譚詩翰,金鳳林,頓聰穎,孟凡倫
(陸軍工程大學 指揮控制工程學院,江蘇 南京210007)
隨著地面多媒體業(yè)務(wù)的激增、移動互聯(lián)網(wǎng)的蓬勃發(fā)展及人類活動范圍的進一步擴大,用戶對無處不在的無線網(wǎng)絡(luò)服務(wù)和更快數(shù)據(jù)傳輸速率需求日益增加,無線通信產(chǎn)業(yè)面臨嚴峻的考驗??仗斓匾惑w化網(wǎng)絡(luò)系統(tǒng)(Space-Air-Ground Integrated Network,SAGIN)將空間網(wǎng)絡(luò)、空中網(wǎng)絡(luò)與地面網(wǎng)絡(luò)互連,具有網(wǎng)絡(luò)資源豐富、網(wǎng)絡(luò)覆蓋范圍廣的特性,受到學術(shù)界和工業(yè)界的廣泛關(guān)注[1]。
然而,由于各網(wǎng)絡(luò)空間使用的網(wǎng)絡(luò)通信設(shè)備不同,所處的網(wǎng)絡(luò)通信環(huán)境不同,不同網(wǎng)絡(luò)空間上的網(wǎng)絡(luò)系統(tǒng)及管理(如網(wǎng)絡(luò)架構(gòu)、資源分配方法以及緩存策略等)具有多樣性,網(wǎng)絡(luò)特性(如網(wǎng)絡(luò)時延、網(wǎng)絡(luò)資源、覆蓋范圍等)具有差異性[1],造成SAGIN整體網(wǎng)絡(luò)結(jié)構(gòu)復雜,各層網(wǎng)絡(luò)系統(tǒng)管理難以統(tǒng)一以及網(wǎng)絡(luò)系統(tǒng)間的協(xié)同策略制定困難。因此,設(shè)計一種可以適應(yīng)SAGIN復雜網(wǎng)絡(luò)環(huán)境的網(wǎng)絡(luò)管理架構(gòu)對SAGIN建設(shè)發(fā)展有著重要意義。
已經(jīng)有一些研究針對SAGIN網(wǎng)絡(luò)管理架構(gòu)的設(shè)計進行了討論。文獻[2]將SDN和NFV應(yīng)用在衛(wèi)星架構(gòu)的設(shè)計上來,有效增強了網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性和靈活性。文獻[3]提出了一種基于軟件定義無線電技術(shù)的空間信息系統(tǒng)架構(gòu)(SDS-BI-SIS),以解決當前空間信息系統(tǒng)建設(shè)的不足。它們都采用了層次結(jié)構(gòu)和衛(wèi)星網(wǎng)絡(luò),然而,上述研究關(guān)注的是單層空間網(wǎng)絡(luò),而沒有考慮到SAGIN各層網(wǎng)絡(luò)空間相協(xié)同的情況。文獻[4]提出了一種用于操作響應(yīng)空間(ORS)的網(wǎng)絡(luò)方案。該方案是一個基于OpenFlow和網(wǎng)絡(luò)虛擬化技術(shù)的空間-地面一體化網(wǎng)絡(luò),為一些突發(fā)情況的快速處理提供了新的思路,具有很高的敏捷性和靈活性。文獻[5]提出了一種分級服務(wù)交付體系結(jié)構(gòu),并強調(diào)了其在選定的衛(wèi)星—地面集成場景中的潛在作用。這些研究主要集中討論SAGIN的架構(gòu)設(shè)計,對于各網(wǎng)絡(luò)空間如何基于所提出的架構(gòu)進行協(xié)調(diào)管理缺少具體的研究和論證。
本文在SAGIN不同網(wǎng)絡(luò)空間分布式移動網(wǎng)絡(luò)架構(gòu)基礎(chǔ)上部署MEC,構(gòu)建SAGIN多維管理架構(gòu)。通過對網(wǎng)絡(luò)系統(tǒng)分層,使SAGIN內(nèi)各網(wǎng)絡(luò)可以自主構(gòu)建網(wǎng)絡(luò)拓撲,分配網(wǎng)絡(luò)資源;MEC作為管理實體,對SAGIN不同網(wǎng)絡(luò)進行協(xié)同管理。
