低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)：需求、架構(gòu)、機(jī)遇與挑戰(zhàn)*

王鵬，張佳鑫，張興，王文博

（北京郵電大學(xué)，北京 100876）

0 引言

隨著下一代通信網(wǎng)絡(luò)演進(jìn)與相關(guān)通信技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)用戶的連接數(shù)與業(yè)務(wù)需求的數(shù)量以及種類不斷增多。根據(jù)思科產(chǎn)業(yè)報告預(yù)測，至2023 年，三分之二的世界人口（約53 億）將接入互聯(lián)網(wǎng)獲取服務(wù)，與此同時，超過世界人口三倍數(shù)目的用戶設(shè)備將在網(wǎng)絡(luò)中的接受通信服務(wù)[1]。從宏觀特性層面看，網(wǎng)絡(luò)泛在化、業(yè)務(wù)多樣化、管控實時化和服務(wù)彈性化為下一代網(wǎng)絡(luò)應(yīng)呈現(xiàn)出的趨勢。從微觀技術(shù)指標(biāo)層面出發(fā)，DOCOMO 和OULU 大學(xué)的分別立足于組網(wǎng)與業(yè)務(wù)視角，提出下一代通信網(wǎng)絡(luò)愿景，同時發(fā)布面向6G網(wǎng)絡(luò)需求技術(shù)指標(biāo)的白皮書[2-6]。白皮書中相關(guān)章節(jié)指出，人與設(shè)備之間的無限制通信，以及通信環(huán)境的維度拓展將為通信系統(tǒng)的未來研究趨勢。相應(yīng)具體的技術(shù)指標(biāo)為[3-6]：（1）甚高數(shù)據(jù)速率以及容量：峰值速率大于100 Gbit/s，較當(dāng)前網(wǎng)絡(luò)100 倍的容量；（2）甚高穩(wěn)健性：廣泛用戶用例的QoS 保障（達(dá)到99.999 99%業(yè)務(wù)保障率）；（3）大密度連接：支持海量連接（每平方公里1 000 萬個設(shè)備）感知能力以及高精度定位（厘米級粒度精度）；（4）廣域覆蓋：泛在Gbps 通信速率的服務(wù)覆蓋以及新通信覆蓋區(qū)域（例如天空、海洋等）；（5）甚低能耗與代價：支撐太赫茲與毫米波設(shè)備的通信能力以及微充電的設(shè)備研發(fā)；（6）甚低時延：端到端延時小于1 ms。

目前，盡管5G 網(wǎng)絡(luò)為用戶提供了更加高速可靠的網(wǎng)絡(luò)服務(wù)，當(dāng)前網(wǎng)絡(luò)架構(gòu)下，密集型計算業(yè)務(wù)響應(yīng)、海量流媒體業(yè)務(wù)分發(fā)，以及適配不同地區(qū)無縫覆蓋的通信需求依舊面臨挑戰(zhàn)。特別地，多模終端泛在無縫覆蓋、廣域物聯(lián)區(qū)域態(tài)勢感知、重點位置遙感圖像目標(biāo)識別與衛(wèi)星高效多播組播分發(fā)等典型用戶要求尚未得到良好滿足。由此，根據(jù)上述分析，面向未來網(wǎng)絡(luò)的發(fā)展遠(yuǎn)景，為了進(jìn)一步增強(qiáng)用戶體驗，降低網(wǎng)絡(luò)時延，突破當(dāng)前通信網(wǎng)絡(luò)在時間與空間的制約，亟需著力發(fā)展衛(wèi)星通信網(wǎng)絡(luò)，擴(kuò)展通信網(wǎng)絡(luò)有效服務(wù)范圍，進(jìn)一步增強(qiáng)當(dāng)前網(wǎng)絡(luò)通信能力，引入衛(wèi)星通信網(wǎng)絡(luò)為地面業(yè)務(wù)提供服務(wù)補充。為響應(yīng)星地融合需求，彌補地面網(wǎng)絡(luò)不足，2014 年，SES 網(wǎng)絡(luò)公司所屬的O3b 系列星座面向地面未部署通信設(shè)施的區(qū)域，率先在8 063 km左右的中軌道（MEO,Medium Earth Orbit）高度開展網(wǎng)絡(luò)接入服務(wù)[7]，盡管目前已取得一些成就，但相較于低軌衛(wèi)星星座，網(wǎng)絡(luò)性能方面仍有提升空間。

低軌衛(wèi)星網(wǎng)絡(luò)通常部署在軌道高度500～2 000 km 空間區(qū)域。與其他通信系統(tǒng)相比，低軌衛(wèi)星制造與發(fā)射成本低廉，其星座軌道設(shè)計已可流程化模塊化，衛(wèi)星節(jié)點部署靈活。由于網(wǎng)絡(luò)離地面較近，在不受地面地形約束，鏈路抗毀功能較強(qiáng)的基礎(chǔ)上，同時具備回程時延（RTT,Round Trip Time）相對較?。s10～25 ms）、信道空間衰落小等優(yōu)點。目前，低軌衛(wèi)星網(wǎng)絡(luò)相關(guān)研究尚處于起步階段，已有研究領(lǐng)域主要集中在頻譜資源感知策略優(yōu)化、波束部署覆蓋能力增強(qiáng)和星地上行回程鏈路提升等方面[8-10]。然而，面向下一代通信網(wǎng)絡(luò)，目標(biāo)識別、高效視頻轉(zhuǎn)碼與分發(fā)、廣域物聯(lián)態(tài)勢感知等適用于星上服務(wù)的業(yè)務(wù)對星上處理能力以及資源配置要求較高。隨著星上板載處理能力（OBP,On board processing）的不斷增強(qiáng)，將計算存儲資源沉降至星上的邊緣計算技術(shù)可為部分業(yè)務(wù)請求快速服務(wù)響應(yīng)賦能[11]。與此同時，低軌衛(wèi)星通信覆蓋范圍靈活，可為上述業(yè)務(wù)采集適配的可用數(shù)據(jù)，為智能網(wǎng)絡(luò)計算提供訓(xùn)練模型數(shù)據(jù)集支撐。受衛(wèi)星體積與能耗限制，星上邊緣計算資源可與鄰近衛(wèi)星群以及地面云共同協(xié)作，以提供適用于下一代移動通信網(wǎng)絡(luò)的智能服務(wù)。

