANG Zuping1，*， WEI Jiaolong1

（1. School of Electronic Information and Communication， Huazhong University of Science and Technology，

Wuhan 430074， China; 2. College of Aerospace Science and Engineering， National University of

Defense Technology， Changsha 410073， China）

Abstract：

Aiming at the problems of complex inter-satellite routing and unbalanced load of gateway satellites in low-earth-orbit mega-constellation networks， the inter-satellite routing cost in the satellite-ground access strategy is considered， and an access strategy based on the minimum routing cost is proposed. The strategy is divided into three stages： in the shortest hop estimation stage， the hops of inter-satellite routing from the user terminal to the gateway satellite are estimated according to the location of the user terminal and the gateway; in the gateway satellite allocation stage， a bipartite graph model is established based on the estimated hops， the gateway satellite and the type of access satellite is determined by using the weighted least cost matching algorithm; in the access satellite selection stage， the optimal access satellite is selected from certain types of visual satellites by using the weighting method of inter-satellite routing hops and satellite-ground communication elevation angle. The simulation results show that the proposed method can significantly reduce the hops of inter-satellite routing of the whole system， improve the load balancing of the gateway satellites and the access success rate of users.

Keywords：

mega-constellation network; minimum routing cost; gateway matching; access strategy; load balancing

0 引 言

低軌（low Earth orbit， LEO）衛星網絡采用LEO衛星作為天基移動接入點，可以補充地面網絡覆蓋盲區，且相對高軌衛星具有低時延與支持終端小型化等優勢［1］。目前，國外的Starlink、OneWeb等新一代LEO衛星互聯網星座已進入快速部署和應用階段［2］。我國開始加速推進衛星互聯網建設，將其列入國家重大基礎設施項目，推出了鴻雁星座、虹云星座等衛星互聯網建設計劃［3］。2021年，中國衛星網絡集團有限公司成立，將統籌上述現有星座計劃，規劃推進衛星互聯網建設，優先在海洋、極地、“一帶一路”沿線等區域實現寬、窄帶結合的通信保障能力，進而建成全球覆蓋、功能共用的空間信息基礎設施［4］。

由于LEO衛星單星覆蓋范圍有限，為實現服務的全球覆蓋，LEO衛星互聯網星座系統大多使用星間鏈路組網［5］，采用天網地網工作模式。這種網絡架構在數據傳輸問題中路徑目的節點具有確定性，用戶終端（user terminal， UT）訪問互聯網資源，數據沿“UT-接入衛星（access satellite， AS）-中繼衛星（relay satellite， RS）-網關衛星（gateway satellite， GS）-信關站（gateway， GW）-地面網絡”的流程傳輸，盡快與GW建立通信，依托地面網絡訪問互聯網［6］。

就建立完整的衛星通信鏈路而言，用戶或GW選擇衛星建立星地鏈路屬于星地接入策略層面工作（也可稱為接入路由策略），數據從AS經過星間鏈路發送至GS屬于星間路由算法層面工作，兩個過程緊密相連并相互影響［7］。UT選擇不同的GW、沿不同的星間路由到達GW，在路由跳數方面存在巨大差異，嚴重影響信號傳輸質量和時延。同時，上述數據包傳輸流程，將導致數據先匯聚到GS再下發至GW。通常，GW只能接入可視區內有限數量的衛星。出于技術能力和成本考慮，衛星的數據處理能力通常是有限的。因此，當網絡數據匯聚到GS時，容易造成擁塞。GS處往往是數據處理和傳輸的瓶頸，有效提升GS的流量均衡是提升網絡整體性能的關鍵［8］。

在巨型LEO星座場景下，UT可視范圍內存在多顆衛星，衛星的單次覆蓋時間只有幾分鐘［9］。如何從多顆可視衛星中選擇最優AS，稱之為多星覆蓋下的衛星接入策略問題。目前的衛星接入策略主要采用最長剩余連接時間（maximum service time， MST）、最高仰角（maximum elevation， ME）與最多可用信道數（maximum number of free channels， MFC） 3項指標作為基本的接入準則［10］。為平衡幾種準則的影響，現有研究多采用綜合加權方式［11］，包括層次分析法［12-13］、熵權法［14］等。近年來，一些研究將圖論［15-18］、博弈論［19］和人工智能［20-21］應用于衛星接入策略。

