基于延遲接受的低軌星座用戶接入策略

李學富 耿座學 王英伍 王培繼 趙思衛 朱宇 楊明 魏小蘭 劉靖

(1 云南電網有限責任公司怒江供電局,云南瀘水 673199)(2 航天神舟智慧系統技術有限公司,北京 100029)

傳統的衛星通信系統具有高昂的建造和運營成本以及較長的傳播延遲等問題,星地融合通信系統(Satellite-Terrestrial Integrated Communication System,STICS)應運而生,將傳統衛星通信系統與地面蜂窩通信系統相結合,建設覆蓋天空、陸地和海洋的移動互聯網[1],為用戶提供可靠的泛在網絡通信服務[2-4]。

傳統5G網絡使用小型蜂窩基站(Small Cellular Base Station,SCBS)輔助宏蜂窩基站(Macro Cellular Base Station,MCBS)分流用戶,并通過無線回程技術接入核心網[5-6]。在STICS中,通過部署類似于SCBS的衛星中繼基站(Satellite Relay Base Station,SRBS),與地面蜂窩基站形成融合異構網絡,共同為用戶提供接入服務[7]。

早期的用戶接入策略[8]選擇參考信號接收功率最大的基站進行接入,以實現最大的下行鏈路傳輸速率。但由于信號強度與用戶和基站之間的距離相關,用戶會始終連接某固定基站,導致基站之間負載失衡和網絡資源的浪費。為了提高網絡吞吐量、平衡基站負載,研究者們提出了多種改進策略,如對基站增加偏置[9]、小區范圍擴展策略[10]、上下行鏈路解耦方法[11]等。目前星地融合通信系統用戶接入決策的相關研究相對較少。

本文針對STICS中的多網絡覆蓋的用戶接入問題,建立了星地融合通信系統混合整數線性規劃模型,提出了基于延遲接受的低軌用戶接入算法:建立了綜合考慮網絡最大數據回程速率和最大用戶接入數的星地融合通信系統混合整數線性規劃模型;針對子載波信道單元,建立了基于通信鏈路信道傳輸和基站負載情況的偏好序信息的綜合偏好序模型;結合偏好序信息,提出了基于延遲接受的用戶接入策略,仿真測試證明了所提接入策略在網絡速率性能和負載均衡方面優于現有算法。

1 星地融合網絡模型

STICS系統由衛星部分和地面部分組成,如圖1所示。衛星部分包括在地面上空可見范圍內的低地球軌道(LEO)衛星,它們通過激光通信建立星間鏈路,并在星座內轉發數據。地面部分包括一個MCBS、若干SCBS和若干SRBS蜂窩基站,它們與衛星中繼基站一起提供不同覆蓋范圍的小區。用戶在小區內可以通過這些基站接入核心網。交錯覆蓋的小區通過用戶服務鏈路為地面用戶提供服務。用戶在接入網絡時可以根據用戶接入策略選擇以下3種小區之一接入網絡:

圖1 星地融合網絡

(1)MCBS接入,用戶可以選擇通過回程容量很大的MCBS,通過地面光纖鏈路直接接入核心網;

(2)SCBS接入,用戶可以選擇通過回程容量較小的SCBS,在多跳的有線或無線蜂窩回程鏈路上接入核心網;

(3)SRBS接入,用戶可以選擇通過回程容量可變的SRBS,通過Ka頻段的星地回程鏈路接入核心網。

將用戶終端定義為u,用一個集合UJ來表示所有的用戶,UJ={1,2,...,U}。將用戶可以接入的小區定義為m,用一個集合MJ來表示所有的小區,MJ= {0,1,2,...,M},其中,m=0時表示小區m是MCBS,1≤m≤M′時表示小區m為SCBS,M′+1≤m≤M時表示小區m為SRBS。引入大小為U×M的二維二進制矩陣X描述U個用戶與M個小區接入的關系。其中,xu,m=1表示用戶u在小區m的覆蓋范圍內;xu,m=0表示用戶u不在小區m的覆蓋范圍內。

