中国科技核心期刊      中国指挥与控制学会会刊     军事装备类重点期刊
Command Control and Simulation

Command Control and Simulation >

2022 , Vol. 44 >Issue 2: 88 - 100

DOI: https://doi.org/10.3969/j.issn.1673-3819.2022.02.017

Engineering & Application

Key Technologies of Satellite Networks

  • WU Yang ,
  • HU Gu-yu ,
  • JIN Feng-lin ,
  • TANG Si-qi
Expand
  • Institute of Command and Control Engineering, Army Engineering University of PLA, Nanjing 210007, China

Received date: 2021-06-10

  Request revised date: 2021-06-22

  Online published: 2022-04-28

Copyright

Copyright reserved © 2022
Fold

Abstract

With the rapid development of science and technology, satellite network is playing an increasingly important role in communications technology. The key issue of satellite network is paid more and more attention by academia and industry. In this paper, the background and significance of satellite network are given. And then, the advantages and disadvantages of satellite network including synchronous satellite network and low earth orbit satellite network are compared. What's more, we introduce several typical Low Earth Orbit (LEO) satellite constellation network and analyze the satellite handover, routing, virtualization of satellite network in three aspects: the research situation, issues and development trend. Finally, we conclude the key issues of satellite network.

Key words： satellite network; satellite handover; routing; virtualization of satellite networks; low earth orbit satellite network

Cite this article

WU Yang , HU Gu-yu , JIN Feng-lin , TANG Si-qi . Key Technologies of Satellite Networks[J]. Command Control and Simulation, 2022 , 44(2) : 88 -100 . DOI: 10.3969/j.issn.1673-3819.2022.02.017

1 卫星网络组网关键技术研究背景与意义

随着通信技术的发展,卫星网络在通信方面发挥的作用越来越重要,引起了学术界与工业界的广泛关注[1]。卫星网络在支持全球覆盖方面有着不可或缺的作用,这不仅可以对地面网络进行扩展与补充,还能在自然灾害、紧急救援、地质勘测等应用方面提供可靠的数据传输与正常通信[2,3]。卫星网络由卫星和星间链路组成,根据卫星轨道不同的高度,将卫星分为三类:静止轨道卫星(Geostationary Earth Orbit, GEO, 36 000 km)、中轨道卫星(Medium Earth Orbit, MEO, 5 000-10 000 km)、低轨道卫星(Low Earth Orbit, LEO, 500-1 500 km)。相比于静止轨道卫星和中轨道卫星,低轨道卫星有着传播时延小、能耗少、信号衰减少等优点,有利于实时通信和降低移动终端的功率[4,5,6,7,8,9]。中轨道卫星一般作为传输数据中继卫星,本文不予讨论。
从20世纪90年代开始,利用地面的蜂窝网进行通信以及光纤通信的飞速发展,使得卫星通信的应用与研究逐渐衰落,当时正在研究的低轨卫星星座包括Iridium 与Globalstar也停滞不前[10,11]。后来,随着同步轨道卫星的研究的兴起,多层卫星网络组网的概念也进一步发酵,这都大大促进了对天地一体化网络的研究与发展[12,13,14,15]。我国也将天地一体化网络积极摆在战略地位,事实上,国家基金委、工信部、科技部等均先后启动了关于空间信息网或天地一体化信息网络的专项,并且天地一体化信息网络被列入了国家“十三五”规划,是国家科技创新2030重大项目之一。在航天工程方面,航天科技、航天科工集团等也有鸿雁、虹云工程等相关实践探索。另外,对于国内天地一体化信息网络的研究走在前列的大学包括清华大学、北京邮电大学、南京邮电大学等。2020年6月30日,我国北斗三号全球同步卫星导航系统中的最后一颗组网的卫星、第三颗地球同步轨道卫星有效载荷圆满完成开通,标志着我国静止轨道卫星导航技术进一步成熟。表1对比了同步轨道卫星与低轨卫星的特点。
表1 同步轨道卫星与低轨卫星参数比较
卫星类型 同步轨道卫星 低轨卫星
轨道高度/km 36 000 500~1 500
全球无缝覆盖 否 是
单跳时延/ms 250~270 10~20
所处位置 赤道上空 全球覆盖
发射成本 高 低
虽然在实际应用中,静止轨道卫星的发展更成熟,应用更广泛,但是与低轨卫星相比,低轨卫星拥有着其独有的优点:
1)低轨卫星拥有全球覆盖的能力。对于同步轨道卫星而言,一颗同步轨道卫星的覆盖区域占全球面积的42.4%,故3颗同步轨道卫星就能覆盖全球。然而,由于同步轨道卫星的轨道在赤道上空,达不到通信时需要的最小仰角,极区的用户无法利用其进行通信,故不能达到全球覆盖通信的效果。低轨卫星星座有着全球覆盖的能力,包括为两极地区提供通信。
2)低轨卫星有利于无线通信。在进行数据传输时,由于传输距离较同步轨道卫星近,传播损耗较小,从而使得低轨卫星通信对地面用户终端的辐射功率与品质的要求不高,有利于地面用户的移动终端的通信。
3)单点故障易解决。对于同步轨道卫星而言,一颗同步轨道卫星覆盖的区域较大,当同步轨道卫星发生单点故障后,通过其进行通信的所有用户都无法进行正常通信,而重新发射卫星成本较低轨卫星成本高。低轨卫星数量较多,发生单点故障后,易进行切换,而且能够通过一箭多星的技术减少发射成本。
4)低轨卫星传播时延小。同步轨道卫星的轨道高度约36 000 km,传播数据包时每跳时延约250 ms~270 ms,这已经不能满足多种用户通信QoS需求。比如音频、视频等数据类型对时延、带宽的要求比较高,无法通过同步轨道卫星来满足。而低轨卫星轨道高度约为500 km~1 500 km,传播数据包时每跳时延约为10 ms~20 ms,能够满足多种QoS需求,满足实时通信的需求[16,17,18]。
低轨卫星轨道资源是有限的,需要尽快去竞争此资源,而在地域上,我国幅员辽阔,对于偏远山区需要卫星通信,不仅如此,当自然灾害发生之后,地面通信设备受损的情况下,需要卫星网络进行通信。随着社会的发展,卫星网络越来越体现着更多的经济效益与社会效益。
卫星网络组网关键技术研究具有以下意义:
1)理论意义:随着通信技术的发展,5G移动通信和网络功能虚拟化的出现与应用,使得地面网络更加快速发展。2019年在芬兰召开的“6G”无线峰会上,研究人员讨论了毫米波的定位、环境与量子反向散射通信、5G后传感与通信融合等问题,其中最引人注目的6G研究的主流思想是将5G与卫星通信网络结合发展。对天地一体化进行的研究能够推动5G移动通信技术与卫星通信技术的融合与发展,未来的天地一体化网络采用的体系结构为“接入网+核心网+软件定义网络(Software-defined Network, SDN)+网络功能虚拟化(Network Function Virtualization, NFV)”,当未来使5G地面网络和卫星网络融合后,能利用5G移动通信的优势对卫星网络进行改进。为了将5G地面网络与卫星网络两个异构网络融合,需要在数据分组、路由协议等方面进行研究。地面网络的发展日趋成熟,然而卫星网络的组网关键技术还需要进一步研究。
卫星网络由于其动态性而引发的一系列技术理论问题亟须解决,这个动态性不仅指卫星与卫星之间由于经过极区而产生通信中断与连接的动态性,还指卫星与用户终端之间连接的动态性。从卫星组网的实质来说,其关键技术包括卫星网络拓扑设计、卫星切换、路由协议等[19,20,21,22,23,24]。卫星网络作为下一代天地一体化网络的重要组成部分,随时随地为地面终端提供通信服务,这已经广泛吸引了学术界的关注[25]。
2)实践意义:在芬兰的6G峰会上,华为提出未来发射一万多颗低轨卫星覆盖全球来实现6G通信的设想。在人口密集的城市,天地一体化网络为人们的衣食住行都提供了方便,包括自动驾驶、智能工厂、远程医疗等,同时也能为手持终端提供通信,使人们进入万物互联的时代。在人口稀少的沙漠地区与海洋区域,同样能够实现通信,天地一体化网络在偏远地区、军事通信的应急指挥、灾害救援等方面发挥着不可替代的作用。为了实现天地一体化,卫星网络越来越成为工业界与学术界关注的焦点[26,27]。