綜上，UT選擇不同的AS和GS，將顯著影響后續的星間路由傳輸和GS負載均衡。然而，由于此前的衛星網絡規模較小，通常將接入策略和路由算法獨立研究，缺乏相互協調。現有的接入策略研究盡管在方法上進行了諸多嘗試，但仍主要以MST、ME與MFC等作為基本準則，較少考慮接入策略對星間路由的影響。隨著巨型LEO衛星互聯網星座的廣泛提出和應用，由于特殊的星座設計和星間鏈路連接方式，接入策略對星間路由的影響逐漸顯現。選擇不合適的AS和GS，將帶來星間路由的顯著差異，大幅提高星間路由成本，降低系統利用率。因此，有必要將星間路由與接入策略融合規劃［22］。

近年來，由于巨型星座網絡的快速發展，一些研究開始關注接入策略對星間路由的影響。文獻［23］的路由算法中，UT以最短估計跳數（minimum estimated hops， MEH）選擇GS，所選方向類型的可視衛星中ME衛星作為AS。文獻［24］提出基于位置協議（location based protocol， LBP）算法，采用軌道方向感知方法輔助切換策略，通信雙方初始接入時選擇同方向移動的衛星，需要切換時仍選擇原方向衛星。但是，上述算法難以保證GS的負載均衡性。

巨型衛星互聯網星座網絡架構的均勻性和穩定性，為基于相對位置的路由跳數估計提供了可能性。文獻［25］提出了一種星間路由跳數估計算法，將衛星分為升軌道衛星和降軌道衛星，估算4種模式下的路由跳數，并在巨型星座場景中驗證了跳數估算算法的有效性，為本文在接入階段將星間路由跳數作為接入準則提供了依據。

本文采用將星間路由和星地接入策略融合規劃的思想，以降低整體星間路由跳數和GS負載均衡為目標，提出一種最小路由代價（minimum routing cost， MRC）的接入策略，實現GS匹配和AS選擇。需要特別指出的是，本文的策略確定了AS和GS，即星間路由的起點和終點，但并未確定完整的路由轉發路徑。

本文主要的研究工作如下。

（1） 通過UT和GW的相對位置估計AS與GS之間的路由跳數，分析并修正了跳數估計誤差。

（2） 根據預估跳數建立UT和GS的二分圖模型，采用KM（Kuhn-Munkres）算法實現二分圖帶權最小代價匹配，完成UT與GS之間的匹配，提升GS負載均衡性，并隨之確定UT的AS類型。

（3） 以星間路由跳數和星地仰角加權構造接入準則，提出最優接入策略。仿真結果表明，所提出的方法能夠顯著降低系統整體路由跳數，提高GS負載均衡性和用戶接入成功率。

1 系統模型

目前，國內外提出的巨型LEO衛星互聯網星座主要采用天網地網工作架構［26-27］，如圖1所示。UT通過衛星將數據傳輸至GW，再通過GW接入地面網絡。

根據衛星在數據傳輸過程中的功能，可以劃分為：①AS：空間中通過星地鏈路與UT直接相連，并完成UT接入的衛星;②RS：作為中繼節點，轉發其他衛星數據的衛星;③GS：空間中與地面GW建立饋電鏈路的衛星。

LEO衛星互聯網系統通常采用基于Walker-Delta 構型的傾斜軌道星座，其星座構型一般可穩定保持［28］，如圖2所示。當衛星軌道傾角低于90°時，按照衛星在某一時刻的運行方向，將向東北和東南方向運動的衛星分別稱之為升軌道衛星和降軌道衛星，如圖2中的藍色和橙色軌道上的衛星。通常，相鄰軌道間只能在相同方向的衛星之間建立鏈路，運行方向相反的衛星由于相對速度和角度變化率較大，無法建立星間鏈路［29］。衛星與同軌道的相鄰2顆衛星，以及相鄰2個軌道中各1顆最近的衛星建立星間鏈路，星間鏈路可穩定保持，網絡拓撲具有穩定性，形成穩定的Mesh 狀星間拓撲［30-31］。用戶數據包由其可視范圍內的AS接收后，經星間鏈路轉發至GS，再經饋電鏈路到達GW，在地面網絡中完成傳輸。