所有的小區共享一個相同的頻譜資源池,采用OFDM的方式將有限的頻譜資源劃分為若干個互不干擾的子信道。將子信道定義為k,用一個集合KJ來表示所有的信道,KJ={1,2,...,K}。為了方便網絡信道資源的管理,將小區集合MJ與信道集合KJ作預組合,將一個組合定義為一個子載波的信道單元(Carrier Channel Unit,CCU),記為(m,k)。為了描述所有的CCU組合,引入一個大小M×K的矩陣

(1)

為了描述U個用戶在M個小區中與K個信道的占用關系,引入一個大小為U×M×K的三維二進制矩陣Y。其中,yu,m,k=1表示用戶u使用(m,k)進行數據回程,即用戶選擇第m個小區接入網絡,并在小區m中使用第k個信道的子載波進行數據傳輸。否則,yu,m,k=0。

由于是城市的環境,受到多徑效應的影響,上行鏈路的信道傳播服從瑞利衰落,信道增益為

hu,m,k=gu,m,k·βu,m·(du,m)-α

(2)

式中:gu,m,k表示服從瑞利衰落的復高斯變量;βu,m表示服從對數正態分布的變量;du,m表示用戶u和小區m之間的距離;α表示路徑損耗系數。

用戶u通過(m,k)回程的信號定義為

su,m,k=

(3)

式中:pu表示用戶u的發射功率;su,m,k的信道系數表示為hu,m,k;式中第二項表示除用戶u以外的其他用戶對(m,k)的干擾總和;GNm～N(0,σ2)表示加性高斯白噪聲;σ2表示噪聲方差。

將地面網絡帶寬定義為W,用戶u通過(m,k)回程的數據速率為

Ru,m,k=

(4)

小區m的總數據回程速率可以表示為

(5)

將小區m的回程容量定義為Cm,MCBS和SCBS的回程容量通常是固定的,即當1≤m≤M′時,Cm是一個固定的值。而在SRBS下由于受傳播延遲影響較大,定義如下的SRBS的回程容量。

將LEO衛星定義為n,用一個集合NJ來表示在小區集合MJ上空飛行的所有LEO衛星,NJ={1,2,...,N}。由于LEO衛星周期性的高速運動和較低的衛星軌道高度,只有衛星在地面小區的可見仰角范圍內才可以建立高質量鏈路進行數據回程。

SRBS正常連接到衛星后,小區與衛星之間的空間關系如圖2所示。O點表示地心,M點表示小區m的位置,N點表示LEO衛星n的位置,P點表示衛星星下點,δm表示小區經度,δn表示衛星經度,θm表示小區緯度,θn表示衛星緯度,γ表示鏈路M-N與地平面的仰角。

圖2 小區與衛星空間關系

為了更好的描述小區與LEO衛星的連接關系,引入一個大小為M×N的二維二進制矩陣Z。其中,zm,n=1表示小區m可以與衛星n建立連接;否則,zm,n=0。

對于SRBS來說,星地鏈路受到長傳輸距離導致的長傳播時延影響,故回程容量也與傳播時延相關,定義衛星n的傳播時延為

(6)

式中:Hn表示衛星n的軌道高度;c表示電磁波傳播速度。

除此之外,SRBS的回程容量還與SRBS的鏈路負載相關,定義小區m(當M′+1≤m≤M時)與衛星n的鏈路負載為Lm,n,Lm,n可由式(7)聯立求解

(7)

式中:Cm,n為衛星n對于小區m的回程容量;Nm={1≤n≤N|zm,n=1}表示與小區m連接的衛星n的集合;Um={1≤u≤U|yu,m,k=1,?k}表示接入小區m的用戶的集合;Du表示用戶u產生的數據流量。

則SRBS的回程容量為

(8)

為了平衡STICS中各小區的接入用戶數量和數據回程速率,引入負載率ωm來表示已接入小區m的用戶產生的數據速率與其最大回程容量的比例ωm=(∑u∈UmDu)/Cm。