本文的主要貢獻總結(jié)如下:
(1)構(gòu)建SAGIN多維管理架構(gòu),對網(wǎng)絡(luò)系統(tǒng)分層,利用MEC對SAGIN各網(wǎng)絡(luò)空間進行協(xié)同管理。SAGIN各網(wǎng)絡(luò)可以在分布式管理架構(gòu)下具有很強的自主性。
(2)基于SAGIN多維管理架構(gòu)搭建網(wǎng)絡(luò)仿真平臺,為MEC配置強化學習方法用于制定網(wǎng)絡(luò)協(xié)同策略,通過仿真實驗證明該架構(gòu)的可行性。
MEC是指在移動網(wǎng)絡(luò)邊緣部署計算和存儲資源,為移動網(wǎng)絡(luò)提供智能服務(wù)環(huán)境和云計算能力。本文中,MEC作為網(wǎng)絡(luò)系統(tǒng)的管理者,與SAGIN內(nèi)不同網(wǎng)絡(luò)互聯(lián)。MEC通過與SAGIN系統(tǒng)內(nèi)網(wǎng)絡(luò)進行通信交互,利用其內(nèi)部存儲模塊,收集匯總網(wǎng)絡(luò)狀態(tài)信息和用戶服務(wù)請求信息。利用MEC云計算能力,分析處理所收集到的網(wǎng)絡(luò)系統(tǒng)信息,制定最優(yōu)的網(wǎng)絡(luò)管理策略。MEC將網(wǎng)絡(luò)管理策略傳輸給SAGIN系統(tǒng)內(nèi)網(wǎng)絡(luò),不同網(wǎng)絡(luò)根據(jù)MEC制定的網(wǎng)絡(luò)管理策略采取相應(yīng)的網(wǎng)絡(luò)動作,實現(xiàn)對SAGIN不同網(wǎng)絡(luò)間的協(xié)同管理。
分布式移動網(wǎng)絡(luò)架構(gòu)較傳統(tǒng)集中式網(wǎng)絡(luò)架構(gòu)具有更好的靈活性、可拓展性和可靠性性,廣泛地應(yīng)用于SAGIN各網(wǎng)絡(luò)空間網(wǎng)絡(luò)系統(tǒng)[6-9]。本文依托GEO衛(wèi)星,將地面區(qū)域劃分為固定的網(wǎng)絡(luò)服務(wù)區(qū)域[10]。網(wǎng)絡(luò)服務(wù)區(qū)域覆蓋范圍內(nèi)的空間、空中和地面網(wǎng)絡(luò)作為一個系統(tǒng)整體,各網(wǎng)絡(luò)空間內(nèi)的分布網(wǎng)作為其子網(wǎng)絡(luò)。通過部署MEC對子網(wǎng)絡(luò)進行協(xié)同管理。
將SAGIN劃分為三層:數(shù)據(jù)層、控制層和管理層。其中數(shù)據(jù)層和控制層實體對應(yīng)于子網(wǎng)絡(luò)在分布式移動網(wǎng)絡(luò)中的數(shù)據(jù)節(jié)點和控制節(jié)點,即子網(wǎng)絡(luò)數(shù)據(jù)節(jié)點和子網(wǎng)絡(luò)控制節(jié)點;管理層實體為MEC,即管理節(jié)點。
各網(wǎng)絡(luò)層的具體功能介紹如下:
(1)數(shù)據(jù)層:通過子網(wǎng)絡(luò)數(shù)據(jù)節(jié)點為用戶提供網(wǎng)絡(luò)接入以及數(shù)據(jù)傳輸服務(wù)。子網(wǎng)絡(luò)數(shù)據(jù)節(jié)點由所屬的子網(wǎng)絡(luò)控制節(jié)點控制,負責其資源分配及運作模式。此外,子網(wǎng)絡(luò)數(shù)據(jù)節(jié)點將自己的數(shù)據(jù)信息傳輸?shù)剿鶎俚淖泳W(wǎng)絡(luò)控制節(jié)點,輔助子網(wǎng)絡(luò)控制節(jié)點判斷網(wǎng)絡(luò)狀態(tài)。服務(wù)分配策略會通過衛(wèi)星網(wǎng)絡(luò)統(tǒng)一下發(fā)到用戶,子網(wǎng)絡(luò)數(shù)據(jù)節(jié)點會根據(jù)服務(wù)分配策略,判斷是否響應(yīng)用戶服務(wù)請求。