設星座中的衛星數量為M，表示為Si，i∈［1，M］。用Di表示當前時刻衛星Si的運行方向。當Di=1時，表示該衛星為升軌道衛星，Di=0時，衛星為降軌道衛星。

GW個數為N，表示為GWj，j∈［1，N］。根據星座網絡架構和GW能力，每個GW可同時接入若干個GS，GS按照運行方向分為升軌道GS和降軌道GS。GS的數量為P，表示為GSp，p∈［1，P］。

UT個數為Q，表示為UTq，q∈［1，Q］，每個UT只能在可視范圍內選擇一顆AS。

UT接入請求階段，一般無法確定網絡速率。因此，本文使用接入用戶數表示GS負載水平。設GS的衛星資源數為NC，即每個GS最多服務NC個UT。

對于GSp，假設希望接入GSp的UT數為NAp，受限于GS容量，能夠成功接入的UT數為

3 仿真分析

3.1 仿真場景

本文使用的星座模型為Starlink Group-4星座。UT按照“一帶一路”沿線區域（東經0°至180°，南緯30°至北緯60°）分布，參考地面互聯網用戶的用戶分布密度［33］，按照比例隨機部署600個UT（考慮海洋聯網需求，業務分布范圍包括海洋區域）。由于目前國內尚無明確的衛星互聯網系統GW布局，因此選擇3個國內常見的地面衛星接收站地點作為仿真的GW位置，分別為新疆、北京、海南，每個GW接入2個GS，分別為升軌道和降軌道衛星，每個GS的資源數為80。仿真時間間隔1分鐘，持續時間為1小時。600個地面UT和3個GW的地理分布情況如圖7所示。假設通信仰角和路由跳數同等重要，在加權時取ω1=ω2=0.5。

對比的星地接入及GS選擇算法如下所示。

（1） MEH算法［23］。UT以MEH路徑選擇GS，所選方向類型的可視衛星中ME衛星作為AS。

（2） LBP算法［24］。UT選擇通信兩端AS同方向模式下，距自身最近的GS，所選方向類型的可視衛星中ME衛星作為AS。

（3） ME算法［10］。該算法作為不考慮接入策略對星間路由影響的代表算法，用戶在可視衛星中接入ME衛星，并選擇距該衛星最短跳數的GS。

3.2 星間路由跳數

在不同時刻，星地鏈路切換引起的衛星網絡拓撲變化，將影響星間路由跳數。因此，本文仿真了星間路由跳數隨時間變化情況。

如圖8所示， MRC算法的平均路由跳數略低于MEH算法，明顯低于LBP算法和ME算法，主要原因在于MRC算法與MEH算法選擇了估算跳數最小的GS，且MRC算法在AS選擇階段考慮了不同的AS到達GS的跳數差異，采用加權的方式平衡了路由跳數和通信仰角的矛盾，盡可能選擇距GS最近的可視衛星作為AS。MEH算法在選擇AS階段未考慮接入不同衛星的實際跳數與估算跳數的偏差，在確定類型的可視衛星中選擇了最高仰角衛星，而不是距GS最少跳數的衛星。LBP算法的通信兩端按照相同的衛星軌道運動方向選擇AS，在某些相對位置情況下并非最優接入模式。ME算法在AS時未預先考慮星間路由，盡管選擇AS之后能夠按照最短跳數到達最近的GS，但平均跳數仍明顯高于MEH算法和MRC算法。