故本文建立了STICS的用戶數據回程模型,以網絡的最大數據回程速率與最大接入用戶數作為衡量網絡性能作為優化目標,目標函數定義為

(9)

同時應滿足以下約束方程:

s.t.yu,m,k≤xu,m,?u∈UJ,m∈MJ,k∈KJ

(10)

(11)

(12)

Rm≤Cm,?m∈MJ

(13)

ωm≤1,?m∈MJ

(14)

(15)

(16)

通過對星地融合網絡的分析與建模,將STICS中用戶接入策略問題轉化為了最大化所有小區數據回程速率總和與最大化接入用戶數的優化問題。由于優化問題中包含離散變量,所以該問題是一個具有非凸目標函數的三維整數規劃問題。為了降低算法的復雜度來解決這一問題,可以將用戶、小區和信道的關聯分配看作是一個多元匹配的過程。具體來說,用戶、小區和信道是相互匹配來獲得最大化數據傳輸速率的,而由于同信道干擾,用戶與小區之間存在依賴關系等問題,這使得能夠利用不同匹配組合的信道增益差別來優化該問題。

由于小區間存在同信道干擾的現象,用戶通過一個小區中的CCU接入網絡時,會受到其他小區的用戶同頻段信道的干擾,同時,該信道的利用率也會因為這樣的同頻干擾受到影響。對于(m,k)來說,在信道k上還會存在其他的用戶u′與其他的小區m′的通信鏈路u′-(m′,k),用戶u′在小區m′內通過信道k傳輸數據的同時,其發射的信號也會對小區m產生k信道上的同頻干擾。不同的用戶在不同的小區發射的信號會帶來不同程度的干擾現象,因此用戶在選擇接入網絡時,權衡其他鏈路u′-(m′,k)的信道增益與其對(m,k)產生的干擾增益對于小區的數據速率總和的影響,從而為用戶選擇合適的接入網絡,最大化所有小區的總和速率。同時,考慮到各個小區的回程容量和小區負載水平,可以將用戶的接入選擇看作用戶與眾多的CCU進行匹配的過程,因此,采取如圖3所示的延遲接受的匹配思想,提出一種變形的延遲接受算法對該問題進行求解。

圖3 基于延遲接受的用戶接入策略

2 基于延遲接受的用戶接入策略

2.1 延遲接受問題

文獻[12]提出了延遲接受問題,通過GS(Gale-Shapley)算法解決了具有明確偏好序信息的男女婚戀匹配問題,并引入了穩定匹配的概念。

假設用集合A={a1,a2,...,aM}和集合B={b1,b2,...,bN}表示參與匹配的兩個群體,用I(或來表示參與者i∈A∪B之間的偏好序。

對于a,若有biabj(或則說明a在bi和bj中偏好bi(或同等偏好);若有aabi,則說明b對a來說是不可接受的。定義一個匹配Ψ,該匹配是一個A×B→A×B的雙射,它滿足以下性質:

(17)

Ψ(a)=b?Ψ(b)=a,?a∈A,b∈B

(18)

其中,式(17)表示群體內部無法匹配,式(18)表示參與者a有且僅有一個匹配對象為參與者b,反之亦然。

為了衡量一個匹配的好壞,GS算法提出了兩個指標:穩定性與帕累托最優。

如果a匹配到一個不可接受的對象,即a?aΨ(a),則稱匹配Ψ被個體a限制。如果一個匹配不被任何個體限制,則稱其是個體理性的;如果a和b都相對其現在的匹配對象更加偏好對方,即b?aΨ(a),a?bΨ(b),則稱匹配Ψ被匹配對(a,b)限制。如果一個匹配是個體理性的且不被任何匹配對(a,b)限制,稱其是穩定的。

帕累托最優指的是一種資源分配狀態,即沒有辦法在不使任何匹配參與者利益受損的情況下提高其中某一方的利益。換句話說,稱一個匹配Ψ是帕累托最優的,則不存在另一個匹配Ψ′滿足:

(19)