因此，本文提出面向下一代通信網(wǎng)絡(luò)愿景的低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)架構(gòu)，對該架構(gòu)相關(guān)的部署原則進(jìn)行闡述，并對該架構(gòu)中可能存在的挑戰(zhàn)與創(chuàng)造的機(jī)遇進(jìn)行展望。

1 相關(guān)研究

本節(jié)旨在闡述目前低軌衛(wèi)星網(wǎng)絡(luò)的發(fā)展?fàn)顩r與可推進(jìn)衛(wèi)星網(wǎng)絡(luò)發(fā)展的潛在技術(shù)，梳理目前主要的軌低軌星座情況，簡述近年來衛(wèi)星研究中的新技術(shù)以及星上計算的基本概念，最后簡明描述智能邊緣的發(fā)展?fàn)顩r以說明低軌衛(wèi)星智能邊緣計算網(wǎng)絡(luò)的技術(shù)基礎(chǔ)。

1.1 相關(guān)衛(wèi)星星座

傳統(tǒng)低軌衛(wèi)星（LEO,Low Earth Orbit）通信系統(tǒng)獨立于地面通信網(wǎng)絡(luò)，與地面移動通信網(wǎng)絡(luò)并行發(fā)展，星上板載能力以及實體空間受限，故發(fā)展相對緩慢。隨著星上載荷通信能力的不斷提高，一方面，以O(shè)3b 系列星座為代表的中軌衛(wèi)星星座蓬勃發(fā)展，另一方面低軌衛(wèi)星星座亦開始得到關(guān)注。近年低軌衛(wèi)星通信系統(tǒng)星間鏈路通量提升，星上組網(wǎng)節(jié)點數(shù)目超密集化，低軌衛(wèi)星網(wǎng)絡(luò)支撐業(yè)務(wù)呈現(xiàn)出大規(guī)模實時并發(fā)性以及種類多樣性等特點。表1 梳理總結(jié)目前全球在軌或計劃發(fā)射的經(jīng)典低軌衛(wèi)星星座，并對相關(guān)星座所支持業(yè)務(wù)進(jìn)行列舉。如表1 所示，目前在軌或計劃發(fā)射部署的低軌衛(wèi)星星座運行高度主要集中在700～800 km，以及1 100～1 400 km 兩個空間區(qū)域，與高軌衛(wèi)星與中軌衛(wèi)星相比，信號傳輸衰落以及信號傳輸時延將極大降低。除此以外，為了滿足低軌衛(wèi)星網(wǎng)絡(luò)與地面網(wǎng)絡(luò)協(xié)作的服務(wù)連續(xù)性與質(zhì)量，低軌衛(wèi)星星座設(shè)計中衛(wèi)星節(jié)點部署密度逐漸加大，匹配地面網(wǎng)絡(luò)聯(lián)通需求，以支撐星上業(yè)務(wù)地面卸載與地面業(yè)務(wù)星上傳輸?shù)裙δ堋?/p>

表1 在軌或計劃發(fā)射的低軌衛(wèi)星星座

1.2 衛(wèi)星研究中的新概念

近年來衛(wèi)星網(wǎng)絡(luò)不斷革新，與新技術(shù)相融合，通過虛擬化技術(shù)極大降低衛(wèi)星網(wǎng)絡(luò)控制信令的交互冗余，提升與地面網(wǎng)絡(luò)的兼容性，并擴(kuò)大通信覆蓋與環(huán)境感知范圍，同時，網(wǎng)絡(luò)智能化方法尤其是機(jī)器學(xué)習(xí)概念以及相關(guān)算法的引入，使資源不足的邊緣網(wǎng)絡(luò)更優(yōu)地進(jìn)行資源配置。隨著星上板載處理技術(shù)的提升，智能邊緣理念應(yīng)用于低軌衛(wèi)星多接入邊緣網(wǎng)絡(luò)成為未來低軌天基網(wǎng)絡(luò)發(fā)展的趨勢。

（1）小衛(wèi)星與高通量衛(wèi)星

早期小衛(wèi)星通常作為新技術(shù)驗證型平臺為實驗室與研究中心所使用，該類型衛(wèi)星通常部署運行于距地面200 km 到2 000 km 的低軌空間范圍。目前在軌小衛(wèi)星通常單節(jié)點重量處于1 kg 到10 kg 之間，低軌小衛(wèi)星具備開發(fā)時間短、生產(chǎn)與部署成本低和部署靈活等特點。常見小衛(wèi)星如CubeSat[22]，其成本造價僅為普通低軌衛(wèi)星0.1%，該類型衛(wèi)星通常用于天氣監(jiān)控、災(zāi)害預(yù)警、地面觀測和遠(yuǎn)距通信等先導(dǎo)實驗任務(wù)，根據(jù)任務(wù)的需求，小衛(wèi)星可部署為星座以及星群兩種不同形式，小衛(wèi)星星座衛(wèi)星節(jié)點均勻分布于多個衛(wèi)星軌道面上；衛(wèi)星星群則部署于單一衛(wèi)星軌道面上，根據(jù)部署需求，節(jié)點之間的相對距離較小，部署方案中拓?fù)涔?jié)點相對集中。

高通量（HTS,High Throughput Satellite）衛(wèi)星通常通過頻譜復(fù)用以及空分復(fù)用技術(shù)手段，可極大提升衛(wèi)星網(wǎng)絡(luò)的吞吐量。具體地，衛(wèi)星通信可用的高頻段例如Ku、Ka、Q/V 等波段的應(yīng)用為衛(wèi)星提供更廣泛的通信資源備選集；衛(wèi)星多波束天線賦形方法與頻率復(fù)用方案能夠提升衛(wèi)星節(jié)點空間復(fù)用能力與頻率復(fù)用效率；星上板載信息處理能力賦能高階多種編碼與調(diào)制方式，極大提高頻譜利用率。除此以外，星間激光鏈路的高速傳輸極大提升星座信息傳輸效率。高通量衛(wèi)星極大提升星上寬帶業(yè)務(wù)的發(fā)展，衛(wèi)星可充分發(fā)揮衛(wèi)星固有的下行廣播組播傳輸優(yōu)勢，在廣域服務(wù)區(qū)內(nèi)極大滿足用戶需求。近年來，低軌衛(wèi)星由于其低回程交互時延能力得到廣泛關(guān)注，由于寬帶媒體業(yè)務(wù)需求激增，低軌高通量衛(wèi)星設(shè)計得到發(fā)展。例如，典型低軌高通量衛(wèi)星（LEO-HTS）為OneWeb 衛(wèi)星星座[15]，該衛(wèi)星星座的星地鏈路使用頻帶為10.7—12.7 GHz，單波束帶寬可達(dá)250 MHz，星座吞吐量可達(dá)7 Tbit/s。

