潘成勝，陳志強，邱少明，隋 磊

（1.大連大學信息工程學院，遼寧大連116622；2.通信網絡與信息處理重點實驗室，遼寧大連116622）

1 引言

分布式空間系統(tǒng)的定義［1］：由兩個或兩個以上航天器（衛(wèi)星或納型衛(wèi)星/立方體星等）按一定要求分布在一種或多種軌道上，共同合作完成某項空間飛行任務（例如：觀測、通信、偵察、導航等），從而使飛行獲得更大的價值。作為分布式空間系統(tǒng)中最簡單的一種形式——分布式星群系統(tǒng)，大部分應用于空間環(huán)境參數(shù)的觀測任務。

隨著空間技術的發(fā)展，世界各航天大國相繼大規(guī)模地開展以衛(wèi)星為核心的空天信息網絡研究，意在提升其空天信息獲取能力，進而獲得信息優(yōu)勢。分布式星群網絡技術作為空天信息網絡研究的重要內容，逐漸被世界各國所重視。然而，分布式星群網絡的構建正處于起步階段，在新衛(wèi)星接入到星群的過程中對于資源利用率的研究還不夠深入，因此，需要深入研究分布式星群網絡的接入策略，提高衛(wèi)星資源利用率。

目前，國內外學者主要針對用戶接入到衛(wèi)星的接入策略及其接入負載均衡算法［2，3］開展了研究，用戶到衛(wèi)星的接入策略主要集中在數(shù)據(jù)鏈路層，通過比較用戶接入衛(wèi)星時的距離、服務時間、信道負載等，選擇距離最短、服務時間最長、或者資源負載均衡以及兩者加權后最優(yōu)的衛(wèi)星進行接入。Kaslow D［4］及Whitefield D［5］研究了衛(wèi)星資源規(guī)劃與調度方法，根據(jù)衛(wèi)星信息需求類型、質量要求、偵察對象特點、衛(wèi)星運行狀態(tài)等為偵察任務指定最優(yōu)的衛(wèi)星資源。談群等人［6］提出了基于衛(wèi)星任務需求和資源調試的任務－資源匹配方法，分析了衛(wèi)星資源均衡需要考慮的任務要素，依據(jù)一定任務準則分配衛(wèi)星資源。馮少棟等人［7］進行了星地一體化聯(lián)合設計，其中星上資源動態(tài)分配算法基于聯(lián)合自由/按需分配多址接入協(xié)議進行擴展，在用戶終端采用兩級排隊調度策略，通過分級調度算法實現(xiàn)業(yè)務與系統(tǒng)QoS的映射。

上述資源分配方法對衛(wèi)星資源狀況考慮得不夠全面，容易導致資源分配不均衡，影響衛(wèi)星任務完成率。雖然以吳詩其教授為代表的學者在接入策略考慮到了信道資源的均衡性，但對衛(wèi)星上其他資源因素性能考慮較少，易出現(xiàn)星上資源利用率不高，從而導致星群系統(tǒng)性能下降。因此，現(xiàn)有的接入策略均不能直接應用到分布式星群網絡。

基于此，本文針對分布式星群資源利用率不高的問題，結合分布式星群網絡的特點，提出一種基于層次分析法AHP（Analytic Hierarchy Process）的分布式星群接入策略。該策略在綜合考慮了服務時間、距離、信道等因素的基礎上進行建模，然后采用層次分析法動態(tài)調整所有資源因素的權重，使得星群中衛(wèi)星資源在任何時刻都得到最優(yōu)值，新加入到星群的衛(wèi)星就能根據(jù)群內衛(wèi)星資源值的大小選擇被接入的衛(wèi)星。