2.2 算法描述

傳統的延遲接受問題具有明確的匹配雙方,根據雙方主體彼此明確或模糊的偏好序信息進行匹配。STICS中,僅將用戶和CCU作為匹配雙方主體,只能給出彼此的信道增益,無法明確鏈路與鏈路間的干擾增益。本文將用戶與CCU的對彼此的偏好序,轉化為STICS中的一個CCU對一個用戶與其他CCU建立的通信鏈路的偏好序。如此,便可以得到由鏈路的增益與干擾構成的偏好序信息。

定義一個(m,k)對STICS中的一條鏈路u·-(m′,k)的偏好信息為

(20)

為了衡量信道k的利用率,定義STICS中一個信道的數據速率總和為

(21)

式中:對信道k有Rk(Ψ1)>Rk(Ψ2)?Ψ1?kΨ2。

(22)

因為會對(m,k)產生影響的鏈路有很多,所以引入一個大小為U×M的偏好序信息矩陣Wm,k來表示這些偏好序。

(23)

基于延遲接受的用戶接入算法流程主要包括初始化匹配、信道單元匹配、用戶選擇接入3個部分,算法流程圖如圖4所示。

圖4 基于延遲接受的用戶接入算法流程圖

1)初始化匹配

如果出現用戶u可與多個(m,k)匹配的情況,則從這些CCU中選擇信道增益最大的與其匹配,并拒絕其他選擇。這樣,就可以得到一個初始匹配Ψ。

2)信道單元匹配

對于每個(m,k),在未匹配的用戶和小區中,選擇滿足式(20)的偏好序最高的鏈路u-(m′,k)作為候選匹配,以信道進行劃分,得到K個由候選匹配鏈路組成的集合S,每個信道對應一個集合Sk。

(24)

在Sk中,選擇能對信道k帶來最大利用率的鏈路u″-(m″,k)加入候選集合S*,并拒絕Sk中的其他候選匹配,認為對于信道k來說,新得到的匹配比之前的匹配更好,且加入鏈路u″-(m″,k)的匹配比加入其他鏈路u′-(m′,k)的匹更好

(25)

3)用戶選擇接入

如果未匹配的用戶u″收到了多個CCU的匹配,那么它只接受具有最高綜合偏好序的CCU,并且拒絕所有其他CCU。一旦該用戶匹配成功,就將其從Uun中刪除。

結合上述分析,本文提出基于延遲接受的用戶接入策略(User Access Strategy Based on Delayed Acceptance,UADA),以子載波信道單元為主體,構建綜合偏好序信息,該信息包含基于通信鏈路信道傳輸模型的偏好序信息和基于基站負載情況的偏好序信息,并通過貪婪迭代搜索求解帕累托最優的穩定匹配方案。

3 算法仿真與分析

為了驗證所提出的用戶接入策略的性能,本文分別用基于最大參考信號接收功率策略(RSRP)[13]、基于最大接收信干噪比策略(SINR)[6]、小區面積延展技術(CRE)[8]和本文提出的基于延遲接受的用戶接入策略(UADA)求解星地融合通訊系統用戶接入問題,并對比分析仿真結果。驗證平臺為具有IntelCore i9-9900K處理器,32GB內存的PC機,建立LEO衛星星座的仿真模型,得出SRBS與LEO衛星的連接關系,然后使用仿真軟件驗證提出的UADA策略的性能。

仿真場景設計如下:選取MCBS的坐標為東經116.39°,北緯39.93°,覆蓋半徑為1000 m。在MCBS的范圍內,設置了20個SCBS幫助MCBS進行分流,10個SRBS與衛星進行回程通信,SCBS的覆蓋范圍設置為200 m,SRBS的覆蓋范圍設置為150 m,用戶隨機分布在MCBS的覆蓋范圍內。如圖5所示,白色圓圈表示MCBS覆蓋范圍,紅色圓圈表示SCBS覆蓋范圍,藍色圓圈表示SRBS覆蓋范圍(圖5中選取10個SCBS和5個SRBS為例)。

