王繼輝，池云，趙運弢，劉恒馳，4

（1.沈陽職業(yè)技術學院電氣工程學院，沈陽110045；2.遼寧行政學院，沈陽110161；

3.沈陽理工大學信息科學與工程學院，沈陽110159；4.空軍沈陽后勤訓練基地，沈陽110045）

高級在軌系統(tǒng)的自相似業(yè)務量預測鏈路優(yōu)化模型

王繼輝1，池云2，趙運弢3，劉恒馳3，4

（1.沈陽職業(yè)技術學院電氣工程學院，沈陽110045；2.遼寧行政學院，沈陽110161；

3.沈陽理工大學信息科學與工程學院，沈陽110159；4.空軍沈陽后勤訓練基地，沈陽110045）

在AOS高級在軌系統(tǒng)鏈路協(xié)議的基礎上，分析了具有自相似特性的業(yè)務流量，提出了一種基于FARIMA模型的自相似預測的鏈路優(yōu)化模型。該預測模型基于分數(shù)階統(tǒng)計理論，在估計赫斯特參數(shù)的基礎上，根據不同的時間粒度，提前預測突發(fā)業(yè)務量的到來，從而降低了網絡丟包率。仿真表明模型在20點預測內具有較好擬合性，在一定置信區(qū)間下具有較好的預測成功概率和較低的虛警概率，同時使網絡丟包率大幅下降。

CCSDS，高級在軌系統(tǒng)，自相似，赫斯特參數(shù)，VCLC

0 引言

為滿足復雜航天器通信的信源多樣性、高可靠性、高速、大容量、網絡化、標準化和日益增長的國際合作需求，CCSDS［1-3］（Consultive Committee for Space Data System）提出了高級在軌系統(tǒng)（Advanced Orbit Systems，AOS）體制和標準，從而構建一個空空及空地的數(shù)據通信和傳輸體制。同時，隨著新技術應用的不斷涌現(xiàn)，網絡流量承載的數(shù)據己經涵蓋了包括文本、語音、圖像、視頻以及大容量下瀉、分散業(yè)務和實時業(yè)務等各種各樣的信息，從而使網絡流量特性呈現(xiàn)出更高的復雜性、突發(fā)性和分形特性［4-5］。大量研究表明，實際的網絡流量呈現(xiàn)出不同于傳統(tǒng)泊松模型的特性：重尾特性和自相似性。業(yè)務流的自相似性，引起了網絡性能的改變，使網絡特性分析變得復雜。當網絡性能用吞吐量、丟失率和分組延遲表示時，隨著重尾及自相似程度的增加，網絡性能逐漸降低［6］。

本文在研究以AOS為核心的天空通信網絡協(xié)議的基礎上，重點對具有高突發(fā)、自相似業(yè)務量的預測模型進行了研究，提出一種基于FARIMA預測的鏈路優(yōu)化模型。首先，對引起鏈路毀壞的原因進行分析，將毀壞原因分為兩類，一類是由于人為干擾或不可預測因素引起的鏈路或節(jié)點毀壞。另一類是由于網絡本身的突發(fā)業(yè)務量或鏈路負載不均衡所引起的鏈路擁塞和毀壞，其特點是根據業(yè)務量的自相似統(tǒng)計特征在一定置信區(qū)間內具有可預測性。本文采用優(yōu)化的思想，對不可預測的鏈路故障，交由網絡層進行路由抗毀；而對于統(tǒng)計可預測鏈路突發(fā)業(yè)務，則根據統(tǒng)計預測模型給出n步預測值，自適應改變鏈路緩沖容量、帶寬分配等性能，從而降低了由突然故障所引起的大量丟包及網絡吞吐性能下降。

1 基于AOS的數(shù)據鏈路協(xié)議

高級在軌系統(tǒng)是對常規(guī)系統(tǒng)的改進，它相比常規(guī)系統(tǒng)最大區(qū)別是能提供的業(yè)務類型要廣泛得多。隨著技術的發(fā)展，星上的數(shù)據處理能力得到了極大的提高，有時可以將星上視為與地面對等的一個數(shù)據處理中心，因此，傳統(tǒng)的遙控和遙測概念在高級在軌系統(tǒng)的數(shù)據雙向傳輸中就變得相對模糊，取而代之的是星地之間前向和返回鏈路的概念，這樣，AOS可以使用對稱型的業(yè)務和協(xié)議，在空間鏈路之間雙向提供聲音、圖像、高速遙測、低速處理數(shù)據的傳輸。為了使不同類型的數(shù)據共享同一鏈路，AOS提供了不同的傳輸機制（同步、異步、等時）、不同的用戶數(shù)據格式協(xié)議（如比特流、字節(jié)塊、數(shù)據包等）以及不同等級的差錯控制。AOS是一種包含空間鏈路的國際網，能夠實現(xiàn)星-地立體的交互支持，成為了空間的“綜合數(shù)字業(yè)務網”，它能夠提高信道利用率，降低成本，保證高質量的數(shù)據傳輸［7］。CCSDS AOS建議的描述是以CCSDS主網（CPN）概念模型為基礎的（如圖1）。CPN提供了飛行器與其地面支持網絡之間的雙向數(shù)據通信。CPN包括3個組成子網即星上網絡、地面網絡（或位于另一在軌部分的星上網絡）以及將兩者聯(lián)系起來的空間鏈路子網（SLS）。