2 基于層次分析法的接入策略建模

衛(wèi)星資源利用率是一個動態(tài)值，是資源分配均衡算法的一個重要參數(shù)，當星群網絡任務較多時，分配給每個衛(wèi)星的資源不均衡，會導致性能相同的衛(wèi)星空閑資源不同。如何從星群中選擇一顆空閑資源最多的衛(wèi)星作為接入星，是分布星群網絡接入策略需要研究的關鍵問題。為了使衛(wèi)星適應星群不同類型的應用，必須對星群系統(tǒng)的多種資源進行統(tǒng)一描述。與衛(wèi)星資源狀況直接相關的因素有很多，本文用接入服務時間Time（用字母T表示，下同）、接入距離Distance（D）、接入信道負載Channel－Load（L）、接入帶寬Bandwidth（B）、衛(wèi)星能源Energy（E）、接入容量Capacitance（C）六個因素來建立資源利用率模型R：

其中，wi（i＝1，…，6）表示各性能參數(shù)的權重，且滿足

由于星群中各個衛(wèi)星的服務時間、距離、信道等因素是動態(tài)變化的，容易導致部分衛(wèi)星資源消耗過多，從而引起星群資源失衡，因此需要對衛(wèi)星資源的合理權重作動態(tài)調整。

3 衛(wèi)星資源權重的動態(tài)調整

采用層次分析方法得到各個資源權重因子的系數(shù)，并通過歸一化處理得到每個衛(wèi)星各性能指標的合理權重，使得新接入的衛(wèi)星能夠參考該權重完成接入。AHP動態(tài)計算資源權重因子的步驟描述如下：

步驟1 構造判斷矩陣。

根據(jù)AHP的基本原理：假定某個需要確定的目標由m個影響因素決定，Saaty T L［8］、Raharjo H［9］等建議將這m個因素的重要程度進行兩兩比較，并引用數(shù)字1～9及其倒數(shù)作為標度，而且理想的判斷矩陣A應滿足以下條件：αij＝αik/αkj，1≤i，j，k≤m，由式（1）中六個因子對衛(wèi)星資源權重w影響的重要程度不同，根據(jù)AHP可以得到六階判斷矩陣A，參照表1能得到矩陣的具體值：

根據(jù)AHP中定義矩陣元素的含義可知：atd＝1/adt，表示接入服務時間與接入距離相比的重要程度；atl＝1/alt，表示接入服務時間與接入信道資源相比的重要程度；以此類推，能構建出判斷矩陣A。

Table 1 Meaning of the importance scale表1 重要性標度含義

步驟2 一致性檢驗。

在計算資源利用率模型下的權重時，還必須進行一致性檢驗。在判斷矩陣的構造中，并不要求判斷具有傳遞性和一致性，即不要求αij＝αik/αkj嚴格成立，這是由客觀事物的復雜性與人的認識的多樣性所決定的。但是，要求判斷矩陣能夠大體上滿足一致性。因此，要對判斷矩陣的一致性進行檢驗。

為了更好地說明判斷矩陣的可信度和準確度，對判斷矩陣一致性進行量化描述，用一致性指標來表示。即一致性指標CI（Consistent Index）用于衡量判斷矩陣的不一致程度，定義為：

其中，λmax為判斷矩陣A的最大特征值，m是判斷矩陣的階數(shù)。

為了能得到一個對不同階數(shù)判斷矩陣都能適用的一致性檢驗臨界值，綜合考慮判斷矩陣的階數(shù)和一致性指標CI之間的關系，通過定義平均隨機一致性指標RI來修正CI。由表2所示，六階平均隨機一致性指標RI＝1.249。判斷矩陣A的CI與RI的比值稱為一致性比率，記為CR。若有CR＝CI/RI＜0.10成立，則認為判斷矩陣具有滿意的一致性；否則，需參照表1對判斷矩陣重新考慮和賦值，直到滿足條件為止。