(2)控制層:主要有三個方面功能,一是信息采集,子網(wǎng)絡(luò)控制節(jié)點接收來自數(shù)據(jù)層的用戶信息和服務(wù)請求。收集接入用戶類型、數(shù)量以及子網(wǎng)絡(luò)資源利用率等信息。在進行特征提取、異常診斷和數(shù)據(jù)計算等工作后,將子網(wǎng)絡(luò)狀態(tài)信息傳輸?shù)焦芾韺?,輔助管理層決策;二是本地管理,子網(wǎng)絡(luò)控制節(jié)點根據(jù)自身情況為接入用戶分配網(wǎng)絡(luò)資源,并下發(fā)給子網(wǎng)絡(luò)數(shù)據(jù)節(jié)點;三是策略轉(zhuǎn)發(fā),子網(wǎng)絡(luò)控制節(jié)點接收管理層的網(wǎng)絡(luò)服務(wù)分配策略,并轉(zhuǎn)發(fā)給相應(yīng)的子網(wǎng)絡(luò)數(shù)據(jù)節(jié)點。
(3)管理層:主要有三個方面功能,一是內(nèi)部資源的注冊和查詢,對所屬范圍內(nèi)的子網(wǎng)絡(luò)進行注冊,并提供外部網(wǎng)絡(luò)對子網(wǎng)絡(luò)的查詢功能;二是創(chuàng)建策略,根據(jù)控制層上傳信息,確定網(wǎng)絡(luò)系統(tǒng)內(nèi)部各子網(wǎng)絡(luò)的狀態(tài)信息、用戶的服務(wù)請求信息,來創(chuàng)建網(wǎng)絡(luò)服務(wù)分配策略,并下發(fā)給子網(wǎng)絡(luò)控制節(jié)點;三是網(wǎng)絡(luò)系統(tǒng)對外的通信交互。
圖1給出一個典型的SAGIN架構(gòu),包含三個子網(wǎng)絡(luò):多層衛(wèi)星網(wǎng)、空中自組網(wǎng)和地面異構(gòu)網(wǎng)。其中多層衛(wèi)星網(wǎng)屬于多層衛(wèi)星通信系統(tǒng),其分布式控制節(jié)點是GEO衛(wèi)星,而數(shù)據(jù)節(jié)點是LEO衛(wèi)星,LEO衛(wèi)星在GEO衛(wèi)星的統(tǒng)一管理下共同服務(wù)于同一地面區(qū)域。LEO衛(wèi)星以及空中自組網(wǎng)的數(shù)據(jù)節(jié)點和地面網(wǎng)的數(shù)據(jù)節(jié)點共同構(gòu)建SAGIN數(shù)據(jù)層;GEO衛(wèi)星、空中自組網(wǎng)控制節(jié)點以及地面異構(gòu)網(wǎng)控制節(jié)點共同構(gòu)建SAGIN控制層;MEC作為SAGIN管理層實體與子網(wǎng)絡(luò)控制節(jié)點連通。
圖1 SAGIN網(wǎng)絡(luò)架構(gòu)
為簡化模型,假設(shè)每一個用戶周圍都部署有SAGIN終端(SAGIN-T)[11],SAGIN-T擁有接入SAGIN空間、空中和地面子網(wǎng)絡(luò)的能力,用戶可以通過SAGIN-T接入所在范圍內(nèi)任一子網(wǎng)絡(luò)。SAGIN-T接入網(wǎng)絡(luò)系統(tǒng)后,首先向子網(wǎng)絡(luò)控制節(jié)點上傳自身的位置信息以及周圍的網(wǎng)絡(luò)環(huán)境信息,并定期更新。