圖1 CCSDS主網（CPN）模型

2 長相關和自相似的概念

反映在網絡業(yè)務流中就是，如果業(yè)務在前一時期處于突發(fā)狀態(tài)，則在后一時期仍處于突發(fā)狀態(tài)的概率將大于處于非突發(fā)狀態(tài)的概率。如果業(yè)務（分組、信元）在到達緩存器進行排隊時，若已等待則下一時隙仍處于等待的概率將大于被服務的概率。這種“長期記憶”特性對業(yè)務（特別是突發(fā)業(yè)務）的傳輸將造成很大的影響。

定義考察一個廣義平穩(wěn)（或協(xié)方差平穩(wěn)）的隨機過程{Xn}n=0，1，2，…，其中Xk可理解為第k個單位時間內到達的網絡業(yè)務實體數(shù)目。假定X的自相關系數(shù)有如下形式：

3 一種基于自相似業(yè)務量預測的鏈路優(yōu)化模型

3.1 基于FARIMA的自相似業(yè)務量生成模型

傳統(tǒng)模型只能處理短相關業(yè)務，對于現(xiàn)代網絡這種具有長相關特征的業(yè)務則顯得力不從心。因此，兼具短相關和長相關特性的模型更適合于描述網絡業(yè)務的真實情況，F(xiàn)ARIMA（p，d，q）（Fractional AutoRegressive Integrated Moving Average）模型被廣泛使用。

FARIMA（p，d，q）過程也可以看作是ARIMA（p，d，q）過程的特殊形式，它擴展了FBM或FARIMA（0，d，0）的描述能力，使模型具有長短混合的相關數(shù)據結構，彌補了它們在數(shù)據描述能力上的不足。從定義上看，F(xiàn)ARIMA（p，d，q）模型是以分數(shù)差分噪聲FARIMA（0，d，0）為激勵的ARMA模型。該模型在利用參數(shù)d描述觀測樣本中的長相關結構時，利用p+q+1個參數(shù)來刻畫樣本中的短相關結構。

隨機過程{Xt}稱為服從d∈（-0.5，0.5）的FARIMA（p，d，q）模型，如果{Xt}是零均值的，且滿足差分方程：

其中，d是差分階數(shù)，p是自回歸階數(shù)，q是滑動平均的階數(shù)，p，q是非負整數(shù)。{at∶t=…-1，0，1，2…}是一白噪聲序列。并且

定義Δ=（1-B）為差分算子，Δd表示分數(shù)差分算子，其通常的二項展開式表示為：

其中，

顯然，{Xt}是d∈（-0.5，0.5）的FARIMA（p，d，q）過程，當且僅當ΔdXt是一個ARMA（p，q）過程。如果對z≤1，有Θ（B）≠0，那么Yt=Φ（B）Θ-1（B）Xt滿足ΔdYt=at和Φ（B）X=Θ（B）Yt。因此，在d∈（-0.5，0.5），p≠0，q≠0時，F(xiàn)ARIMA（p，d，q）過程{Xt}可看成由FARIMA（0，d，0）驅動的ARMA（p，q）過程，其數(shù)學表達式為：

其中

是FARIMA（0，d，0）過程，即分數(shù)差分噪聲。

綜上，可以看出要生成一個FARIMA（p，d，q）過程一般要經過兩步。

步驟1:產生分數(shù)差分噪聲Yt對于給定的參數(shù)d，由式（5）和式（8）假定Yt的值在負時間軸上為0，可以得到一個有限的時間序列，其定義為：

其中，

步驟2：產生一個FARIMA（p，d，q）過程Xt

在這一步中，先將白噪聲at替換為FARIMA（0，d，0）過程，然后使用常用的ARMA過程產生方法來生成FARIMA（p，d，q）過程Yt，然后使用常用的ARMA過程產生方法來生成FARIMA（p，d，q）過程Xt。

即：取適當?shù)膒，q值以及相應的AR和MA的參數(shù)代入公式Xt=Φ-1（B）Θ（B）Yt中，得到Xt。

圖2 FARIMA生成的自相似業(yè)務流（p=1，q=1）

從仿真結果中可以看出，隨著d增加，自相似程度增強，數(shù)據流的突發(fā)性增強。

3.2 基于FARIMA（p，d，q）的多步預測模型

假設Xt為流量觀測序列，Wt為Xt進行分數(shù)d階差分后獲得的序列：

1）對Wt序列擬合ARMA（p，q）模型，獲得自回歸系數(shù)Φ={φ1，φ2，…，φp}和滑動平均系數(shù)θ={θ1，θ2，…，θq}，同時獲取ARMA模型一步預測的模型殘差序列resid={a1，a2，…，an}；