（2）星上載荷虛擬化技術(shù)

虛擬化技術(shù)旨在通用化并統(tǒng)一調(diào)度不同網(wǎng)絡(luò)節(jié)點中的可用資源。該技術(shù)根據(jù)不同的網(wǎng)絡(luò)需求對當(dāng)前網(wǎng)絡(luò)中節(jié)點的可用資源進(jìn)行重組以及分配，提升網(wǎng)絡(luò)資源分配方案的靈活性。星上載荷虛擬化技術(shù)可使衛(wèi)星組網(wǎng)后響應(yīng)業(yè)務(wù)過程中突破不同衛(wèi)星星座或星群內(nèi)衛(wèi)星節(jié)點之間資源不互通的物理制約，降低衛(wèi)星網(wǎng)絡(luò)部署與管理過程中的開銷，通過編排資源池內(nèi)不同虛擬化網(wǎng)絡(luò)功能組成的業(yè)務(wù)切片樣例，滿足用戶不同服務(wù)質(zhì)量的需求粒度，提升不同類型衛(wèi)星星上載荷資源的通用性與魯棒性，為不同星群中衛(wèi)星的星上資源協(xié)作與星地協(xié)作提供技術(shù)保障。

目前歐洲航天局已率先開展星上載荷虛擬化研究，為星載資源通用化奠定基礎(chǔ)，在H2020 項目中，面向未來穩(wěn)健靈活網(wǎng)絡(luò)的虛擬化異構(gòu)星地系統(tǒng)（Vital,VIrtualized Hybrid Satellite-TerrestriAl Systems for Resilient and FLexible Future Networks）將虛擬化技術(shù)與軟件定義網(wǎng)絡(luò)技術(shù)結(jié)合并在星地融合網(wǎng)絡(luò)中提供應(yīng)用場景[23]。該項目旨在通過虛擬化與軟件定義技術(shù)解決星地異構(gòu)網(wǎng)絡(luò)衛(wèi)星與地面由于獨立發(fā)展造成的資源通用化困難問題，并為所需業(yè)務(wù)提供星上虛擬化功能實例。與此同時，我國組建以天基超算為研究主題的軟件定義衛(wèi)星聯(lián)盟，已發(fā)射以虛擬化技術(shù)為基礎(chǔ)的軟件定義實驗衛(wèi)星“天象”系列1 號以及2 號，驗證雙星組網(wǎng)傳輸以及相關(guān)業(yè)務(wù)，為低軌衛(wèi)星網(wǎng)絡(luò)與地面云網(wǎng)絡(luò)資源協(xié)同理論提供技術(shù)支撐。

（3）衛(wèi)星物聯(lián)

5G 時代物聯(lián)網(wǎng)業(yè)務(wù)的蓬勃發(fā)展，極大提升人們對環(huán)境的有效認(rèn)知，通過部署海量物聯(lián)網(wǎng)傳感器與執(zhí)行器，環(huán)境信息可轉(zhuǎn)換為信息數(shù)據(jù)在本地或回傳至計算節(jié)點進(jìn)行處理，計算節(jié)點對所獲數(shù)據(jù)的充分研判，可以獲得區(qū)域感知決策所需的數(shù)據(jù)輸出，進(jìn)而為系統(tǒng)下一步策略部署提供指導(dǎo)準(zhǔn)則。根據(jù)不同區(qū)域或不同類型的物聯(lián)節(jié)點，對物聯(lián)節(jié)點進(jìn)行分組，在廣域范圍內(nèi)衛(wèi)星為分組節(jié)點廣播或組播全局控制信息，衛(wèi)星物聯(lián)網(wǎng)技術(shù)在空間上增強(qiáng)無地面網(wǎng)絡(luò)覆蓋區(qū)的認(rèn)知維度?？傮w來說，衛(wèi)星物聯(lián)可在提供全局感知的基礎(chǔ)上節(jié)約邊遠(yuǎn)地區(qū)如沙漠海洋的通信設(shè)施部署成本，同時提高物聯(lián)感知系統(tǒng)的抗毀能力。目前衛(wèi)星物聯(lián)技術(shù)已可應(yīng)用于智能電網(wǎng)、環(huán)境監(jiān)測以及車載定位等場景中。例如，國家電網(wǎng)利用北斗衛(wèi)星短報文傳輸能力，進(jìn)行電能數(shù)據(jù)采集以及回傳[24]；Sensorweb通過星上所攜帶的光譜儀以及合成孔徑雷達(dá)識別地面水體情況進(jìn)而預(yù)防潛在的洪澇事件[25]；北斗衛(wèi)星可為分布于全球車載船載用戶提供定位服務(wù)等[26]。

1.3 星上處理

傳統(tǒng)星上板載處理（OBP,On Board Processing）方式主要依托于板載CPU 內(nèi)核提供的調(diào)度控制能力，可編程FPGA 主要提供信號調(diào)制解調(diào)能力，以及信息編碼解碼能力，其性能約束于板載芯片處理能力、載荷功耗以及星上物理可用空間。

隨著衛(wèi)星網(wǎng)絡(luò)的發(fā)展，芯片集成度和處理功能的提高以及星上板載空間的延展，衛(wèi)星網(wǎng)絡(luò)處理性能得以提升。近年來，星上板載體系引入存儲模塊、圖形處理器（GPU,Graphics Processing Unit）模塊，以及數(shù)字信號處理（DSP,Digital Signal Processing）模塊。傳統(tǒng)CPU 模塊適合處理標(biāo)量數(shù)據(jù)，不同于傳統(tǒng)服務(wù)器中部署的CPU 模塊，DSP、FPGA 以及GPU 具備更強(qiáng)的浮點運算能力，更適合處理矢量數(shù)據(jù)，上述模塊可協(xié)同工作為用戶提供更高的星上計算能力，提升星上處理重配置能力。例如，下一代星上處理計算機(jī)（OBC-NG,On Board Computer-Next Generation）基于嵌入式集群計算，形成主處理節(jié)點-監(jiān)控檢測節(jié)點-從處理節(jié)點處理體系架構(gòu)，形成分布式并行計算系統(tǒng)[27]。處理節(jié)點配置FPGA、DSP 以及GPU 模塊，與主處理單元提升星上計算能力以及計算效率。目前衛(wèi)星星載計算技術(shù)應(yīng)用場景主要集中于衛(wèi)星遙感中水體以及火山異常檢測，云層與非云圖像識別[25,28-29]等領(lǐng)域。