同時，從圖8中可以看出，MRC算法和MEH算法在不同時刻的平均星間路由跳數較為平穩，LBP算法稍有起伏，而ME算法起伏較大，且存在一定的周期性。為了更加清晰地說明該現象，選取單個用戶（2.174 3°E，8.247 9°N）的星間路由跳數隨時間變化情況來具體說明。如圖9所示，MRC算法、MEH算法和LBP算法情況下，該用戶的星間路由跳數穩定在4～9跳，而ME算法情況下，部分時刻與其他算法一致，部分時刻卻高達21跳。主要原因在于MRC算法、MEH算法和LBP算法選擇了固定的GS和AS類型，在需要進行衛星切換時，選擇的衛星仍是原類型衛星，因此路由跳數變化幅度較小，出現起伏的主要原因在于用戶或GW的衛星切換造成的路由變化。ME算法選擇ME衛星，AS在升軌道和降軌道衛星中來回切換，GS也隨之改變，導致必須通過“繞路”才能到達GS，路由跳數很高且變化較大。

圖10為4種算法情況下平均星間路由跳數的累積分布函數。MRC算法的曲線位于最左側，說明更多的用戶具有較低的星間路由跳數。MEH算法略低于MRC算法。在跳數較低處，LBP算法與MEH算法基本重合，而跳數較高處的用戶比例卻明顯多于MEH算法，說明部分用戶在兩種算法情況下選擇了相同的接入模式，而當接入模式不一致時，LBP算法選擇的模式并非最優。ME算法的曲線明顯偏右，說明該算法情況下，較多用戶的平均星間路由跳數較高。

3.3 GS負載均衡

隨著用戶數的提高，衛星網絡資源變得更為緊張，GS負載均衡情況將嚴重影響系統性能。因此，本文仿真了不同用戶數情況下的GS負載均衡情況。

如圖11所示，MRC算法的負載均衡性能明顯優于MEH算法、LBP算法和ME算法，原因在于MRC算法采用二分圖匹配算法，將GS資源更為合理地分配至用戶。隨著用戶數的提升，MRC算法的優勢愈加明顯。當用戶數為480時，用戶數等于資源總數（6個GS，每個衛星資源數為80），用戶和GS資源達到完全匹配，負載均衡系數為1。當用戶數大于480時，由于已經超過了GS資源總數，MRC算法無法向多出的用戶分配網關資源，負載均衡系數開始呈下降趨勢，但仍優于其他算法。MEH算法、LBP算法和ME算法對UT選擇GS沒有限制，用戶會集中流向距離AS跳數最低的GS，導致負載均衡性能較差。

3.4 用戶接入GS成功率

GS負載均衡情況對用戶接入GS成功率有較大影響。如圖12所示，當用戶數較低時，所有用戶均能夠獲得GS資源。當希望接入某個GS的UT數量超過容量上限時，MRC算法能夠將多于衛星容量的用戶分配至其他GS，確保用戶成功接入。當用戶數不大于480的情況下，MRC算法的用戶接入GS成功率為100%。當用戶數超過480時，由于衛星資源數的限制，只能保證480個用戶成功接入，接入成功率開始下降。隨著用戶數的提高，ME算法、LBP算法和MEH算法迅速相繼出現用戶無法獲得網關資源的情況，且呈線性下降趨勢，原因在于上述3種算法對UT選擇GS沒有限制，流量分配不均衡。

4 結束語

本文采用星間路由和星地接入策略融合規劃的思想，提出一種基于MRC的接入策略。基于星間路由跳數，建立UT與GS的連接關系，采用基于二分圖帶權最小代價匹配算法，確定UT和GS的匹配關系及對應的AS類型，作為衛星接入策略的重要參考依據。采用實際路由跳數和通信仰角加權方式，確定最優AS。仿真結果表明，所提方法能夠顯著降低星間路由跳數水平，提高GS負載均衡性和用戶接入成功率。根據實際場景和業務需求，可以將本文方法與其他接入策略融合使用，以實現更加全面、均衡、高效的衛星接入和星間路由性能。

參考文獻

［1］ HASSAN N， HUANG C W， YUEN C， et al. Dense small sa-tellite networks for modern terrestrial communication systems： benefits， infrastructure， and technologies［J］. IEEE Wireless Communications， 2020， 27（5）： 96-103.

［2］ 蔣長林， 李清， 王羽， 等. 天地一體化網絡關鍵技術研究綜述［J］. 軟件學報， 2023， 36（6）： 1-22.