2 卫星网络架构简介

随着低轨卫星通信的普及,LEO卫星网络的用户数量和数据量迅速增加。LEO卫星与移动终端之间的连接关系非常多。但是,LEO卫星的星上处理和储存能力无法满足处理和储存这些连接关系的需要。
为了管理连接关系,建立基于二进制图的框架,考虑经典体系结构中卫星处理能力有限,可以将计算和存储放在地面位置服务器上,使用文献[5]中提出的软件定义卫星网络(Software-defined Satellite Networks, SDSN)体系结构。
如图1所示,数据平面由LEO卫星和便携式卫星终端(Portable Satellite Terminals, PSTs)组成。控制平面由地面站、控制器和本地服务器组成。控制器通过卫星网络OpenFlow (Satellite Network OpenFlow, SNOF)信道生成切换指令并发送给LEO卫星。LEO卫星通过星间链路(Inter-plane ISLs, ISLs)相互通信。然而,本文主要考虑星地链路的切换问题,因此,本文不考虑ISLs。实线表示卫星与地面的连接,虚线表示数据平面中的可选卫星。在天地一体化网络中,地面网络和高中轨卫星网络的技术发展早已日趋成熟,将地面网络与卫星网络进行融合时,低轨卫星是必不可少的一部分,需要进一步研究。由于卫星网络特别是低轨卫星组网,属于天地一体化混合组网的薄弱环节,故下文主要介绍典型的低轨卫星星座。
图1 软件定义卫星网络体系结构
低轨卫星星座类型大致可以分为两类,包括倾斜轨道星座(或玫瑰星座)和近极轨道星座。这两种星座类型可以统称为Walker星座,倾斜轨道星座也被称为Walker star星座,而近极轨道星座也被称为Walker polar星座。研究者们通常用N/P/Q来表示Walker星座,其中N表示在每一卫星轨道上的卫星颗数,P表示卫星轨道的轨道数,Q表示相邻轨道卫星的相位因子。
低轨卫星星座有多种典型的星座系统,各低轨卫星星座系统的参数差别较大,表2针对几种典型的低轨卫星星座系统的参数进行比较。表2中几种典型的低轨卫星星座系统都不属于我国,美国、俄罗斯等国家已经拥有了自己的低轨卫星星座系统,我国必须发展自己的低轨卫星系统。
表2 几种典型的低轨卫星星座系统参数比较
星座名称 Iridium Globalstar Teledesic Orbcomm Gonets
轨道高度/km 780 1 414 1 375 775 1 400
卫星颗数/颗 66 48 288 35 64
轨道数目/个 6 8 12 6 11
星座类型 近极轨
星座		 倾斜轨道
星座		 近极轨
星座		 倾斜轨道
星座		 近极轨道
星座
轨道倾角/度 86.4 52 98.2 45 82.6
Globalstar星座为玫瑰星座的代表,由俄罗斯拥有。Iridium星座为典型的极轨道星座,由美国所拥有。我们用STK9软件对这两个典型的低轨卫星星座进行动态模拟,模拟的结果如图2、3所示。
图2 Globalstar星座示意图
图3 Iridium星座示意图
图2、图3表示了Globalstar星座与Iridium星座的示意图。在以Iridium星座为代表的极轨道星座中,第一个轨道与最后一个轨道上运转的卫星的运动方向相反,两个轨道是以相反的方向旋转的,这被称之为反向缝,反向缝造成了较大的多普勒频移,此时难以瞄准、捕获、跟踪,无法传输数据。在倾斜轨道卫星星座中,不存在反向缝。还有一种情况,当卫星飞过极区上空时,两个相邻轨道的卫星之间的相对角速度较大,此时同样对卫星的瞄准、捕获、跟踪都无法正常进行,卫星之间无法传输数据,链路断开,等卫星离开极区之后,重新建立连接。
相对于静止轨道卫星和中轨卫星,低轨卫星网络具有以下几个特点:
1)低轨卫星网络拓扑不断变化可预测
低轨卫星网络拓扑不断变化,但是由于具有周期性,可预测每一时刻拓扑结构。在低轨卫星沿轨道运动的过程中,卫星与相邻卫星之间的连接不断变化,卫星网络拓扑也随之周期性变化,故某一时刻的卫星网络拓扑结构是可预测的。
2)不同区域流量分布不同
不同区域需要传输的数据量不同,一颗Iridium星座中低轨卫星覆盖的区域的直径为4 500 km。地球上的人口分布随区域而不同,比如城市人口比较密集,需要传输的流量较大,而偏远地区人口稀疏,需要传输的流量较少。不仅如此,地球上70%的区域都是海洋,海洋和沙漠地区几乎没有流量的产生。
3)需要频繁进行卫星切换
低轨卫星运动速度较快,当卫星运动时,用户需要与当前连接的卫星断开,选择其中一颗靠近的卫星进行连接,完成卫星切换。
4)低轨卫星具有多径性特征
在低轨卫星星座中,从源节点到目的节点的路径有很多条,在进行路径选择时根据不同的QoS需求进行选择。
天地一体化组网是未来网络的发展趋势,当前的星座网络与地面网络是异构网络,在未来6G网络的研究中,需要将星座网络与地面网络进行融合,待解决的卫星网络组网问题有很多,包括星地链路的切换、星间路由、地面网关路由等等。本文从星地链路、星间路由和组网时服务功能链(Service Function Chaining, SFC)部署阶段与路由阶段出发,探讨的关键技术包含卫星切换、路由协议、卫星网络虚拟化等。下文从三个方面分别进行阐述。

3 低轨卫星切换机制

随着QoS需求的增加,用户对于通信网络的要求越来越高,静止轨道卫星在时延与频谱分配方面已经远远满足不了由多媒体业务增加所催生的应用需求。为了满足多样化的QoS需求,低时延、低功率的低轨卫星应运而生,具有良好的发展前景与应用前景。低轨卫星切换机制将用户终端与卫星网络连接起来,更加能直接影响用户体验。
在低轨卫星星座通信过程中,用户与低轨卫星之间的星地链路连接时间大约在10分钟左右,地面用户为了保持当前的连接,需要与飞离自己的低轨卫星断开连接,与飞向自身的低轨卫星建立连接,从而完成卫星切换。在低轨卫星通信过程中,需要不断地进行卫星切换,改变星地之间的连接关系。但是,卫星切换会导致一些问题,比如切换时延的增加、传输信息数据的丢失、增加信令开销等,为了尽量减少切换次数,降低掉话率,均衡星座网络负载,需要卫星切换策略确定切换的卫星与切换的时刻。
低轨卫星星座切换还存在另外两种卫星切换,包括点波束切换和星间链路切换。点波束切换是指在低轨卫星星座中,卫星使用多个波束时,会在多个波束之间进行切换,这一类的切换方法早已比较成熟[28,29,30,31,32]。而星间链路切换意指在极轨道星座中,当卫星接近极区的时候,由于相对速度过快而导致与相邻轨道卫星链路断开,离开极区时星间链路连接的过程,此切换与硬件有关。由于对星地链路的切换研究较少,本文对上述两种切换不予考虑,仅考虑星地链路的切换。
对于单个移动终端用户和覆盖其所在范围的卫星而言,有着三种卫星切换的基本标准:剩余可见时长、用户相对卫星的仰角和卫星的可用信道数目。进行低轨卫星切换时,参考标准如果是剩余可见时间,那么这能够降低切换次数,参考标准如果是用户相对卫星的仰角,能够保证良好的通话质量,参考标准如果是卫星的可用信道数目,则能够均衡星座网络负载。