由上述分析可得，星上處理能力主要受制于板載算力，星上板載計算處理能力的增強(qiáng)為星上智能多接入邊緣計算網(wǎng)絡(luò)架構(gòu)的提出奠定算力支撐基礎(chǔ)，該技術(shù)發(fā)展使智能多接入低軌衛(wèi)星智能邊緣計算系統(tǒng)成為可能。

1.4 智能邊緣網(wǎng)絡(luò)

目前5G 網(wǎng)絡(luò)借助多接入邊緣計算技術(shù)（MEC,Multiaccess Edge Computing），將資源下沉至貼近用戶的邊緣側(cè)，與云計算或霧計算服務(wù)器協(xié)同，節(jié)約能耗的同時減少不同業(yè)務(wù)響應(yīng)時延，并提升用戶數(shù)據(jù)隱私的安全性，形成面向業(yè)務(wù)類型的“端-邊-云”的多級處理架構(gòu)。然而，面向下一代網(wǎng)絡(luò)提出的愿景中，人與人、人與物之間的通信交互體驗變得更加真實的需求，通信覆蓋服務(wù)區(qū)域仍應(yīng)不斷擴(kuò)展，以適配典型業(yè)務(wù)廣地域無縫連接的需要。

上述需求勢必要求運營商部署更多物聯(lián)感知節(jié)點與通信處理設(shè)備，也將會進(jìn)一步促進(jìn)相關(guān)寬帶業(yè)務(wù)與物聯(lián)業(yè)務(wù)的發(fā)展。高清視頻監(jiān)控與海量物聯(lián)器件的密集部署后，物聯(lián)終端側(cè)將會有ZB 級別的流量數(shù)據(jù)需要進(jìn)行承載。海量負(fù)載驅(qū)動通信網(wǎng)絡(luò)系統(tǒng)中的邊緣側(cè)與新興技術(shù)例如人工智能、大數(shù)據(jù)等共同形成智能邊緣網(wǎng)絡(luò)，提高網(wǎng)絡(luò)的服務(wù)效率[30]。邊緣智能網(wǎng)絡(luò)可與人工智能中的機(jī)器學(xué)習(xí)算法協(xié)作，充分挖掘應(yīng)用網(wǎng)絡(luò)邊緣產(chǎn)生海量數(shù)據(jù)的內(nèi)在信息，梳理內(nèi)在聯(lián)系，賦能邊緣網(wǎng)絡(luò)資源優(yōu)化分配機(jī)制；同時邊緣智能網(wǎng)絡(luò)減小數(shù)據(jù)回傳所需的回程鏈路帶寬開銷，降低計算密集型任務(wù)對云端服務(wù)器造成的壓力。根據(jù)不同的計算任務(wù)需求，可僅僅在邊緣內(nèi)推斷，在云端進(jìn)行模型訓(xùn)練；亦可進(jìn)行云邊協(xié)同模型推斷，將算力需求較高的模型訓(xùn)練放置能力較強(qiáng)的云端；甚至可構(gòu)建分布式計算結(jié)構(gòu)，對于算力需求較小且實時性要求較高的任務(wù)僅僅使用邊緣算力網(wǎng)絡(luò)，利用分布式并行計算方法，提升計算密集型業(yè)務(wù)的快速穩(wěn)健處理能力。而后，算力節(jié)點與物理約束空間內(nèi)周圍節(jié)點進(jìn)行交互建模，訓(xùn)練適用于本地的最優(yōu)模型。

2 低軌衛(wèi)星智能邊緣計算網(wǎng)絡(luò)需求

低軌衛(wèi)星網(wǎng)絡(luò)作為構(gòu)建泛在無縫服務(wù)網(wǎng)絡(luò)中的重要組成部分，逐漸成為重要研究領(lǐng)域并得到關(guān)注。針對6G通信峰會中提出的6G 網(wǎng)絡(luò)愿景需求，結(jié)合低軌衛(wèi)星的網(wǎng)絡(luò)結(jié)構(gòu)與該網(wǎng)絡(luò)中多域智聯(lián)相關(guān)業(yè)務(wù)的特點，可知在廣域數(shù)據(jù)智能精準(zhǔn)感知，星上密集型業(yè)務(wù)快速處理，以及寬帶業(yè)務(wù)文件高效分發(fā)等多任務(wù)并發(fā)場景下中具有多接入邊緣智能計算需求。

表2 列舉低軌衛(wèi)星智能邊緣計算網(wǎng)絡(luò)相關(guān)典型業(yè)務(wù)的需求分析，其中：用戶鏈路上行帶寬保障指用戶到衛(wèi)星通信鏈路的帶寬條件要求，用戶鏈路下行帶寬保障指衛(wèi)星節(jié)點到用戶通信鏈路的帶寬條件要求；饋電鏈路上行帶寬保障指地面信關(guān)到衛(wèi)星節(jié)點的通信鏈路帶寬條件要求，饋電鏈路下行帶寬保障指衛(wèi)星節(jié)點到地面信關(guān)的通信鏈路帶寬條件要求；算力要求指業(yè)務(wù)對星上算力的能力需求，存儲要求指業(yè)務(wù)對星上存儲能力的需求，彈性與擴(kuò)展性指業(yè)務(wù)需求是否需要衛(wèi)星星座進(jìn)行任務(wù)節(jié)點擴(kuò)展，協(xié)同完成任務(wù)；移動性指業(yè)務(wù)是否需要支撐高速運行用戶節(jié)點的連接，能效需求指業(yè)務(wù)是否受星上節(jié)點能耗約束，對于無業(yè)務(wù)需求時是否考慮與地面基站類似的休眠機(jī)制；最后，安全性指通信鏈路是否需要進(jìn)行加密，保障用戶信息的隱私性。