3）根據

其中

可以得到

從而有

值得注意的是，根據條件期望的理論，白噪聲的預測期望為其均值，也即0，所以在計算ARMA（p，q）過程Wt的前向h步預測時，殘差序列a^t+1=0，i=1，2，…，h。

3.3 仿真預測及分析

綜合利用前面給出的算法，對實際的網絡業(yè)務進行了建模和預測。首先，利用FARIMA（p，d，q）模型對業(yè)務流進行擬合，然后用擬合的FARIMA（p，d，q）模型對業(yè)務流進行預測，最后分析得到的結果。

圖3 FARIMA預測模型n步預測曲線

從圖3中可以看出，隨著預測步數(shù)的增加，精度下降，趨于發(fā)散。在較短的預測步數(shù)內，具有較好的準確性，并能很好地預測出網絡流量的變化趨勢。

圖4 基于預測的網絡丟包率比較

表1 仿真參數(shù)表

如圖4所示，對1 000點的數(shù)據進行步長為5的預測，仿真得到丟包曲線?；陬A測的抗毀鏈路模型能明顯改善丟包性能，累計丟包量明顯下降。

4 結論

隨著AOS高級在軌系統(tǒng)業(yè)務流量突發(fā)性和復雜性的增強，傳統(tǒng)的短相關預測模型對AOS業(yè)務流量的預測精度較差，本文在分析網絡流量長相關自相似理論的基礎上，提出了一種基于FARIMA模型的自相似預測的鏈路優(yōu)化模型。該模型在Hurst參數(shù)估計的基礎上，在一定置信區(qū)間下根據不同的時間粒度，對AOS業(yè)務流量進行預測，從而改善網絡丟包性能。并通過仿真驗證了AOS自相似預測模型在一定預測步長內的有效性。

［1］Consultative Committee for Space Data System.Overview of Space Link Protocols［S］.CCSDS 130.0-G-1.1 Draft Green Book，2004.

［2］Consultative Committee for Space Data System.AOS Space DataLinkProtocol［S］.CCSDS732.0-B-2BlueBook，2006.［3］Consultative Committee for Space Data System.TM Space Data Link Protocol［S］.CCSDS 132.0-B-1，Blue Book.Issue 1，2003.

［4］Leland W，Taqqu M，Willinger W，et al.On the Self-similar NatureofEthernetTraffic（extendedversion）［J］. IEEE/ACM Trans.Networking，1994（2）:1-15.

［5］Paxson V，F(xiàn)loyd S.Wide Area Traffic:The Failure of Poisson Modeling［J］.IEEE/ACM Transactions onNetworking，1995，3（3）：226-244.

［6］吳澤民，鄭少仁.自相似流量及其對網絡性能的影響［J］.解放軍理工大學學報，2000，5（l）:29-34.

［7］Consultative Committee for Space Data System.AOS Networks andDataLink［S］.CCSDS701.0-B-3BlueBook，2001.

［8］田莊，張慶君.載人航天器AOS虛擬信道調度策略研究［J］.航天器工程，2006，15（2）：20-26.

［9］巴勇，張乃通.CCSDS協(xié)議及空間數(shù)據系統(tǒng)分析［D］.哈爾濱：哈爾濱工業(yè)大學，2000.

［10］張利萍.CCSDS在我國航天領域的應用展望［J］.飛行器測控學報，2011，30（S1）：1-4.

［11］Proximity-1 Space Link Protocol-Data Link Layer［S］. CCSDS 211.0-P-4.1.Pink Book，Issue 2.1.2012.

Research on Link Optimization Model of Self-similar Traffics Prediction Based on Advanced Orbiting System

WANG Ji-hui1，CHI Yun2，ZHAO Yun-tao3，LIU Heng-chi3，4
（1.Shenyang Polytechnic College，Shenyang 110045，China；2.Liaoning Academy of Governance，Shenyang 110161，China；3.Shenyang Ligong University，Shenyang 110159，China；4.Shenyang Air Force Logistics Training Base，Shenyang 110145，China）

The output of VCLC sublayer is taken as the input of virtual channel on CCSDS AOS，whose multiplexing efficiency and waiting-time directly affect the performance of the VCA sublayer and whole system.Based on Possion distribution，the research of efficiency is transformed into the occurred probability of full efficiency.While establishing the probability and statistics model of MPDU multiplexing，a new virtual channel scheduling model with weighted slots and the optimized throughput is proposed.And the equations derivation with optimized throughput is given.The simulation result shows that the new cross-layer model can increase throughput and reduce the delay.

CCSDS，advanced orbit systems，self-Similar parameter，hurst，VCLC

TN919

：A

1002-0640（2015）01-0084-04

2013-10-15

2014-01-12

王繼輝（1964-），女，遼寧鐵嶺人，副教授，碩士。研究方向：電工電子、網絡通信。