如圖2所示,用戶首先根據(jù)自身所需的服務(wù)特性,通過自描述服務(wù)請求機制[12],向其可能接入的SAGIN-T發(fā)送服務(wù)請求,SAGIN-T會根據(jù)用戶的服務(wù)請求,分析判斷用戶所需的服務(wù)類別,添加服務(wù)類別標簽。將服務(wù)類別信息等傳送給所屬子網(wǎng)絡(luò),子網(wǎng)絡(luò)控制節(jié)點將其接收到的用戶服務(wù)請求信息上傳到管理層。同時,子網(wǎng)絡(luò)控制節(jié)點會周期性收集其所屬數(shù)據(jù)節(jié)點的狀態(tài)信息,并將其傳送到管理節(jié)點。管理節(jié)點對所接收到的用戶服務(wù)請求信息進行注冊、登記,并結(jié)合子網(wǎng)絡(luò)上傳的網(wǎng)絡(luò)狀態(tài)信息,根據(jù)自身的網(wǎng)絡(luò)服務(wù)分配策略,為用戶服務(wù)分配子網(wǎng)絡(luò),并下發(fā)給對應(yīng)子網(wǎng)絡(luò)。子網(wǎng)絡(luò)控制節(jié)點接收到管理層下發(fā)的網(wǎng)絡(luò)分配策略,結(jié)合其所屬的子網(wǎng)絡(luò)數(shù)據(jù)節(jié)點狀態(tài)信息和用戶服務(wù)請求信息,根據(jù)自身的網(wǎng)絡(luò)資源分配策略,為用戶分配網(wǎng)絡(luò)資源,并向SAGIN-T發(fā)送服務(wù)響應(yīng)信息,完成對用戶服務(wù)請求的響應(yīng)。
圖2 SAGIN網(wǎng)絡(luò)架構(gòu)工作流程
本文使用NS2平臺和Python搭建了一個系統(tǒng)級網(wǎng)絡(luò)仿真環(huán)境。利用NS2平臺模擬和采集網(wǎng)絡(luò)數(shù)據(jù),利用Python模擬MEC運行機制,對所收集的數(shù)據(jù)進行分析、處理,并輸出對用戶服務(wù)的分配策略。
本文采用了一個典型的SAGIN場景模型,如圖3所示,其中地面子網(wǎng)絡(luò)由一個地面基站(BS)組成;由三個無人機組成空中子網(wǎng)絡(luò),作為地面網(wǎng)絡(luò)的補充,為地面小區(qū)邊緣用戶以及地面小區(qū)覆蓋范圍外的用戶提供服務(wù);單顆LEO衛(wèi)星作為空間子網(wǎng)絡(luò),可以提供更為廣闊的網(wǎng)絡(luò)覆蓋范圍以及豐富的鏈路資源,以為其他網(wǎng)絡(luò)空間覆蓋范圍外的用戶提供服務(wù),以及分攤地面網(wǎng)絡(luò)以及空中網(wǎng)絡(luò)的傳輸壓力。每個子網(wǎng)絡(luò)都由其控制節(jié)點來負責管理所屬數(shù)據(jù)節(jié)點,控制節(jié)點采用線性規(guī)劃的方法[13],對由MEC所分配的用戶分配網(wǎng)絡(luò)資源,由于控制節(jié)點位置對仿真操作和實驗結(jié)果影響不大,因此并未在圖3中標出。每個用戶通過SAGIN-T接入SAGIN,最多有3種可能的方式來訪問網(wǎng)絡(luò),即地面子網(wǎng)絡(luò)、空中子網(wǎng)絡(luò)和空間子網(wǎng)絡(luò)。每個用戶同時只能接入一個子網(wǎng)絡(luò)。
圖3 SAGIN實驗仿真場景
由于空間、空中和地面網(wǎng)絡(luò)空間使用的頻段不同,信號衰減度不同,故可以區(qū)分不同網(wǎng)絡(luò)空間,構(gòu)建網(wǎng)絡(luò)傳輸模型[14]。
本文依據(jù)用戶對傳輸速率的需求以及對網(wǎng)絡(luò)時延的敏感程度,劃分兩種服務(wù)類別:非實時服務(wù)(NRT)和實時服務(wù)(RT)。其中,非實時服務(wù)由傳統(tǒng)的數(shù)據(jù)應(yīng)用程序生成,如郵件下載、網(wǎng)上沖浪等;實時服務(wù)是由語音應(yīng)用程序或視頻流生成,對時延要求較高,考慮到衛(wèi)星通信時延高,所以實時服務(wù)只能接入地面子網(wǎng)絡(luò)和空中子網(wǎng)絡(luò)(具體參數(shù)設(shè)置見表1)。
表1 參數(shù)設(shè)置