表2 低軌衛(wèi)星智能邊緣計算網(wǎng)絡(luò)相關(guān)業(yè)務(wù)需求分析

針對不同典型業(yè)務(wù)，具體需求如下。

2.1 廣域數(shù)據(jù)智能精準(zhǔn)感知需求

泛在無線智能無縫跨域服務(wù)網(wǎng)絡(luò)需求中，要求未來通信系統(tǒng)面向空-天-地-海等場景構(gòu)建高效服務(wù)的空間協(xié)同一體化網(wǎng)絡(luò)。在不具備地面網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)條件或建設(shè)成本較大的區(qū)域，天基網(wǎng)絡(luò)可無視上述制約并增補覆蓋目標(biāo)區(qū)域。通常，上述區(qū)域由大量物聯(lián)網(wǎng)節(jié)點覆蓋，廣域物聯(lián)節(jié)點將感知的數(shù)據(jù)實時回傳給遠(yuǎn)端云服務(wù)器，感知區(qū)域狀態(tài)后為網(wǎng)絡(luò)控制下一步?jīng)Q策方案提供依據(jù)。

隨著地面海量物聯(lián)節(jié)點部署的增加，業(yè)務(wù)驅(qū)動的感知需要更加精準(zhǔn)靈敏，物聯(lián)節(jié)點上傳的數(shù)據(jù)量激增，一方面海量數(shù)據(jù)對衛(wèi)星網(wǎng)絡(luò)中負(fù)責(zé)回傳的用戶鏈路上行部分以及衛(wèi)星饋電鏈路下行部分產(chǎn)生較大負(fù)載壓力；另一方面，快速變化的環(huán)境因素對感知決策的時效性提出更高要求。目前低軌衛(wèi)星平臺在環(huán)境監(jiān)測、智慧農(nóng)業(yè)和智慧電網(wǎng)等廣域物聯(lián)感知方面僅僅作為物聯(lián)節(jié)點的采集回傳設(shè)施，海量數(shù)據(jù)依舊需要回傳至地面云集群中進(jìn)行處理，同時對于高機(jī)動目標(biāo)的檢測跟蹤亦不夠及時，在業(yè)務(wù)時延需求與感知網(wǎng)絡(luò)狀態(tài)信息的時效性上還需要進(jìn)一步提升，因此面向未來通信網(wǎng)絡(luò)架構(gòu)，該業(yè)務(wù)要求星上算力保障以及網(wǎng)絡(luò)架構(gòu)擴(kuò)展以適配不同算力需求的任務(wù)快速響應(yīng)。

2.2 星上計算密集型業(yè)務(wù)快速處理需求

6G 白皮書中指出，下一代通信網(wǎng)絡(luò)中遙感業(yè)務(wù)與定位業(yè)務(wù)是網(wǎng)絡(luò)需要承載的重要內(nèi)容之一。目前遙感衛(wèi)星在星上圖像預(yù)處理領(lǐng)域已有初步研究，考慮到目前星上載荷的處理能力，高分衛(wèi)星所載光學(xué)傳感器獲取到的各種數(shù)據(jù)體量依舊過大，如能夠在衛(wèi)星回傳之前，剔除圖像相關(guān)的冗余信息，如對地觀測時獲取到的云層覆蓋區(qū)域，或次重點目標(biāo)識別區(qū)域，剔除上述圖像信息后，饋電鏈路上回傳的數(shù)據(jù)量有所減少。

然而目前星上載荷針對計算密集型業(yè)務(wù)的處理速度無法滿足6G 所需的服務(wù)時延需求，該狀況會極大影響6G 業(yè)務(wù)的用戶質(zhì)量體驗。該需求對于衛(wèi)星網(wǎng)絡(luò)提出兩大挑戰(zhàn)：一方面，當(dāng)前衛(wèi)星板載能力多為定制化功能內(nèi)核，可編程能力以及可擴(kuò)展能力不強(qiáng)，限制通信、導(dǎo)航、遙感衛(wèi)星之間算力資源調(diào)度的通用性；另一方面，6G 網(wǎng)絡(luò)中天地一體化智能算力遷移范疇內(nèi)，多種以衛(wèi)星網(wǎng)絡(luò)為核心的計算密集型業(yè)務(wù)需求日益顯著，如高空持續(xù)機(jī)動偵查、廣域地形判斷、高機(jī)動目標(biāo)識別等，差異化業(yè)務(wù)QoS 保障對星上有限資源的分配提出挑戰(zhàn)。除此以外，星群受地面站控制中心控制，遠(yuǎn)距多重信令交互嚴(yán)重影響系統(tǒng)服務(wù)響應(yīng)速度，星群中節(jié)點損壞可能導(dǎo)致整個系統(tǒng)無法運行，系統(tǒng)魯棒性較弱。由此可知，亟需提出星上分布式在軌自主運行系統(tǒng)，令衛(wèi)星通信架構(gòu)可在無地面控制中心或與地面控制中心長時間不進(jìn)行控制信令交互的情況下自主運行，提升低軌衛(wèi)星系統(tǒng)對計算密集型業(yè)務(wù)的快速穩(wěn)健處理能力。

2.3 廣域?qū)拵б曨l業(yè)務(wù)文件高效分發(fā)需求

地面移動通信寬帶業(yè)務(wù)需求的增長促進(jìn)內(nèi)容分發(fā)網(wǎng)絡(luò)等新技術(shù)的發(fā)展，傳統(tǒng)基站借助緩存流行度較高的視頻業(yè)務(wù)文件對用戶請求進(jìn)行服務(wù)，目前地面網(wǎng)絡(luò)寬帶文件分發(fā)網(wǎng)絡(luò)架構(gòu)呈密集化、多級化趨勢發(fā)展，盡管地面網(wǎng)絡(luò)也通過廣播、組播以及單播等混合傳輸機(jī)制滿足地面用戶的視頻業(yè)務(wù)請求，但該網(wǎng)絡(luò)架構(gòu)下的文件分發(fā)機(jī)制依舊存在有效提升的空間。一方面，地面網(wǎng)絡(luò)設(shè)備的密集部署與設(shè)備到設(shè)備（D2D,Device to Device）的文件共享機(jī)制在網(wǎng)絡(luò)頻譜管理上增加了分發(fā)用戶命中文件策略的復(fù)雜度；另一方面由于地面基站覆蓋區(qū)域有限，不同基站緩存中預(yù)存的熱度文件集合可能相同或存在交集，廣域范圍內(nèi)重復(fù)存儲相同文件，廣域存儲的文件差異度不高，與此同時還會過多占用地面存儲空間資源。