JIANG C L， LI Q， WANG Y， et al. Survey on key technologies in space-ground integrated network［J］. Journal of Software， 2023， 36（6）： 1-22.

［3］ 陳山枝. 關于低軌衛星通信的分析及我國的發展建議［J］. 電信科學， 2020， 36（6）： 1-13.

CHEN S Z. Analysis of LEO satellite communication and suggestions for its development strategy in China［J］. Telecommunications Science， 2020， 36（6）： 1-13.

［4］ 李峰， 禹航， 丁睿， 等. 我國空間互聯網星座系統發展戰略研究［J］. 中國工程科學， 2021， 23（4）： 137-144.

LI F， YU H， DING R， et al. Development strategy of space internet constellation system in China［J］. Strategic Study of CAE， 2021， 23（4）： 137-144.

［5］ CHAUDHRY A U， YANIKOMEROGLU H. Laser intersatellite links in a starlink constellation： a classification and analysis［J］. IEEE Vehicular Technology Magazine， 2021， 16（2）： 48-56.

［6］ 陳全， 楊磊， 郭劍鳴， 等. 低軌巨型星座網絡： 組網技術與研究現狀［J］. 通信學報， 2022， 43（5）： 177-189.

CHEN Q， YANG L， GUO J M， et al. LEO mega-constellation network： networking technologies and state of the art［J］. Journal on Communications， 2022， 43（5）： 177-189.

［7］ LIU W S， WU Q， LAI Z Q， et al. Enabling ubiquitous and efficient data delivery by LEO satellites and ground station networks［C］∥Proc.of the IEEE Global Communications Conference， 2022： 687-692.

［8］ OREN M， MICHAEL S. Advanced routing algorithms for low orbit satellite constellations［C］∥Proc.of the IEEE International Conference on Communications， 2021.

［9］ ALI I， AL-DHAHIR N， HERSHEY J E. Predicting the visibi-lity of LEO satellites［J］. IEEE Trans.on Aerospace and Electronic Systems， 1999， 35（4）： 1183-1190.

［10］ PAPAPETROU E， KARAPANTAZIS S， DIMITRIADIS G， et al. Satellite handover techniques for LEO networks［J］. International Journal of Satellite Communications and Networking， 2004， 22（2）： 231-245.

［11］ SHI L L， YANG F， WU W J， et al. Load balancing and remaining visible time based handover algorithm for LEO satellite network［C］∥Proc.of the IEEE 8th International Conference on Computer and Communications， 2022： 391-395.

［12］ GU Q H， XU Z， WANG X T. Access algorithm in software-defined satellite network［M］∥LI B， LI C L， YANG M， ed. IoT as a service. Cham： Springer International Publishing， 2021.

［13］ XU H H， LI D S， LIU M L， et al. QoE-driven intelligent handover for user-centric mobile satellite networks［J］. IEEE Trans.on Vehicular Technology， 2020， 69（9）： 10127-10139.

［14］ ZHANG S B， LIU A J， LIANG X H. A multi-objective satellite handover strategy based on entropy in LEO satellite communications［C］∥Proc.of the IEEE 6th International Conference on Computer and Communications， 2020： 723-728.

［15］ WU Z F， JIN F L， LUO J X， et al. A graph-based satellite handover framework for LEO satellite communication networks［J］. IEEE Communications Letters， 2016， 20（8）： 1547-1550.

［16］ FENG L， LIU Y F， WU L， et al. A satellite handover strategy based on MIMO technology in LEO satellite networks［J］. IEEE Communications Letters， 2020， 24（7）： 1505-1509.

［17］ 胡欣， 宋航宇， 劉帥軍， 等. 基于時間演進圖的LEO星間切換實時預測及更新方法［J］. 通信學報， 2018， 39（10）： 43-51.

HU X， SONG H Y， LIU S J， et al. Real-time prediction and updating method for LEO satellite handover based on time evolving graph［J］. Journal on Communications， 2018， 39（10）： 43-51.