仿真實驗中MEC通過學習由控制層上傳的網(wǎng)絡(luò)環(huán)境數(shù)據(jù),根據(jù)用戶服務(wù)請求信息,利用Q-learning算法,獲得最優(yōu)服務(wù)分配策略,通過控制每個用戶接入的子網(wǎng)絡(luò),對SAGIN不同網(wǎng)絡(luò)進行協(xié)同管理[15]。Q-learning算法具體介紹如下。
定義網(wǎng)絡(luò)系統(tǒng)狀態(tài)s=(S1,S2,S3,r),其中S1、S2、S3分別表示地面、空中和空間子網(wǎng)絡(luò)的狀態(tài)量,r用來描述最近一個服務(wù)數(shù)據(jù)。子網(wǎng)絡(luò)狀態(tài)量表示為:
定義動作空間a={1,2,3}。1、2、3分別表示地面、空中和空間子網(wǎng)絡(luò)。
定義網(wǎng)絡(luò)獎勵為:
其中U(s,a)表示網(wǎng)絡(luò)效用值,B(s,a)表示對網(wǎng)絡(luò)擁塞的懲罰。網(wǎng)絡(luò)效用值由系統(tǒng)的整體用戶滿意度決定,整體用戶滿意度反映了用戶對網(wǎng)絡(luò)系統(tǒng)服務(wù)的滿意度水平,其計算方法參照文獻[16],由于篇幅原因,在此不再贅述。
定義狀態(tài)-動作對(s,a)的價值函數(shù)Q(s,a)。Q(s,a)的更新式為:
其中ρ是學習率(0<ρ<1);Ψ為后續(xù)狀態(tài)對當前狀態(tài)的影響因子;設(shè)τ為設(shè)置的離散時間間隔,i為系統(tǒng)內(nèi)相鄰服務(wù)請求間隔時間△t相對于τ所需要的迭代次數(shù)。
運行上文所構(gòu)建的網(wǎng)絡(luò)仿真場景,并在不同網(wǎng)絡(luò)環(huán)境下對SAGIN多維管理架構(gòu)子網(wǎng)絡(luò)協(xié)同管理和用戶隨機選擇接入子網(wǎng)絡(luò)兩種方法的網(wǎng)絡(luò)系統(tǒng)整體用戶滿意度和擁塞率進行了對比,實驗結(jié)果表明在網(wǎng)絡(luò)系統(tǒng)的整體用戶滿意度和擁塞率上所提架構(gòu)對子網(wǎng)絡(luò)協(xié)同管理要優(yōu)于用戶隨機選擇接入子網(wǎng)絡(luò)。
如圖4所示,在網(wǎng)絡(luò)資源充足的環(huán)境下,網(wǎng)絡(luò)的擁塞率較低,由初始狀態(tài)到達網(wǎng)絡(luò)狀態(tài)相對穩(wěn)定之后,通過短時間的學習,本文所提架構(gòu)對子網(wǎng)絡(luò)進行協(xié)同管理相較于用戶隨機選擇接入子網(wǎng)絡(luò)整體用戶滿意度上升超過15%。
圖4 資源充足環(huán)境下對比
如圖5所示,在網(wǎng)絡(luò)擁塞的環(huán)境下,由于網(wǎng)絡(luò)資源利用率較高,可調(diào)控的資源量比較少,因此對子網(wǎng)絡(luò)協(xié)同管理相較于用戶隨機選擇接入子網(wǎng)絡(luò)整體用戶滿意度變化不大,但是子網(wǎng)絡(luò)協(xié)同管理相較于用戶隨機選擇接入方法的子網(wǎng)絡(luò)擁塞率下降超過50%。
圖5 網(wǎng)絡(luò)擁塞環(huán)境下對比
本文對基于MEC的SAGIN多維管理架構(gòu)做了詳細介紹,并在此基礎(chǔ)上加入Q-learning算法用于MEC策略決策,通過仿真實驗驗證了所提架構(gòu)的可行性。但是,不可忽視的是,隨著信息網(wǎng)絡(luò)的發(fā)展,SAGIN網(wǎng)絡(luò)用戶的數(shù)量和多樣性激增,服務(wù)定制以及差異化服務(wù)需求增加,對網(wǎng)絡(luò)的傳輸能力以及網(wǎng)絡(luò)信息的分析處理能力提出了更高的要求。因此,設(shè)計更為靈活可以適用于更多樣的網(wǎng)絡(luò)服務(wù)場景的SAGIN管理架構(gòu),以及更為高效的網(wǎng)絡(luò)管理策略將是下一步研究的重點。