由于文件分發(fā)主要涉及衛(wèi)星對緩存或數(shù)據(jù)網(wǎng)絡(luò)推送的視頻業(yè)務(wù)進(jìn)行廣播組播，因此該業(yè)務(wù)對用戶下行鏈路帶寬保障以及饋電鏈路上行帶寬保障要求較高。衛(wèi)星與地面協(xié)同廣播組播寬帶視頻文件等業(yè)務(wù)可提升傳統(tǒng)地面寬帶視頻文件業(yè)務(wù)的服務(wù)效率，然而，星地視頻組播多播業(yè)務(wù)并非星地兩系統(tǒng)進(jìn)行文件分發(fā)機(jī)制簡單組合，因此業(yè)務(wù)對網(wǎng)絡(luò)架構(gòu)彈性與擴(kuò)展性亦存在要求，對應(yīng)協(xié)同機(jī)制亦面臨挑戰(zhàn)。目前衛(wèi)星作為獨立視頻文件組播系統(tǒng)并未與地面基站進(jìn)行協(xié)同分發(fā)，除此以外，地面不同用戶由于接入設(shè)備不同，對于同一文件所請求的視頻目標(biāo)文件編碼版本可能不同。故星上存儲分發(fā)應(yīng)解決存儲何種文件，文件是否需要轉(zhuǎn)碼，文件是否需要切分編碼等問題，上述問題對星上算力提出較高要求。

3 衛(wèi)星智能邊緣計算網(wǎng)絡(luò)

針對上一節(jié)所述的下一代網(wǎng)絡(luò)需求，本節(jié)提出低軌衛(wèi)星智能邊緣計算網(wǎng)絡(luò)架構(gòu)。本節(jié)將對網(wǎng)絡(luò)架構(gòu)以及特點進(jìn)行描述，簡述該網(wǎng)絡(luò)邏輯功能架構(gòu)，并對該網(wǎng)絡(luò)架構(gòu)硬件與軟件邏輯組網(wǎng)布局展開研究。

3.1 低軌衛(wèi)星智能邊緣計算網(wǎng)絡(luò)

低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)為在低軌衛(wèi)星星座節(jié)點板載上部署MEC 服務(wù)功能模塊的通信架構(gòu)體系。該網(wǎng)絡(luò)旨在充分利用衛(wèi)星節(jié)點板載資源，使用虛擬化技術(shù)與地面邊緣服務(wù)節(jié)點或云服務(wù)集群兼容并協(xié)同運作，充分利用網(wǎng)絡(luò)邊緣所采集的海量數(shù)據(jù)，借助人工智能概念，通過使用機(jī)器學(xué)習(xí)算法挖掘星地融合網(wǎng)絡(luò)中所隱藏的知識訓(xùn)練模型，并利用訓(xùn)練出的差異化模型推斷賦能優(yōu)化低軌邊緣網(wǎng)絡(luò)資源均衡機(jī)制，構(gòu)建可自主運行的低軌衛(wèi)星智能多接入邊緣計算體系。

在圖1 中，低軌衛(wèi)星星座的每個節(jié)點上均可按需部署MEC 服務(wù)載荷，星間鏈路為點對點通量較高的激光鏈路，星地鏈路采用高頻Ka/Ku 或Q/V 波段進(jìn)行通信，可根據(jù)信道狀況進(jìn)行自適應(yīng)編碼調(diào)制。

圖1 低軌衛(wèi)星智能邊緣計算網(wǎng)絡(luò)場景圖

低軌智能多接入邊緣計算星座與地面節(jié)點、地面云服務(wù)集群協(xié)同處理廣域感知類決策計算任務(wù)；或與地面云服務(wù)器協(xié)作處理星上計算密集型高清圖像目標(biāo)識別，異常檢測等任務(wù)；還可智能自適應(yīng)緩存最熱請求文件的高碼率版本，通過星上計算轉(zhuǎn)碼后，滿足服務(wù)區(qū)內(nèi)適配用戶的需求。

盡管邊緣計算賦能的衛(wèi)星節(jié)點算力存儲得到增強(qiáng)，考慮到星上物理空間于能耗等因素，與地面服務(wù)器相比，星上資源依舊有限，智能計算星座可與地面云服務(wù)器集群協(xié)同部署人工智能算法優(yōu)化網(wǎng)絡(luò)資源配置，并為用戶提供人工智能服務(wù)。

綜上所述，該低軌智能多接入邊緣計算網(wǎng)絡(luò)架構(gòu)具備如下特點：

（1）多級協(xié)同處理

低軌衛(wèi)星多接入邊緣智能網(wǎng)絡(luò)可與部署在地面的通信基礎(chǔ)設(shè)施（基站或信關(guān)站）、其他星座中的衛(wèi)星節(jié)點以及地面云服務(wù)集群構(gòu)成多級協(xié)同智能處理體系，針對用戶類型，考慮不同請求業(yè)務(wù)特點，以邊緣計算節(jié)點當(dāng)前處理能力、緩存資源、剩余存儲空間、衛(wèi)星邊緣節(jié)點過頂服務(wù)時長以及各節(jié)點之間的通信帶寬資源為約束，通過機(jī)器學(xué)習(xí)算法為網(wǎng)絡(luò)可用資源智能匹配待計算任務(wù)，提高服務(wù)效率。對于海量物聯(lián)節(jié)點，考慮到其儲能少且上行發(fā)射功率較小，可在地面部署信號上行發(fā)射能力較強(qiáng)的匯聚站收集并上傳傳感信息，匯聚站亦可部署少量計算資源對數(shù)據(jù)進(jìn)行預(yù)處理。對與星上計算密集型業(yè)務(wù)，可考慮與地面云服務(wù)集群進(jìn)行協(xié)同工作。對于寬帶視頻文件分發(fā)業(yè)務(wù)，可充分利用地面基站邊緣服務(wù)能力，與星上計算邊緣計算能力進(jìn)行最優(yōu)協(xié)同。