步驟3 權重系數(shù)求解。

本文采用列和求逆法求各個資源因子的權重系數(shù)。由判斷矩陣A中各元素的取值可得：

將上面六式分別代入層次分析方法中，并進行歸一化，即可分別得到六個權重因子的權重系數(shù)：

由此將式（5）代入式（1）中可以得到R表達式為：

Table 2 Average random consistency index values表2 平均隨機一致性指標取值

4 仿真驗證

4.1 仿真參數(shù)設置

參照典型全球星系統(tǒng)進行仿真分析，并比較最短距離接入策略［10］、最長服務時間接入策略［11］和基于層次分析法的接入策略的新呼叫阻塞率和強制中斷率，具體的仿真參數(shù)設置如下：星群內有八顆衛(wèi)星，分布在兩個軌道平面，每個軌道平面四顆衛(wèi)星，軌道傾角為60°，軌道高度H＝1390 km；假設接入衛(wèi)星的軌道傾角為70.5°，軌道高度為8 380 km，每顆衛(wèi)星240個信道。新呼叫到達服從獨立的泊松分布，同時通信持續(xù)時間均服從均值Tm＝180 s的負指數(shù)分布，在三種不同接入策略下對此系統(tǒng)的新接入呼叫進行仿真，仿真過程記錄了系統(tǒng)在進入穩(wěn)定狀態(tài)后所有呼叫的服務情況，總的仿真時間為180 min（開始時間：1 Dec 2012 12：00：00.000；結束時間：1 Dec 2012 15：00：00.000）。定義新呼叫阻塞率Pb＝被阻塞的新呼叫數(shù)/總的新呼叫數(shù)，強制中斷率Pth＝被強制中斷呼叫數(shù)/接入的總呼叫數(shù)。

4.2 仿真結果

經過對各個權重因子的分析并參照專家系統(tǒng)我們可以得到以下結論：每個衛(wèi)星接入服務時間與接入距離相比，兩個因子具有相同程度的重要性；接入服務時間與接入信道負載相比稍微重要；接入服務時間與接入帶寬相比稍微重要；接入服務時間與衛(wèi)星能源相比明顯重要；接入服務時間與接入容量相比明顯重要。參考表1中重要性判斷標準，得到判斷矩陣如下：

計算得到A的最大特征值為λmax＝6.0770，并將λmax值代入式（3），得到一致性指標：CI＝（6.0770－6）/（6－1）＝0.0154，參考表2，當m＝6時，RI＝1.249，將RI和CI的值代入CR，得CR＝CI/RI＝0.0154/1.249＝0.0123＜0.10，因此，可以得到判斷矩陣的一致性是可以接受的結果。將判斷矩陣A的各元素值代入式（4）和式（5），得到矩陣A的特征向量w＝［0.055 9，0.055 9，0.116 1，0.116 1，0.328 0，0.328 0］T，將w代入式（1）即可得到該分布式星群中的多因子資源利用率均衡函數(shù)的表達式：

為了計算方便，將T、D、L、B、E、C因素都作歸一化處理，結果如表3所示。

Table 3 Performance values for each satellite in the constellation表3 星群中各衛(wèi)星的性能值

參考表3，將T、D、L、B、E、C的值代入到式（8）得到R的值，如表4所示。

Table 4 Resource utilization for each satellite in the constellation表4 星群中各衛(wèi)星資源利用率

由表3、表4可知，通過最短距離策略將選擇衛(wèi)星1作為接入星、通過最長服務時間策略選擇衛(wèi)星4作為接入星；而本文基于層次分析法的接入策略選擇衛(wèi)星8作為接入星。

為了驗證方便，假設接入星群的新呼叫數(shù)量從每秒5個到每秒45個，圖1、圖2分別是最短距離、最長服務時間和本文資源加權三種接入策略的新呼叫阻塞率和強制中斷率的仿真結果。

Figure 1 New call blocking rate of three access strategies圖1 三種接入策略的新呼叫阻塞率仿真圖

Figure 2 Forced discontinuity rate of three access strategies圖2 三種接入策略的強制中斷率仿真圖

圖1和圖2顯示了在三種不同接入策略下，呼叫強度與新呼叫阻塞和強制切換的概率的關系。由仿真結果可知，基于層次分析法的接入策略對于新呼叫阻塞率和強制中斷率都有很明顯的改善。