3.1 研究现状

低轨卫星网络中卫星切换的研究越来越受到研究者的关注,切换策略的结果越来越接近理论切换次数下界。在卫星切换的研究中,根据上述卫星切换的三个基本标准,从实现的目标的不同出发,将研究主要分为四类,如表3所示。
表3 低轨卫星切换分类与比较
分类 文献 特点 优势 劣势
剩余可
见时长		 [36][40][41]
[42][44][45]		 以最长可见
时间为标准		 减少切
换次数		 无法保证通话
质量,负载不均
仰角 [33][34]
[36][46]		 以最大仰角
为标准		 保证通
话质量		 切换频繁,
负载不均
可用
信道		 [35][36] 以可用信道
最多为标准		 系统负
载均衡		 切换频繁,无法
保证通话质量
混合 [39][43]
[47]		 考虑整个
系统性能		 平衡切换次数、
通话质量和负载		 无法在三个基本
标准达到最优
文献[33,34]中提出了一种硬切换策略,在该硬切换策略中,地面的基站按照某一周期发送低轨卫星的列表,在此列表中的卫星为前两个具有最大仰角的卫星,在进行卫星切换的时候,为列表中的卫星设置门限值,用户通信时需要根据所对应卫星的门限值的大小来选择切换的卫星。这种硬切换策略的优点在于能够使地面用户的掉话率降低。接着,Gkizeli等人在文章[35]中提出一种软切换策略,这种软切换策略是一种适应于卫星信道特征的低轨卫星多样性的卫星切换策略(CASD),当用户终端进行卫星切换时,用户终端向要切换的卫星发送信令,预留信道资源,建立新的连接。
当低轨卫星进行切换时,不仅仅要把可切换的卫星的信号强度进行比较,还要考虑可切换卫星上的可用信道。Papapetrou等人在文献[36]中提出并且测试了多种卫星切换策略,为了减少预留资源的浪费,使用了动态多普勒优先切换策略(DDBHP)[37,38]。文章以最大仰角、最大服务时长、最多可用信道作为切换的标准,给出三种切换策略,将9种情况进行仿真模拟。仿真结果表明,新用户在进行入网时,选择可用信道最多的卫星进行接入最优,当用户在通信过程中进行卫星切换时,选择具有最大服务时长的卫星进行切换将获得很高的通信效率。该方法最大的问题在于没有考虑到地球的自转因素,脱离了实际情况,而且,计算开销比较大。
文献[39]将剩余可见时间、容量、用户相对于卫星仰角、卫星的重叠时长等作为进行卫星切换的标准,然而这些标准也是由上述三个基本切换标准推导而得。
文献[40]将概率论方法引入卫星切换,求出了卫星可见时间分布函数和卫星剩余可见时间的分布函数,然后假设用户终端的通信时间服从负指数分布,求出了卫星切换的用户切换下界。这首次完成了卫星切换次数的理论推导。
文献[41]详细研究了用户终端在街道进行卫星通信的情况下,对用户相对于卫星的可见时间进行建模。文献[42]在计算用户终端相对于卫星的可见时间时使用了星座参数、经纬度坐标、用户坐标等参数。Wu等人[43]提出一种SDSN架构,并基于此架构提出一种无缝切换机制,与硬切换、混合切换机制相比在时延、吞吐量方面有较大提高。
Wu等人[44]提出一种基于图论的卫星切换框架,使用有向图来表示用户终端可以切换的所有的卫星切换路径,将剩余服务时间等切换标准转化为有向图中所有边的权重,从而能够转化成在此有向图中寻找最短路径的问题,此策略能够使平均切换次数达到和最大剩余服务时间策略相同的效果。
He等人[45]提出一种基于多Agent的强化学习的低轨卫星星座切换算法,在满足负载约束的条件下,最大限度减少切换次数和用户掉话率。
Feng等人[46]在KM算法的基础上进行改进,使算法更适用于卫星切换,同时,采用了多输入多输出(MIMO, multiple-input multiple-output)技术提高通话质量。
Li等人[47]提出了一种超密集低轨卫星网络的用户中心切换方案。基本思想是利用卫星的存储能力来提高用户的通信质量。通过在多颗卫星上同时缓冲用户的下行数据,实现地面用户的无缝切换,使得用户能够一直访问链路质量最好的卫星。仿真结果表明,以用户为中心的切换方案在吞吐量、切换时延和端到端时延方面优于传统的切换方案。

3.2 存在的问题

上述所有方法都忽略了卫星网络中平均信噪比对卫星切换平均次数与通话质量的影响。信噪比反映了网络中通话的质量,也称为讯噪比,是指一个通信系统中有用的信号与噪声之比,单位是分贝(dB)。此处有用的信号是指某个电子设备收到的来自外部电子设备的需要处理的电信号,而噪声则是指原电子设备产生的原信号中不存在的没有规则的其他额外信号,并且,当原信号发生变化时,噪声并不发生变化。在实际生活中,用户希望获得的是原信号,不应该添加噪声,所以信噪比应该越大越好。
如图4所示,我们假设LEO卫星的波束覆盖是圆形的,仰角越小,信噪比越小。例如,λ>μ>γ,然后PST1> PST2> PST3(信噪比)。因此,仰角直接影响通信质量。开关时间可由仰角决定。
图4 信噪比与仰角的关系
以用户相对于卫星的仰角为参考标准时,可以最大限度增加平均信噪比,但是势必会导致平均切换次数的增加,以剩余服务时间作为参考标准时,能够最大限度减少平均切换次数,但是平均信噪比将会相应降低。

4 卫星网络路由协议

卫星网络路由协议一直以来是卫星网络研究的重点和难点。特别是路由协议的设计,在天地一体化组网中地面网络与卫星网络两个异构网络的融合时起到关键的作用。根据卫星网络的结构,将卫星网络路由协议分为单层卫星网络路由协议和多层卫星网络路由协议。

4.1 单层卫星网络路由协议

单层网络路由协议主要是针对低轨卫星星座而设计的路由协议。
由于低轨卫星拓扑结构呈动态周期性变化,所以从屏蔽低轨卫星网络拓扑结构的动态性出发,可将低轨卫星网络路由协议进行如下分类。
4.1.1 虚拟拓扑[48,49,50,51,52,53,54]
虚拟拓扑策略是指将卫星的运行周期[t0,t],分为n个时间间隙[t0,t1],[t1,t2],…,[tn-1,tn],每个时间间隙卫星网络拓扑结构不变,针对每个时间间隙,可以使用地面网络的路由协议进行路由,不同时间间隙可以进行路由优化。
文献[56,57]用理论的方法推导出了一种将时隙进行划分的方法,在进行时隙划分的过程中,以卫星与相邻卫星的连接的通断为依据,将卫星网络动态拓扑按时隙划分为静态的网络拓扑,然后对静态的网络拓扑图的时隙长度和数量进行计算。文献[58]在上述工作的基础上,对动态网络拓扑进行了优化。
文献[59,60,61,62,63,64,65]都是采用了虚拟拓扑策略来对卫星网络动态性进行屏蔽,这样将动态路由转化为静态路由,从而能够最大限度减少路由协议的复杂度。
Rajagopal等人[66]研究设计了一种新的极限学习机和基于多任务甲虫天线搜索算法的分布式路由混合模型。该模型在平均时延、丢包率和排队时延等不同度量指标上均优于其他路由模型。
Zhou等人[67]提出了一种基于隶属度的LEO卫星网络路由策略,建立基于不确定链路信息的路由模型,并且使用grey wolf优化算法进行求解,能够在复杂的环境实现高效、安全的路由。
4.1.2 虚拟节点策略
如图5所示,虚拟节点策略是指将初始状态的卫星网络中每个卫星的投影点作为虚拟节点,每个虚拟节点具有独立的标识,卫星运动时将离卫星最近的虚拟节点的标识作为卫星的标识,卫星标识随运动动态改变,以达到屏蔽卫星网络拓扑动态性的目的。此方法适用于类铱星星座。
图5 虚拟节点策略
文献[68,69]在虚拟节点的策略的基础上进一步研究, 当多颗低轨卫星覆盖一个地面终端时,在地球固定足印模型[70]的基础上提出一种多状态的虚拟拓扑(MSVN)[68,69]。为了对使用虚拟节点方法的网络拓扑结构进行理论分析推导,文献[71]采用了形式化的方法进行了分析,对属性进行分析,对虚拟节点模型进行了优化。文献[72,73,74,75,76]都采用了虚拟节点策略屏蔽卫星网络的动态性。
4.1.3 拓扑平面化方法
卫星网络拓扑平面化是指将整个低轨卫星网络看作一个二维平面,在这个二维平面中,所有的低轨卫星相对逻辑位置并不发生变化,故可将每颗低轨卫星用二维坐标(x,y)表示,来达到屏蔽网络拓扑动态性的目的,如图6所示。
图6 拓扑化平面方法
文献[77]提出的路由协议便是使用了拓扑化平面方法屏蔽卫星网络拓扑的动态性,对所有卫星设置一个二维坐标,再根据二维坐标进行路由。
Roth等人[78]提出了基于通信堆栈第2层中的地理地址标识符的路由算法,由于MAC寻址方案与IP解耦合,能够灵活地选择地址解析方案。该方法大幅减少了端到端时延和重路由率。
4.1.4 存在的问题
从已有的研究中可以看出,对于低轨星座网络中的负载均衡路由仍有许多可以改进的地方,主要包括充分利用星座网络的多路径特性,采用链路利用率作为链路权重,提早对数据进行分流,而并非等到队列利用率达到某一程度之后再采取拥塞避免措施。卫星网络路由协议的设计应从以下几个方面进行思考,包括:屏蔽低轨卫星网络拓扑的动态性、链路利用率的提高和链路可靠性的保证。