（2）網(wǎng)絡(luò)功能虛擬化

星上智能多接入邊緣計算網(wǎng)絡(luò)充分利用VNF 技術(shù)，對不同星群以及星座的衛(wèi)星星上板載資源等基礎(chǔ)設(shè)施進(jìn)行虛擬化處理，提高不同節(jié)點上資源的通用性，并實現(xiàn)星上功能可編程化。為了便于不同計算任務(wù)的適配，在此基礎(chǔ)上通過VIM進(jìn)行虛擬化網(wǎng)絡(luò)資源管理，通過虛擬機(jī)或者容器的形式，在星上系統(tǒng)中形成網(wǎng)絡(luò)虛擬化功能。之后針對不同定制化任務(wù)，組織不同的網(wǎng)絡(luò)虛擬化功能進(jìn)行響應(yīng)。

（3）自主在軌分布式計算決策

從控制角度出發(fā)，低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)中星上載荷具備自主運行能力，即使無地面中心控制，星上也可通過智能算法進(jìn)行決策控制與管理維護(hù)，可在軌處進(jìn)行數(shù)據(jù)處理并在軌自主執(zhí)行共同任務(wù)。為了提高系統(tǒng)的抗毀能力，在低軌衛(wèi)星星座中還應(yīng)選定備用控制衛(wèi)星，對控制節(jié)點衛(wèi)星進(jìn)行周期性監(jiān)測，當(dāng)星群中控制衛(wèi)星節(jié)點宕機(jī)時，備用衛(wèi)星啟動控制監(jiān)管功能，維護(hù)系統(tǒng)運行。

從業(yè)務(wù)分發(fā)以及計算響應(yīng)角度出發(fā)，該架構(gòu)具備動態(tài)分布式并行計算能力。分布式控制節(jié)點對需求進(jìn)行分析后，根據(jù)業(yè)務(wù)計算任務(wù)類型進(jìn)行分類，如果任務(wù)結(jié)構(gòu)為串行，則考慮在可用衛(wèi)星節(jié)點集中選定衛(wèi)星節(jié)點與地面云協(xié)同接力對任務(wù)進(jìn)行順序計算。如果任務(wù)結(jié)構(gòu)為并行，則星上控制節(jié)點根據(jù)任務(wù)選取可用衛(wèi)星節(jié)點并對任務(wù)進(jìn)行分發(fā)并行計算，如果計算任務(wù)較大可與其他衛(wèi)星控制節(jié)點進(jìn)行交互卸載，或與地面云集群進(jìn)行協(xié)同卸載。

（4）靈活智能適配

智能算法賦能的多接入邊緣計算網(wǎng)絡(luò)主要體現(xiàn)兩部分內(nèi)容[31]：借助低軌衛(wèi)星多接入邊緣計算算力的人工智能應(yīng)用以及借助人工智能優(yōu)化配置的低軌衛(wèi)星多接入邊緣計算網(wǎng)絡(luò)。

1）借助低軌衛(wèi)星多接入邊緣計算算力的人工智能應(yīng)用

對于部署MEC 資源的低軌衛(wèi)星邊緣側(cè)，可考慮選取適合的輕量神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型，在保持模型可用精度的情況下采用模型壓縮、條件計算等方法減少模型的深度。訓(xùn)練時可采用聯(lián)邦訓(xùn)練的方法，緩解衛(wèi)星邊緣節(jié)點的計算壓力，使用訓(xùn)練模型進(jìn)行推理時，可對模型進(jìn)行切分并行處理或采用推理提前退出等方案，使衛(wèi)星可用節(jié)點快速協(xié)作完成推理任務(wù)。

2）借助人工智能優(yōu)化配置的低軌衛(wèi)星多接入邊緣計算網(wǎng)絡(luò)

低軌衛(wèi)星邊緣計算網(wǎng)絡(luò)可借助人工智能算法優(yōu)化本網(wǎng)絡(luò)的資源配置方案，輔助星上以及星間資源調(diào)度自主性決策，實現(xiàn)智能時敏的分布式控制。由于低軌衛(wèi)星邊緣網(wǎng)絡(luò)節(jié)點高速移動，星地鏈路的信道狀況時變，地面產(chǎn)生的數(shù)據(jù)亦較復(fù)雜動態(tài)多樣性，機(jī)器學(xué)習(xí)算法可應(yīng)用于星地鏈路信號調(diào)制與編碼策略（MCS,Modulation and Coding Scheme）以及低軌衛(wèi)星網(wǎng)絡(luò)無線資源管理（RRM,Radio Resource management）分配領(lǐng)域；對于不同的計算任務(wù)需求，可利用機(jī)器學(xué)習(xí)中各類算法優(yōu)化算力分配方法，在保障時延的前提下對計算任務(wù)部署進(jìn)行最優(yōu)卸載。同時智能學(xué)習(xí)算法可自適應(yīng)分析區(qū)域內(nèi)用戶緩存請求與空時之間的關(guān)系，通過線下訓(xùn)練模型，衛(wèi)星邊緣節(jié)點保留用戶數(shù)據(jù)向算力星群或云集群回傳梯度或權(quán)重，更新模型后推送熱度文件并對原存儲內(nèi)文件進(jìn)行覆寫，最大限度滿足用戶請求，提升文件命中率。

聚焦于低軌衛(wèi)星多接入智能邊緣計算網(wǎng)絡(luò)場景，充分考慮該網(wǎng)絡(luò)拓?fù)涞膭討B(tài)變化以及可用網(wǎng)絡(luò)資源等因素，該網(wǎng)絡(luò)架構(gòu)運行工作流程有以下兩種模式：

1）邊緣-邊緣協(xié)同模式

訓(xùn)練以及推理均在低軌衛(wèi)星星群內(nèi)部完成，該模式依賴于星上板載能力的提升。在訓(xùn)練過程中可采用局部最優(yōu)或精確度稍低的模型降低算力負(fù)載的壓力。

2）邊緣-云集群協(xié)同模式

根據(jù)衛(wèi)星側(cè)節(jié)點集資源可用狀況與環(huán)境因素、網(wǎng)絡(luò)狀態(tài)、用戶行為等約束條件，對于時延容忍較高的任務(wù)，系統(tǒng)可在云計算集群進(jìn)行模型訓(xùn)練，對模型不同層進(jìn)行切分后，按需分別部署于地面匯聚節(jié)點、衛(wèi)星邊緣節(jié)點以及地面云計算集群處，以完成推斷。對于時延容忍較低的任務(wù)可完全在低軌衛(wèi)星邊緣網(wǎng)絡(luò)利用進(jìn)行推斷，但此時需要更多星座或星群中的資源節(jié)點參與推斷任務(wù)，以滿足網(wǎng)絡(luò)對任務(wù)響應(yīng)的需要。