5 結束語

針對分布式星群網絡衛(wèi)星資源利用率失衡的問題，提出了基于層次分析法的分布式星群接入策略，建立了資源利用率模型，通過AHP計算資源影響因子的權重。該策略提供了一種分布式星群接入的有效方法，改善了星群網絡性能。但是，衛(wèi)星資源影響因子選取時存在主觀因素，為達到星群網絡更好的接入效果需作進一步的研究。

［1］ Lin Lai－xing.Distributed space systems concepts and applications［J］.Space International，2012（5）：34－38.（in Chinese）

［2］ Widjaja I，Boseh P，Roche H L.Comparison of MME signaling loads for long－term－evolution architectures［C］∥Proc of the 2009 IEEE 70th Vehicular Technology Conference Fall，2009：1－5.

［3］ Huang Fei，Xu Hui，Zhou Heng，et al.QoS based average weighted scheme for LEO satellite communications［J］.Journal of Electronics ＆Information Technology，2008，30（10）：2411－2414.（in Chinese）

［4］ Kaslow D.Planning and scheduling of earth observing satellites［C］∥Proc of 2007 IEEE Aerospace Conference，2007：1－12.

［5］ Whitefield D，Gopal R.Capacity enhancement with dynamic resource management for next generation satellite systems［C］∥IEEE MILCOM’05，2005：761－767.

［6］ Tan Qun，Peng Li，Li Zhi－meng，et al.A load balancing method for matching reconnaissance tasks and satellite resources［J］.Journal of National University of Defense Technology，2011，33（2）：95－99.（in Chinese）

［7］ Feng Shao－dong，Bian Dong－ming，Zhang Geng－xin，et al.Broadband multimedia satellite communication system QoS framework：Design，simulation and verification［J］.Computer Science，2010，37（6）：60－64.（in Chinese）

［8］ Saaty T L.The analytic hierarchy process［M］.New York：Mc Craw Hill，1980.

［9］ Raharjo H，Xie Min，Brombacher A.On modeling dynamic priorities in the analytic hierarchy process using compositional data analysis［J］.European Journal of Operational Research，2009，194（3）：834－846.

［10］ Zhang Tao，Liu Zhong－kan，Zhang Jun.A shortest path algorithm for satellite time varying topological network［J］.Chinese Journal of Computers，2006，29（3）：371－377.（in Chinese）

［11］ Shen Jian－ping，Yu Hong－fang，Zhang Xiao－ning，et al.OPNET based low earth orbit satellite network simulation platform［J］.Computer Engineering，2009，35（18）：237－239.（in Chinese）

附中文參考文獻：

［1］ 林來興.分布式空間系統(tǒng)概念和應用［J］.國際太空，2012（5）：34－38.

［3］ 黃飛，許輝，周恒，等.LEO衛(wèi)星通信中基于服務質量的綜合加權接入策略［J］.電子與信息學報，2008，30（10）：2411－2414.

［6］ 談群，彭黎，李志猛，等.一種航天偵察任務－資源匹配的負載均衡方法［J］.國防科技大學學報，2011，33（2）：95－99.

［7］ 馮少棟，邊東明，張更新，等.寬帶多媒體衛(wèi)星通信系統(tǒng)QoS架構設計與仿真驗證［J］.計算機科學，2010，37（6）：60－64.

［10］ 張濤，柳重堪，張軍.衛(wèi)星時變拓撲網絡最短路徑算法研究［J］.計算機學報，2006，29（3）：371－377.

［11］ 申建平，虞紅芳，章小寧，等.基于OPNET的低軌衛(wèi)星網絡仿真平臺［J］.計算機工程，2009，35（18）：237－239.