圖5 MCBS、SCBS、SRBS小區分布圖

所使用的低軌星座基于“GW”星座構型(如表1所示),對STICS中的LEO衛星部分進行仿真。“GW”星座由分布在1175km高度的864顆衛星組成,共分為18個軌道面,這18個軌道面沿180°均勻分布,每個軌道面內有48顆衛星,單顆衛星的運行周期為109min。

表1 “GW”星座構型

設置MCBS的發射功率為46dBm,SCBS和SRBS的發射功率為33dBm,用戶終端的發射功率為23dBm。假設MCBS和SCBS都使用地面光纖回程鏈路,其回程容量固定為200Mbit/s和20Mbit/s,SRBS的回程容量可隨建立連接的衛星數量增加而增加。設置地面C頻段通訊服從瑞利衰落,地面噪聲密度為-174dBm/Hz,C頻段帶寬為20MHz。根據上述仿真設置,對本文提出的UADA策略,與傳統的異構網絡用戶接入策略RSRP、SINR和CRE的網絡數據回程速率作對比。

首先,針對傳統的地面異構網絡應用RSRP、SINR和CRE策略,再針對引入SRBS的STICS應用UADA策略,如圖6所示,發現STICS可以顯著的提升異構網絡的回程容量,從而提高網絡回程速率。

圖6 星地融合網絡與傳統地面異構網絡回程速率對比圖

由圖6可見,在傳統地面異構網絡中,CRE策略的表現最好,因為引入了小區偏置系數,用戶在選擇基站時,會更多的考慮附近的SCBS,因此無論用戶數量多少,應用CRE策略的網絡回程速率都是最高的。在用戶數量較多時,RSRP和SINR策略因為未考慮負載均衡,導致用戶大量連接至MCBS,大量的SCBS空閑,使得網絡回程速率較低。而CRE策略會使一部分用戶分流至SCBS,可以提高網絡回程速率。同時可以看到,STICS相較于傳統地面異構網絡,回程速率大幅提高。在用戶數量較少時,用戶間的同頻干擾現象較弱,優先選擇接入信道條件較好的小區,此時用戶大部分連接至MCBS,不同的策略差異較小。隨著用戶數量增加,SRBS和SCBS將更多的發揮其分流的作用。

之后,在STICS中同時應用UADA策略與CRE策略,對比不同用戶數量下的網絡回程速率,如圖7所示。

圖7 UADA策略與CRE策略回程速率對比

由圖7可見,UADA策略與CRE策略性能接近,但是隨著用戶數量的增加,UADA的表現更好。在用戶數量較少時,CRE的表現比UADA稍好,可能是因為UADA的干擾管理算法影響了用戶接入的選擇,未能達到最優的接入策略。隨著用戶數量的增加,UADA將反超CRE,并在用戶數量較多時,有著更好的表現。這是因為UADA基于信道增益的偏好序信息避免了嚴重的同頻干擾,同時基于基站負載的偏好序信息使用戶更加均衡的接入網絡,最大化的利用網絡資源。

接下來,為了驗證UADA策略對STICS負載的均衡效果,設計如下仿真:在UADA中只考慮信道增益帶來的單偏好序信息(Single preference order information,SPOI)和考慮信道增益及小區負載率的綜合偏好序信息(Comprehensive preference order information,CPOI)時,考察用戶接入不同小區的分布情況,如圖8和圖9所示。該仿真中,設置用戶數量為300,SRBS的回程容量隨著可接入衛星數量增加而變化,SRBS最大服務用戶數量為15,其余設置不變。