［18］ ZHANG S B， LIU A J， HAN C， et al. A network-flows-based satellite handover strategy for LEO satellite networks［J］. IEEE Wireless Communications Letters， 2021， 10（12）： 2669-2673.

［19］ WU Y， HU G Y， JIN F L， et al. A satellite handover strategy based on the potential game in LEO satellite networks［J］. IEEE Access， 2019， 7： 133641-133652.

［20］ CAO Y， LIEN S Y， LIANG Y C. Deep reinforcement learning for multi-user access control in non-terrestrial networks［J］. IEEE Trans.on Communications， 2021， 69（3）： 1605-1619.

［21］ WANG J， MU W Q， LIU Y N， et al. Deep reinforcement learning-based satellite handover scheme for satellite communications［C］∥Proc.of the 13th International Conference on Wireless Communications and Signal Processing， 2021.

［22］ LIN Z T， LI H W， LI Y J， et al. Systematic utilization analysis of mega-constellation networks［C］∥Proc.of the International Wireless Communications and Mobile Computing， 2022： 1317-1322.

［23］ CHEN Q， CHEN X Q， YANG L， et al. A distributed congestion avoidance routing algorithm in mega-constellation network with multi-gateway［J］. Acta Astronautica， 2019， 162： 376-387.

［24］ LIU L X， LI H W， LI Y J， et al. Geographic low-earth-orbit networking without QoS bottlenecks from infrastructure mobi-lity［C］∥Proc.of the IEEE/ACM 30th International Symposium on Quality of Service， 2022.

［25］ CHEN Q， GIAMBENE G， YANG L， et al. Analysis of inter-satellite link paths for LEO mega-constellation networks［J］. IEEE Trans.on Vehicular Technology， 2021， 70（3）： 2743-2755.

［26］ 徐曉帆， 王妮煒， 高瓔園， 等. 陸海空天一體化信息網絡發展研究［J］. 中國工程科學， 2021， 23（2）： 39-45.

XU X F， WANG N W， GAO Y Y， et al. Development of land-sea-air-space integrated information network［J］. Strategic Study of CAE， 2021， 23（2）： 39-45.

［27］ NILS P， INIGO P， EDWARD F， et al. An updated comparison of four low earth orbit satellite constellation systems to provide global broadband［C］∥Proc.of the IEEE International Conference on Communications Workshops， 2021.

［28］ 劉琦， 張弫， 饒建兵， 等. 低軌星座構型保持研究現狀與分析［J］. 系統工程與電子技術， 2023，45（8）： 2562-2569.

LIU Q， ZHANG Z， RAO J B， et al. Research status and ana-lysis of configuration maintenance of LEO constellation［J］. Systems Engineering and Electronics， 2023， 45（8）： 2562-2569.

［29］ AIZAZ U C， HALIM Y. Free space optics for next-generation satellite networks［J］. IEEE Consumer Electronics Magazine， 2021， 10（6）： 21-31.

［30］ BHATTACHERJEE D， SINGLA A. Network topology design at 27， 000 km/hour［C］∥Proc.of the 15th International Conference on Emerging Networking Experiments and Technologies， 2019： 341-354.

［31］ WANG W， ZHAO Y L， ZHANG Y J， et al. Intersatellite laser link planning for reliable topology design in optical satellite networks： a networking perspective［J］. IEEE Trans.on Network and Service Management， 2022， 19（3）： 2612-2624.

［32］ SpaceX. SpaceX non-geostationary satellite system： attach-ment A［EB/OL］. ［2022-09-08］. http：∥licensing. fcc. gov/myibfs/forwardtopublictabaction. do？filenumber=SATMOD2020041700037.

［33］ WorldBank. Number of people using the Internet（2020）［EB/OL］. ［2022-05-26］. https：∥ourworldindata.org/grapher/number-of-internet-users.

作者簡介

張 馳（1990—），男，碩士研究生，主要研究方向為衛星通信。

陳 全（1993—），男，講師，博士，主要研究方向為低軌衛星網絡、無人機通信網絡。

唐祖平（1981—），男，副教授，博士，主要研究方向為衛星通信與導航。

魏蛟龍（1965—），男，教授，博士，主要研究方向為衛星通信與導航。