4.2 多层卫星网络路由协议

为了打破单层卫星网络路由协议性能的局限性,多层卫星网络路由协议应运而生,在现有的研究中,多层卫星网络路由协议也是研究的热点与发展趋势,所有的研究大致可分为基于IP的路由协议、基于QoS的路由协议、流量均衡路由协议。下文分别进行介绍。
4.2.1 基于IP的路由协议
经典的三层卫星网络(LEO/MEO/GEO)路由协议MLSR[79](Multi-Layered Satellite Routing)由Akyildiz等人提出,引入了卫星组与组管理的概念,即在MEO卫星的覆盖区域内形成LEO组,在GEO卫星覆盖区域内形成MEO组,GEO卫星对全局卫星网络进行路由计算,MEO卫星对LEO卫星的路由表进行提炼。为了降低整个卫星系统的复杂性,Chen等人提出了SGRP[80](Satellite Grouping and Routing Protocol)路由协议,此协议采用LEO/MEO双层结构,更加深化了卫星组与组管理的概念,LEO卫星选择覆盖时间最长的MEO卫星作为其组管理者。不仅如此,每2分钟或者每4分钟进行路由表的更新时,LEO卫星对链路状态信息进行上报,组管理者MEO互相交换链路状态信息,计算路由表,最后发送至LEO卫星,进行路由表的更新。
4.2.2 基于QoS(Quality of Service)的路由协议
QoS路由协议的提出是为了满足一些多媒体应用的需要,包括音频应用、视频应用、时延敏感型应用、丢包敏感型应用等。Bayhan等人提出ARPQ[81](adaptive routing protocol for quality of service)路由协议,主要适用于时延敏感型应用,比如VoIP(voiceover Internet protocol)。此路由协议与上述的SGRP协议相似,不同之处在于ARPQ协议首先设定了一个阈值,然后对到达的语音分组进行分类传输,当分组的传输时延小于此阈值,则直接在LEO层传输到目的节点。如果分组的传输时延大于此阈值,则由MEO层进行传输。此方法缺点在于预测拥塞的能力不足。Zhou等人在卫星组与组管理的概念上提出HDRP[82](hierarchical and distributed QoS routing protocol)协议,此协议与MLSR和SGRP协议的区别在于不采用虚拟节点策略屏蔽LEO的动态性,而是采用卫星的实际具体位置来确定组成员。为了减少快照数目,HDRP进一步提出了快照合并策略。Lu等人阐述了上述卫星组与组管理的缺点,即不能保证卫星数据传输的可靠性。
随着启发式算法的应用,基于QoS的路由协议大大提高了卫星网络的路由性能,Long[83]等人提出使用蚁群算法、遗传算法来优化卫星网络路由,提高卫星网络性能。
4.2.3 流量均衡路由协议
流量均衡路由协议同样是卫星网络路由协议研究的热点。流量均衡路由协议能够提高整个卫星网络的吞吐量,降低网络的丢包率。由于卫星网络拓扑结构具有可预测性和周期性,当某个地区产生流量拥塞时,卫星能够提前预测,调整路由策略。Nishiyama等人[84]提出了一种平衡流量的QoS路由协议,将流量分为三类:时延敏感型流量、视频应用流、尽力而为传输流量。时延敏感流的优先级最高,通过拥塞区域时优先转发;视频应用流在LEO卫星上传输,遇拥塞地区绕道而行;尽力而为传输流量可通过GEO卫星进行转发。此方法缺点在于在MEO层可能会发生拥塞。为了解决此问题,Kawamoto 等人[85]提出将发生拥塞的LEO卫星流量分散发送到几个MEO卫星上。不仅如此,Nishiyama等人[86]进一步采用ARPQ路由协议的思想,在理论上计算出流量偏绕阈值,当流量超过此阈值,则向MEO卫星传输,否则直接在LEO层传输。

4.3 各种卫星网络路由协议对比

卫星网络路由协议在天地一体化组网中的地位举足轻重,研究者们对其开展了孜孜不倦的研究。不论是单层卫星网络路由协议还是多层卫星网络路由协议,都是随着终端用户的需求的发展而发展。为了将上述路由协议对比,我们从结构、目标、拥塞反应能力等方面进行了分析,如表4所示。
表4 卫星网络路由协议比较
分类 路由策略 结构 目标 拥塞反
应能力		 计算复
杂度
单层卫星网络路由 ATM-
based routing		 集中式 QoS,
切换次数		 低 低
FSA-
Based low routing		 集中式 QoS,
切换次数		 低 低
MPQR 集中式 时延 高 高
ELB 分布式 拥塞避免 中 中
TPDRA 分布式 QoS优化 高 中
多层卫星网络路由 HQRP 集中式 时延 中 中
MLSR 集中式 时延 中 中
SGRP 集中式 时延 中 中
ARPQ 集中式 实时 中 中
HDRP 集中式 时延 中 中
流量均
衡路由		 分布式 负载均衡 高 中

5 卫星网络虚拟化

目前的地面网络(如Internet、Telcom网络等)已经不能满足当今用户和运营商的各种需求,因此,近年来研究者提出了许多全新的通信架构,例如,基于数据中心的软件定义网络[87]和网络功能虚拟化[88]技术,这显著提高了网络的开放性、灵活性、可编程性,提高了资源利用率。依托如今大行其道的虚拟化和软件定义网络(NFV/SDN)技术,我们可以把所有的硬件抽象为计算、存储和网络这三类资源进行统一管理分配,给不同的5G切片不同大小的资源,且完全隔离互不干扰,实现逻辑上的高层统一管理和灵活切割。因此NFV/SDN成为5G网络切片技术的基础。卫星和地面网络的改进促使学术界和工业界重新考虑它们的一体化进程。因此,如何将宽带卫星网络与地面网络[89,90,91,92]相结合,越来越受到关注。此方面的研究主要在连接两个异构网络(即卫星网络与地面网络)的网关路由上,涉及两个方面的内容。一个是在SFC部署阶段,当新的SFC请求到达时,将新的SFC与正在运行的SFC进行合并时导致的时延增加与QoS降低的问题,综合算法复杂度,根据卫星网络流量分布动态调整目标函数,并对其进行优化,提出优化算法。另一方面是在SFC已经部署完成的情况下,根据网络中的流量分布进行动态路由选择。