圖8 不同偏好序信息下地面網絡與衛星網絡用戶比例

圖9 不同偏好序信息下各小區用戶分布

根據圖8可以得知,SPOI下的地面網絡和衛星網絡接入的用戶數量保持在一定范圍內。將MCBS和SCBS歸類為地面網絡,將SRBS歸類為衛星網絡。由于地面網絡中的MCBS回程容量大,發射信號功率大,SCBS較SRBS的覆蓋面積更大,因此地面網絡接入的用戶數量占比更大,在75%左右,而衛星網絡接入的用戶數量占比較小,在25%左右。在只考慮信道增益的SPOI時,SRBS的回程容量與SPOI無關,因此不同的SRBS回程容量下,地面網絡與衛星網絡的接入用戶比例基本不變。當考慮CPOI時,小區的負載率就成為了一個關鍵因素。當一個小區接入的用戶較少但卻具有較大的回程容量時,其負載率較低,較低的負載率將會使CPOI變大,從而影響用戶接入時的選擇。隨著SRBS的回程容量變大時,衛星網絡的接入用戶比例不斷上升,地面網絡的接入用戶比例不斷下降,但是由于受到小區最大服務用戶數量的限制,衛星網絡用戶的比例不可能一直上升,最終,在43%左右的比例保持不變。

由圖9可見,當考慮SPOI和CPOI-20Mbit/s時,各小區的用戶分布情況基本一致。隨著SRBS的回程容量增加,MCBS與SCBS的用戶比例呈下降趨勢,而SRBS的用戶比例呈上升趨勢。當SRBS的回程容量較大時,其負載率將會變低,因此相應鏈路的CPOI將會變高,用戶在選擇接入點時也有更大的機會連入SRBS。當SRBS回程容量為40Mbit/s時,用戶接入不同類型網絡的分布較為均衡。當SRBS回程容量為60Mbit/s時,SRBS接入的用戶數量將顯著提高。

由于SRBS的數量與其覆蓋范圍有關,為了研究不同數量SRBS對網絡負載的影響,在之前仿真的基礎上,增加SRBS的數量,分別對10、15、20個SRBS進行對比,如圖10所示。

圖10 不同數量SRBS對網絡負載的影響

由圖10可見,當SRBS的數量增加時,通過衛星網絡接入的用戶比例更高,通過地面網絡接入的用戶比例更低。當SRBS數量為10個時,SRBS接入的用戶比例最終穩定在43%左右;當SRBS數量為15個時,SRBS接入的用戶比例最終穩定在49%左右;當SRBS數量為20個時,SRBS接入的用戶比例最終穩定在53%左右。由此可見,STICS中各類型網絡是相互影響的,SRBS的流量卸載能力不與SRBS的數量呈線性關系。反而,隨著SRBS數量增多,其提供的用戶分流能力將變差。所以,UADA策略更適用于有限個SRBS的STICS網絡。

當SRBS的回程容量為60 Mbit/s時,不同數量SRBS下各類型小區接入的用戶比例如圖11所示。

圖11 不同數量SRBS下各小區用戶分布

由圖11可見,當SRBS數量增加時,其接入的用戶比例會變高,其余兩種小區接入的用戶比例會變低。通過MCBS與SCBS接入的用戶比例差會逐漸減小,這是因為當大部分用戶接入SRBS后,邊緣用戶會傾向選擇信道增益更高的MCBS,但隨著SRBS數量增加,原先的一些邊緣用戶被新設置的SRBS服務,因此其因邊緣用戶產生的優勢相對減小。

4 結束語

星地融合通信系統具備高帶寬、全球覆蓋和高可靠性的特點,被認為是未來網絡設施發展的重要方向。本文針對星地融合網絡中由衛星快速周期運動引起的動態回程對用戶接入的影響問題,提出了一種基于延遲接受的用戶接入策略(UADA)。通過建立匹配模型,將信道單元資源分配和干擾管理相結合,考慮了過境衛星數量和用戶同頻干擾等因素。在彈性回程約束下,提出了網絡回程總和速率目標優化函數,并引入了用戶與其他信道單元通信鏈路的增益和干擾系數的偏好序信息。同時考慮了基站負載水平對接入策略的影響,構建了延遲接受的綜合偏好序信息,并基于貪婪迭代搜索求解帕累托最優的穩定匹配方案。

通過設計仿真場景并與現有算法進行比較,結果表明,所提出的UADA算法不僅能夠提供更高的回程速率,而且顯著提高了星地融合網絡的負載均衡能力,性能明顯優于其他算法。