5.1 SFC部署优化

由于SDN和NFV在构建网络和部署服务时具有强大的可控性,近几年它们受到了前所未有的关注。特别是,SDN将控制平面与转发平面解耦合,以支持按需分组传输,而NFV将网络功能与专有硬件设备解耦,以支持按需服务部署。目前,卫星网络是供应商专用的封闭网络,缺乏良好的弹性和互操作性。随着SDN和NFV技术的引入,在部署和管理SDN/NFV兼容的网络设备[87]时,除了能够减少成本外,还可以实现更大的灵活性。
尽管支持SDN/NFV的云能够为天地一体化网络提供许多优势,但是如何有效利用云底层资源并部署定制的网络功能服务链仍然是一个具有挑战性的问题。
在对服务功能链进行部署时,基于以下假设:
1)为新的SFC请求打开新的虚拟机时,比对服务功能链进行服务消耗的底层云资源更多。
2)运营商能够掌握全局视图,并且拥有中心控制器对资源进行整合。
3)新的SFC请求能够与正在运行的SFC进行合并。
随着SDN和NFV的兴起,如何将它们应用到卫星网络中已成为研究者广泛讨论的话题[89,90,94],特别是在文献[89]中,作者举例说明了卫星地面段中四个典型用例的实践,其中SDN和NFV可用于显著提高网络灵活性。同样,在[90]中,作者还表述了卫星地面段的另外三种场景,其中SDN和NFV技术可以提高卫星网络互操作、服务部署和管理。文献[92]研究了SDN和NFV技术在satcom平台上的适用性,并总结了相关的机遇和挑战。综上所述,不难预测,在不久的将来,将SDN和NFV引入卫星网络,特别是地面部分,有很好的前景。
此外,服务功能链(Service Function Chaining, SFC)[95]是一种新兴的提供定制服务的技术,它通常利用SDN和NFV来部署,在一组有序的网络功能上控制流量。近年来,SFC因其在流程调度和服务构成方面的可控性而备受关注。因此,如何执行SFC映射已成为其最终部署面临的一大挑战,研究者从不同的角度提出了许多解决方案。例如,文献[96]将SFC映射表示为一个MIP(混合整数规划)问题,目标是最小化物理网络中的资源碎片。而资源碎片指的是由于这些节点周围的链路带宽不足而无法映射某些节点的现象。文献[97]定义了一个具有最优可用性的SFC映射问题,并提出了一种新的在线算法,在保证所需的高可用性的前提下,使物理资源消耗最小化。文献[98]考虑到函数依赖、计算资源和带宽需求的约束,针对如何有效地映射用户的SFC请求,提出了一种基于依赖排序、独立分组和自适应映射技术的高效启发式算法,旨在优化SFC的设计和映射过程。
网络虚拟化与SFC类似,然而它不像SFC那样关注所需网络功能的顺序和关联。事实上,如果给定所请求的网络函数的顺序, 虚拟网络嵌入(Virtual Network embedded, VNE)可以看作是一种SFC映射,近年来在这方面也做了很多研究。特别地,文献[99]提出了一个能量成本模型,并将能量感知VNE表示为一个整数线性规划问题。为了解决这个问题,他们在谷歌的Pagerank算法和粒子群优化方法的基础上,提出了两种相应的VNE算法,以更好地降低能源成本。文献[100]将虚拟网络请求集分配到一组简化的物理网络设备中,并将感知能量的VNE表示为MIP。文献[101]将VNE问题表示为一个MIP,并放宽整数约束,得到一个线性规划。然后,他们提出了两种相关的在线VNE算法,在节点和链接映射阶段之间引入了更好的相关性。[102]提出了一种同时考虑服务功能复用和SFC合并的相关方法,旨在提高底层网络的资源利用效率。

5.2 基于SFC部署完成的网关路由协议

此研究点是在SFC已经部署完成的情况下,根据网络中的流量分布进行动态网关路由选择。研究者们提出了很多基于SFC部署完成的网关路由协议。
文献[89]、[90]给出了将SDN/NFV 部署在卫星网络地面部分的很多优点,从两个异构网络的融合,到两个异构网络进行路由,都提高了整个天地一体化网络的鲁棒性。文献[91] 提出了一种灵活的网络架构HetNet,以有效地整合异构的星地网络。具体来说,HetNet综合了Loc/ID分割和以信息为中心的网络来建立一个通用的网络架构。通过这种方式,能够实现异构网络的融合、提高可扩展性、移动支持、流量工程和高效的内容交付。此外,通过软件定义网络和网络功能虚拟化技术进一步提高网络弹性。
文献[92]扩展了Loc/ID分割概念,提出了一种增量部署的Loc/ID分离网络架构——SAT-GRD,实现了星地网络的有效集成。SAT-GRD将主机和网络的标识从位置中分离出来,从而将主机与网络隔离,进一步将整个网络划分为核心网和边缘网。这样使得SAT-GRD更加灵活,提高可扩展性,可以实现异构网络的收敛,避免IP地址语义重载带来的问题。
文献[93]阐述了由于IP地址语义过载而导致的互联网问题,同时根据现有的Loc/ID分离网络结构的性质对其进行分类,抽象出总体原理和框架,以SDN和NFV为基础实现了异构的星地间的灵活域间路由。

5.3 卫星网络虚拟化总结与比较

不论是SFC部署优化还是基于SFC部署完成的网关路由协议,都是为了将卫星网络与地面网络更好地融合,形成可靠稳定的天地一体化网络。
卫星网络虚拟化将卫星网络与地面网络两个异构网络进行融合,表5对SFC部署和基于SFC部署完成的网关路由协议进行总结对比。
表5 卫星网络虚拟化方法比较
类别 方法 文献 优点
SFC部
署优化
研究
SDN/NFV [89][90]
[94][95]		 灵活,提高鲁棒性
MIP [96][100] 最小化资源碎片
在线映射 [97] 最小化物理资源
启发式 [98] 智能化
VNE算法 [99][101] 降低能源成本
功能复用 [102] 资源利用率较高
基于SFC
部署完
成的网
关路由
协议
HetNet [91] 网络弹性较高
SAT-GRD [92] 实现异构
网络收敛
Loc/ID
实现域间路由		 [93] 以SDN/NFV
为基础,灵活

5.4 存在的问题

总体来说,上述研究存在以下问题:
1)在SFC进行部署时,未能考虑影响SFC合并性能的其他因素,如迁移延迟和QoS,需要综合考虑其他因素才能对SFC合并的性能做出有效而客观的评估。
2)未能考虑到算法的复杂度,需要重新综合其他因素,在提高资源利用率的基础上,设计低复杂度的在线映射算法。

6 后续趋势

目前,天地一体化混合组网已经引起了来自学术界和工业界的广泛关注,成为当前6G网络技术研究的一大热点。
针对现有理论研究趋势和存在问题,未来可以考虑从以下几个方面针对卫星网络进行研究:
1)空、天、地一体化信息网络的建设与发展,支撑着实现全球覆盖和提供移动性的卫星网络的不断前行。低轨卫星网络凭借其时延小、终端功率低等优势崭露头角,然而,低轨卫星星座通信中,地面终端通信时间较短,需要不断进行卫星切换,为了减少切换次数,保证通信质量,使卫星负载尽量均衡,可以研究在软件定义卫星网络(SDSN)架构的基础上,将卷积神经网络方法引入切换算法,即通过对流量数据集的训练,优化切换算法,使得切换更加智能高效,同时考虑用户接入与离开的情况,兼顾平均信噪比与整个卫星网络的负载均衡。
2)在现有的体系结构基础上,针对低轨卫星网络或者混合卫星网络研究轻量级的智能卫星路由算法,寻找最优路径,同时,根据不同地理位置的流量的不同动态调整转发表,选取启发式方法进行路由。在进行路由选择时,将启发式算法引入,从而进行路由决策。
3)针对网络功能虚拟化,利用博弈论方法,综合考虑所有影响SFC合并性能的因素,设计相应的效益函数并证明纳什均衡的存在性,使得资源利用效率获得最大化。在部署相关网络功能时,采用机器学习方法进行部署,减少算法的复杂度,提高资源利用率。

7 结束语

天地一体化网络在未来的空、天、地一体化网络中将扮演着越来越重要的角色。为了实现万物互联,相比于地面网络,卫星网络能够实现全球覆盖,为偏远地区以及海洋地区提供通信。地面网络与卫星网络的融合是6G通信技术的基础,也是天地一体化网络发展的趋势。
本文主要对卫星网络组网关键技术进行探讨,介绍了卫星网络的优势与劣势,给出了卫星网络组网的特点,之后从三个方面进行介绍,包括卫星切换、路由、卫星网络功能虚拟化,分别介绍了三个研究点的研究现状与问题,并针对后续研究趋势做出了简要的分析。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Bacco. M, De Cola.T, G. Giambene, et al. TCP-Based M2M Traffic via Random-Access Satellite Links: Throughput Estimation[J]. IEEE Trans. Aerosp. Electron. Syst. 2019, 55(6): 846-863.

DOI

[2]
A. Guidotti, A. Vanelli-Coralli, M. Conti, et al. Architectures and Key Technical Challenges for 5G Systems Incorporating Satellites[J]. IEEE Trans. Veh. Technol. 2019, 68(4): 2624-2639.

DOI

[3]
Y. Shi, Y. Cao, J. Liu, et al. Space and Terrestrial Integrated Network: Emerging Research Advances, Prospects, and Challenges a Cross-Domain SDN Architecture for Multi-Layered Space-Terrestrial Integrated Networks[J]. IEEE Netw, 2018, 33(1): 6-7.

[4]
B. Di, H. Zhang, L. Song, et al. Ultra-Dense LEO: Integrating Terrestrial-Satellite Networks Into 5G and Beyond for Data Offloading[J]. IEEE Trans, 2019, 18(1): 47-62.

[5]
Sunyue Geng, Sifeng Liu, Zhigeng Fang, et al. An Optimal Delay Routing Algorithm Considering Delay Variation in The LEO Satellite Communication Network[J]. Computer Networks, 2020, 173(2): 107-166.

[6]
张平, 苗杰, 胡铮, 等. 泛在网络研究综述[J]. 北京邮电大学学报, 2010, 33(5): 1-6.

[7]
张泽. 外空安全战略研究[D]. 北京: 外交学院, 2012.

[8]
晏坚. 低轨卫星星座网络IP路由技术研究[D]. 北京: 清华大学, 2010.

[9]
饶元. 基于代理的LEO卫星网动态路由技术研究[D]. 南京: 南京邮电大学, 2010.

[10]
Carl E. Fossa, Richard A. Raines, Gregg H. Gunsch, Michael A. Temple. An Overview of The Iridium Low Earth Orbit (LEO) Satellite System[J]. The National Aerospace and Electronics Conference, Dayton, OH, USA, 1998(1): 152-159.

[11]
Pulak K. Chowdhury, Mohammed Atiquzzaman, William Ivancic. Handover Schemes in Satellite Networks: State-Of-The-Art and Future Research Directions[J]. IEEE Communications Survey & Tutorials, 2006, 8(4): 2-14.

[12]
Junfeng Wang, Lei Li, Mintian Zhou. Topological Dynamics Characterization for LEO Satellite Networks[J]. Computer Networks, 2007, 51(1): 43-53.

DOI

[13]
张更新, 卢姗姗, 陈祖文. AmerHis宽带多媒体卫星通信系统[J]. 数字通信世界, 2009, 7(1): 74-77.

[14]
张乃通, 汪洋. 对发展卫星通信的思考[J]. 数字通信世界, 2005(10): 17-21.

[15]
王厚天. 基于QoS保证的卫星通信系统关键技术研究[D]. 北京: 北京邮电大学, 2014.

[16]
张更新, 甘仲民. 浅论我国卫星移动通信系统的发展思路和策略[J]. 数字通信世界, 2005(7): 24-27.

[17]
甘忠民, 张更新. 卫星通信技术的新发展[J]. 通信学报, 2006, 27(8): 2-9.

[18]
Iridium Satellite Constellation[EB/OL].[2014-04-03]. http://en.wikipedia.org/wiki/Iridium_satellite_constellation.

[19]
高梓贺. 基于多Agent系统的LEO卫星网络路由算法[D]. 哈尔滨: 哈尔滨工业大学, 2011.

[20]
Fathih Alagoz, Omer Korcak, Abbas Jamalipour. Exploring the Routing Strategy in Next-Generation Satellite Networks[J]. IEEE Wireless Communications, 2007, 14(3): 79-88.

[21]
孙李民, 卢泽新, 吴志美. LEO卫星网络的路由技术[J]. 计算机学报, 2004, 27(5): 659-667.

[22]
吴廷勇. 非静止轨道卫星星座设计和星际链路研究[D]. 成都: 电子科技大学, 2008.

[23]
Lloyd Wood. Internetworking with Satellite Constellations[D]. University of Surrey, 2001.

[24]
刘刚. 非静止轨道卫星移动通信系统组网关键技术研究[D]. 成都: 电子科技大学, 2004.

[25]
黄操. 面向宽带LEO卫星网的组网研究[D]. 合肥: 中国科学技术大学, 2011.

[26]
Tarik Taleb, Nei Kato, Yoshiaki Nemoto. Recent Trends in IP/NGEO Satellite Communication Systems: Transport, Routing and Mobility Management Concerns[J]. IEEE Wireless Communications, 2005, 12(5): 63-69.

DOI

[27]
Fossa C E, Raines R A, Gunsch G H, et al. An Overview of the IRIDIUM Low Earth Orbit (LEO) Satellite System[C]. National Aerospace and Electronics Conference, Dayton, OH, USA: IEEE Press, Celebrating 50 Years (Cat. No.98CH36185) IEEE, NAECON, 1998: 152-159.

[28]
Enrico Del Re, Romano, Giovanni Giambene. Efficient Dynamic Channel Allocation Techniques with Handover Queuing for Mobile Satellite Networks[J]. IEEE Journal on Selected Areas in Communications, 1995, 13(3): 397-405.

DOI

[29]
Enrico Del Re, Romano, Giovanni Giambene. Different Queuing Policies for Handover Requests in Low Earth Orbit Mobile Satellite Systems[J]. IEEE Transactions on Vehicular Technology, 1999, 48(2): 448-458.

DOI

[30]
Gerard Maral, Joaquin Restrepo, Enrico Del Re, Romano Fantacci, Giovanni Giambene. Performance Analysis for a Guaranteed Handover Service in an LEO Constellation with a “Satellite-Fixed Cell” System[J]. IEEE Transactions on Vehicular Technology, 1998, 47(4): 1200-1214.

DOI

[31]
Zhipeng Wang, P. Takis Mathiopoulos. On the Performance Analysis of Dynamic Channel Allocation With FIFO Handover Queuing in LEO-MSS[J]. IEEE Transactions on Communications, 2006, 53(9): 1443-1446.

DOI

[32]
Zhipeng Wang, P. Takis Mathiopoulos, Robert Schober. Performance Analysis and Improvement Methods for Channel Resource Management Strategies of LEO-MSS With Multiparty Traffic[J]. IEEE Transactions on Vehicular Technology, 2008, 57(6): 3832-3842.

DOI

[33]
Maria Gkizeli, Rahim Tafazolli, Barry G. Evans. Modeling Handover in Mobile Satellite Diversity Based Systems [C]. IEEE Vehicular Technology Conference, Atlantic City, NJ, USA, VTC 2001 Fall, IEEE VTS 54th, 2001:131-135.

[34]
Maria Gkizeli, Rahim Tafazolli, Barry G. Evans. Performance Analysis of Handover Mechanisms for Non-GEO Satellite Diversity Based Systems [C]. IEEE Global Telecommunications Conference, San Antonio, TX, USA, 2001: 2744-2788.

[35]
Maria Gkizeli, Rahim Tafazolli, Barry G. Evans. Hybrid Channel Adaptive Handover Scheme for Non-GEO Satellite Diversity Based Systems[J]. IEEE Communications Letters, 2001, 5(7): 284-286.

DOI

[36]
E. Papapetrou, S. Karapantazis, G. Dimitriadis, F.-N. Pavlidou. Satellite Handover Techniques for LEO Networks[J]. International Journal of Satellite Communications and Networking, 2004, 22(1): 231-245.

DOI

[37]
E. Papapetrou, F.-N. Pavlidou. Analytic Study of Doppler-based Management in LEO Satellite Systems[J]. IEEE Transactions on Aerospace and Electronic Systems, 2005, 41(3): 830-839.

DOI

[38]
S. Karapantazis, F.-N. Pavlidou. Dynamic Time-based Handover Management in LEO Satellite Systems[J]. IET Electronics Letters, 2007, 43(5): 57-58.

[39]
Poethi Boedhihartono, Gerard Maral. Evaluation of the guaranteed Handover Algorithm in Satellite Constellations Requiring Mutual Visibility[J]. International Journal of Satellite Communications and Networking, 2003, 21(2): 163-182.

DOI

[40]
Younes Seyedi, Seyed Mostafa Safavi. On the Analysis of Random Coverage Time in Mobile LEO Satellite Communications[J]. IEEE Communications Letters, 2012, 16(5): 612-615.

DOI

[41]
Younes Seyedi, Ali Moharrer, Seyed Mostafa Safavi, Hamidreza Amindavar. Use of Shadowing Moments to Statistically Model Mobile Satellite Channels in Urban Environments[J]. IEEE Transactions on Wireless Communications, 2013, 12(8): 3760-3759.

DOI

[42]
Irfan Ali, Naofal Al-Dhahir, John E. Hershey. Predicting the Visibility of LEO Satellites[J]. IEEE Transactions on Aerospace and Electronic Systems, 1999, 35(4): 1183-1190.

DOI

[43]
Yue Wu, Xiaoli Chu, et al. Seamless Handover in Software-Defined Satellite Networking[J]. IEEE Communications Letters, 2016, 2(9): 1-4.

DOI

[44]
Zhaofeng Wu, Fenglin Jin, Jianxin Luo, Yinjin Fu, Jinsong Shan, Guyu Hu. A Graph-based Satellite Handover Framework for LEO Satellite Communication Networks[J]. IEEE Communications Letters, 2016, 20(8): 1547-1550.

DOI

[45]
Shuxin He, Tianyu Wang, Shaowei Wang. Load-Aware Satellite Handover Strategy Based on Multi-Agent Reinforcement Learning [C]. GLOBECOM 2020, Taiwan, 2020: 1-6.

[46]
Lang Feng, Yifei Liu, et al. A Satellite Handover Strategy Based on MIMO Technology in LEO Satellite Networks[J]. IEEE Commun. Lett., 2020, 24(7): 1505-1509.

DOI

[47]
Yitao Li, Wuyang Zhou, Shengli Zhou. Forecast Based Handover in an Extensible Multi-Layer LEO Mobile Satellite System[J]. IEEE Access., 2020, 8(1): 42768-42783.

DOI

[48]
孙李民, 卢泽新, 吴志美. LEO卫星网络的路由技术[J]. 计算机学报, 2004, 27(5): 659-667.

[49]
朱立冬, 吴廷勇, 卓永宁. 卫星通信导论[M]. 3版. 北京: 电子工业出版社, 2009.

[50]
郭庆, 王振永, 顾学迈. 卫星通信系统[M]. 北京: 电子工业出版社, 2010.

[51]
Frank Gargione, Takashi Iida, Francesco Valdoni, Francesco Vatalaro. Services, Technologies and Systems at Ka Band and Beyond-A Survey[J]. IEEE Journal on Selected Areas in Communications, 1999, 17(2): 133-144.

DOI

[52]
赵尚弘, 吴继礼, 李勇军, 等. 卫星激光通信现状与发展趋势[J]. 激光与光电子学进展, 2011, 29(3): 387-392.

[53]
朱子行, 赵尚弘, 李勇军, 等. 再生式通信卫星转发器的研究进展[J]. 电讯技术, 2011, 51(8): 147-153.

[54]
卢勇. 卫星因特网传输控制协议研究[D]. 北京: 清华大学, 2007.

[55]
肖甫, 孙力娟, 叶晓国, 等. 面向卫星网络的流量工程[J]. 通信学报, 2011, 32(5): 104-111.

[56]
Junfeng Wang, Lei Li, Mintian Zhou. Topological Dynamics Characterization for LEO Satellite Networks[J]. Computer Networks, 2007, 51(1): 43-53.

DOI

[57]
Junfeng Wang, Yuemei Hu, Hongxia Zhou, Mingtian Zhou. Topological Dynamics Characterization for Layered Satellite Networks [C]. The 25th International Performance, Computing and Communications Conference (IPCCC'06), Phoenix, Arizona, USA, 2006:349-356.

[58]
佘春东, 王俊峰, 刘立祥, 等. Walker星座卫星网络拓扑结构动态性分析[J]. 通信学报, 2006, 27(8): 45-51.

[59]
张涛, 柳重堪, 张军. 卫星时变拓扑网络最短路径算法研究[J]. 计算机学报, 2006, 29(3): 371-377.

[60]
Markus Werner. A Dynamic Routing Concept for ATM-Based Satellite Personal Communication Networks[J]. IEEE Journal on Selected Areas in Communications, 1997, 15(8): 1636-1648.

DOI

[61]
Markus Werner, Cecilia Delucchi, Hans-Jorg Vogel, Gerard Maral, Jean-Jacques De Ridder. ATM-Based Routing in LEO/MEO Satellite Networks with Intersatellite Links[J]. IEEE Journal on Selected Areas in Communications, 1997, 15(1): 69-82.

DOI

[62]
Hong Seong Chang, Byoung Wan Kim, Chang Gun Lee, etc. FSA-Based Link Assignment and Routing in Low-Earth Orbit Satellite Networks[J]. IEEE Transactions on Vechicular Technology, 1998, 47(3): 1037-1048.

[63]
Thomas R. Henderson, Randy H. Katz. On Distributed, Geographic-Based Packet Routing for LEO Satellite Networks [C]. IEEE GLOBECOM, San Francisco, CA, USA, 2000:1119-1121.

[64]
Daniel Fischer, David Basin, Thomas Engel. Topology Dynamics and Routing for Predictable Mobile Networks [C]. IEEE International Conference on Network Protocols (ICNP'08), Orlando, FL, USA, 2008:207-217.

[65]
Daniel Fischer, David Basin, Knut Eckstein, Thomas Engel. Predictable Mobile Routing for Spacecraft Networks[J]. IEEE Transactions on Mobile Computing, 2013, 12(6): 1174-1187.

DOI

[66]
Aghila Rajagopal, A. Ramachandran, et al. Optimal Routing Strategy based on Extreme Learning Machine with Beetle Antennae Search Algorithm for Low Earth Orbit Satellite Communication Networks[J]. Int. J. Satell. Commun. Netw, 2021, 39(3): 305-317.

DOI

[67]
Jian Zhou, Xiaotian Gong, et al. Adaptive Routing Strategy Based on Improved Double Q-Learning for Satellite Internet of Things[J]. Secur. Commun. Networks, 2021(1): 1-11.

[68]
Omer Korcak, Faith Alagoz. Multi-state Virtual Network Architecture for Next Generation Satellite Networks [C]. IEEE GLOBECOM, Washington, DC, USA, 2007:5031-5036.

[69]
Omer Korcak, Fatih Alagoz. Virtual Topology Dynamics and Handover Mechanisms in Earth-fixed LEO Satellite Systems[J]. Computer Networks, 2009, 53(9): 1497-1511.

DOI

[70]
Joaquin Restrepo, Gerard Maral. Cellular Geometry for World-Wide Coverage by Non-GEO Satellites Using “Earth-Fixed Cell” Technique[J]. Space Communications, 1996, 14(1): 179-189.

[71]
Yong Lu, Funchun Sun, Youjian Zhao. Virtual Topology for LEO Satellite Networks Based on Earth-fixed Footprint Mode[J]. IEEE Communications Letters, 2013, 17(2): 357-360.

DOI

[72]
Roy Mauger, Catherine Rosenberg. QoS Guarantees for Multimedia Services on a TDMA-Based Satellite Network[J]. IEEE Communications Magazine, 1997, 35(7): 56-65.

[73]
Eylem Ekici, Ian F. Akyildiz, Michael D. Bender. A Distributed Routing Algorithm for Datagram Traffic in LEO Satellite Networks[J]. IEEE/ACM Transactions on Networking, 2001, 9(2): 137-147.

DOI

[74]
Yong Lu, Youjian Zhao, Fuchun Sun, Hongbo Li, Dianjun Wang. Dynamic Fault-Tolerant Routing Based on FSA for LEO Satellite Networks[J]. IEEE Transactions on Computers, 2013, 62(10): 1945-1958.

DOI

[75]
Eylem Ekici, Ian F. Akyildiz, Michael D. Bender. A Multicast Routing Algorithm for LEO Satellite IP Networks[J]. IEEE/ACM Transactions on Networking, 2002, 10(2): 183-192.

DOI

[76]
Ian F. Akyildiz, Eylem Ekici, Gaofeng Yue. A Distributed Multicast Routing Scheme for Multi-Layered Satellite IP Networks[J]. Wireless Networks, 2003, 9(5): 535-544.

DOI

[77]
Yukio Hashimoto, Behcet Sarikaya. Design of IP-based Routing in a LEO Satellite Network [C]. Proceedings of the 3rd International Workshop on Satellite Based Information Services, Dallas, USA, 1998:81-88.

[78]
Manuel Roth, Hartmut Brandt, Hermann Bischl. Implementation of a Geographical Routing Scheme for Low Earth Orbiting Satellite Constellations using Intersatellite Links[J]. Int. J. Satell. Commun. Netw. 2021, 39(1): 92-107.

DOI

[79]
Akyildiz IF, Ekici E, Bender MD. MLSR: A Novel Routing Algorithm for Multi-layered Satellite IP Networks[J]. IEEE/ACM Trans. On Networking, 2002, 10(3): 411-424.

DOI

[80]
Chen C, Ekici E. A Routing Protocol for Hierarchical LEO/MEO Satellite IP Networks[J]. ACM/Kluwer Wireless Networks Journal, 2005, 11(4): 507-521.

[81]
Bayhan S, Gur G, Alagoz F. Performance of Delay Sensitive Traffic in Multi-layered Satellite IP Networks with on-board Processing Capability[J]. Int'l Journal of Communication Systems. 2007, 20(12): 1367-1389.

[82]
Zhou YH, Sun FC, Zhang B. A Novel QoS Routing Protocol for LEO and MEO Satellite Networks[J]. Int'l Journal of Satellite Communications and Networking, 2007, 25(6): 603-617.

[83]
Long F, Xiong NX, Vasilakos AV, Yang LT, Sun FC. A Sustainable Heuristic QoS Routing Algorithm for Pervasive Multi-layered Satellite Wireless Networks[J]. Wireless Networks, 2010, 16(6): 1657-1673.

DOI

[84]
Nishiyama H, Kudoh D, Kato N, Kadowaki N. Load Balancing and QoS Provisioning Based on Congestion Prediction for GEO/LEO Hybrid Satellite Networks[J]. Proc. of the IEEE, 2011, 99(11): 1998-2007.

DOI

[85]
Kawamoto Y, Nishiyama H, Kato N, Yoshimura N, Kadowaki N. A Delay-Based Traffic Distribution Technique for Multi-layered Satellite Networks [C]. Wireless Communications and Networking Conf. (WCNC), Piscataway: IEEE, Paris, France, 2012:2401-2405.

[86]
Nishiyama H, Tada Y, Kato N, Yoshimura N, Toyoshima M, Kadowaki N. Toward Optimized Traffic Distribution for Efficient Network Capacity Utilization in Two-layered Satellite Networks[J]. IEEE Trans. on Vehicular Technology, 2013, 62(3): 1303-1313.

DOI

[87]
D. Kreutz, F. M. V, Ramos, P. E. Verissimo. et al. Software-defined Networking: A Comprehensive Survey[J]. Proceedings of the IEEE, 2015, 103(1): 14-76.

DOI

[88]
R. Mijumbi, J. Serrat, J. L. Gorricho, et al. Network Function Virtualization: State-of-the-Art and Research Challenges[J]. IEEE Communications Surveys and Tutorials, 2016, 18(1): 236-262.

DOI

[89]
L. Bertaux, S. Medjiah, P. Berthou, et al. Software Defined Networking and Virtualization for Broadband Satellite Networks[J]. IEEE Communications Magazine, 2015, 53(3): 54-60.

[90]
R. Ferrus, H. Koumaras, O. Sallent, et al. SDN/NFV-enabled Satellite Communications Networks: Opportunities, Scenarios and Challenges[J]. Physical Communication, 2016, 18(1): 95-112.

DOI

[91]
B. Feng, H. Zhou, H. Zhang, et al. HetNet: A Flexible Architecture for Heterogeneous Satellite-Terrestrial Networks[J]. IEEE Network, 2017, 31(6): 86-92.

[92]
B. Feng, H. Zhou, G. Li, et al. SAT-GRD: An ID/Loc Split Network Architecture Interconnecting Satellite and Ground Networks [C]. IEEE International Conference on Communications (ICC), Kuala Lumpur, Malaysia, 2016: 1-6.

[93]
B. Feng, H. Zhang, H. Zhou, et al. Locator/Identifier Split Networking: A Promising Future Internet Architecture[J]. IEEE Communications Surveys & Tutorials, 2017, 19(4): 2927-2948.

[94]
G. Gardikis, H. Koumaras, C. Sakkas, et al. Towards SDN/NFVenabled Satellite Networks[J]. Telecommunication Systems, 2017, 66(4): 615-628.

DOI

[95]
A. M. Medhat, T. Taleb, A. Elmangoush, et al. Service Function Chaining in Next Generation Networks: State of the Art and Research Challenges[J]. IEEE Communications Magazine, 2017, 55(2): 216-223.

[96]
Z. Zhu, H. Lu, J. Li, et al. Service Function Chain Mapping with Resource Fragmentation Avoidance [C]. IEEE Global Communications Conference (GLOBECOM), IEEE, Singapore, 2017: 1-6.

[97]
J. Fan, C. Guan, Y. Zhao, et al. Availability-Aware Mapping of Service Function Chains [C].IEEE Conference on Computer Communications (INFOCOM), IEEE, Atlanta, GA, USA, 2017: 1-9.

[98]
M. Jalalitabar, E. Guler, G. Luo, et al. Dependence-Aware Service Function Chain Design and Mapping [C]. IEEE Global Communications Conference (GLOBECOM), IEEE, Singapore, 2017: 1-6.

[99]
S. Su, Z. Zhang, A. X. Liu, et al., Energy-Aware Virtual Network Embedding[J]. IEEE/ACM Transactions on Networking, 2014, 22(5): 1607-1620.

DOI

[100]
J. F. Botero, X. Hesselbach, M. Duelli, et al. Energy Efficient Virtual Network Embedding[J]. IEEE Communications Letters, 2012, 16(5): 756-759.

DOI

[101]
M. Chowdhury, M. R. Rahman, R. Boutaba. Vineyard: Virtual Network Embedding Algorithms with Coordinated Node and Link Mapping[J]. IEEE/ACM Transactions on Networking, 2012, 20(1): 206-219.

DOI

[102]
Bohao Feng, Guanglei Li, et al. Efficient Mappings of Service Function Chains at Terrestrial-Satellite Hybrid Cloud Networks [C]. IEEE Global Communications Conference (GLOBECOM), IEEE, Madrid, Spain 2018:1-6.

Options
Outlines

/

〈 〉