具體地，針對網(wǎng)絡(luò)中不同類型的業(yè)務(wù)需求，所提網(wǎng)絡(luò)架構(gòu)對業(yè)務(wù)處理流程不同。主要分為兩類：

計算型業(yè)務(wù)請求主要來源于地面或星上，其任務(wù)對星地上行鏈路或饋電鏈路帶寬要求較高。計算任務(wù)到達(dá)低軌天基網(wǎng)絡(luò)后，首先，控制側(cè)按照星座節(jié)點的運行軌跡與接入邊緣網(wǎng)絡(luò)的衛(wèi)星，指定任務(wù)可用的衛(wèi)星節(jié)點星群集合；其次，接入節(jié)點根據(jù)計算任務(wù)時延容忍約束，考量鏈路狀態(tài)同時兼顧可用衛(wèi)星備選集合中的星上資源，根據(jù)最優(yōu)策略對任務(wù)進(jìn)行分發(fā)；再次，剩余待計算的任務(wù)可卸載至遠(yuǎn)端地面云服務(wù)集群利用較強(qiáng)算力進(jìn)行適配協(xié)同處理；最后，智能計算完成后，任務(wù)結(jié)果返回給用戶端，該用戶請求業(yè)務(wù)過程中訓(xùn)練完成的將相關(guān)模型可留在云集群或星上模型庫中，為以后類似服務(wù)需求進(jìn)行智能推理決策調(diào)度使用。

對于寬帶視頻類業(yè)務(wù)，首先，需根據(jù)衛(wèi)星下轄的廣域范圍內(nèi)歷史數(shù)據(jù)記錄充分挖掘其隱含的內(nèi)在規(guī)律，根據(jù)所采集的數(shù)據(jù)進(jìn)行模型訓(xùn)練，分析用戶所請求的差異化文件與地理區(qū)域、一天中時段的關(guān)系；其次，將所需可轉(zhuǎn)碼的緩存文件與可用輕量化模型預(yù)先推送至衛(wèi)星邊緣；最后，衛(wèi)星根據(jù)區(qū)域內(nèi)用戶請求與周圍可選衛(wèi)星邊緣節(jié)點進(jìn)行轉(zhuǎn)碼計算并組播分發(fā)，同時衛(wèi)星邊緣緩存較小學(xué)習(xí)模型進(jìn)行推斷并周期性更新模型參數(shù)。

3.2 邏輯功能架構(gòu)

圖2 為低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)邏輯架構(gòu)圖。圖2 中間部分為所提出的網(wǎng)絡(luò)結(jié)構(gòu)，兩側(cè)分別為所提網(wǎng)絡(luò)架構(gòu)賦能定制化AI 應(yīng)用過程中的模型訓(xùn)練過程以及多接入邊緣系統(tǒng)智能化的模型推斷過程。

圖2 低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)邏輯架構(gòu)圖

（1）網(wǎng)絡(luò)結(jié)構(gòu)

物聯(lián)網(wǎng)節(jié)點、星上傳感器以及用戶終端通過南向定制服務(wù)接入能力上傳海量數(shù)據(jù)（其中部分終端或物聯(lián)網(wǎng)匯聚節(jié)點可具備數(shù)據(jù)預(yù)處理功能），低軌衛(wèi)星邊緣計算系統(tǒng)根據(jù)地面服務(wù)目標(biāo)區(qū)域自決策過頂星群備選集合，之后對不同服務(wù)選擇適配不同的衛(wèi)星組對任務(wù)進(jìn)行服務(wù)，目標(biāo)區(qū)域過頂衛(wèi)星星群或星座節(jié)點可根據(jù)計算任務(wù)的類型與需要，將部分任務(wù)通過東西向負(fù)載均衡能力卸載至相鄰兩星群中進(jìn)行分布式協(xié)同計算，或?qū)⒉糠秩蝿?wù)卸載至不同星座中可用衛(wèi)星算力節(jié)點集合中進(jìn)行任務(wù)計算。若面向算力資源以及緩存資源開銷超過當(dāng)前星座可提供的資源能力，則考慮通過北向卸載智能協(xié)同能力與地面云計算集群協(xié)同以完成任務(wù)需求。

（2）模型訓(xùn)練

針對低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)所具備的特點以及可能的應(yīng)用場景，目前主要需要訓(xùn)練如下幾類模型：

低軌衛(wèi)星智能多接入邊緣網(wǎng)絡(luò)感知模型主要對低軌衛(wèi)星邊緣網(wǎng)絡(luò)的節(jié)點拓?fù)錉顟B(tài)進(jìn)行建模，同時在網(wǎng)絡(luò)可協(xié)同星群的基礎(chǔ)上，訓(xùn)練通信鏈路模型，構(gòu)建AI 驅(qū)動的鏈路通信，保障復(fù)雜情況下拉通算力的通信效率。

星群算力感知模型主要包括低軌衛(wèi)星邊緣節(jié)點資源模型、衛(wèi)星邊緣算力網(wǎng)絡(luò)模型以及可靠性安全性評估模型。衛(wèi)星邊緣節(jié)點資源模型用于展示復(fù)雜情況下單個星載節(jié)點計算能力的狀況，衛(wèi)星邊緣算力網(wǎng)絡(luò)模型用于實時感知低軌衛(wèi)星網(wǎng)絡(luò)整體在空時維度的狀態(tài)，安全性與可靠性主要考慮低軌衛(wèi)星算力網(wǎng)絡(luò)提供計算服務(wù)時對用戶隱私的保護(hù)脫敏以及網(wǎng)絡(luò)提供服務(wù)時的穩(wěn)定性。

低軌衛(wèi)星算力調(diào)度模型重點面向基于算力遷移的服務(wù)以及移動性管理。算力調(diào)度模型主要考慮服務(wù)配置模型，例如星上計算任務(wù)的切分等問題；服務(wù)放置模型例如計算如何協(xié)同，在何處進(jìn)行計算等問題；面向衛(wèi)星移動性導(dǎo)致的服務(wù)不連續(xù)問題，可針對不同時段不同業(yè)務(wù)類型訓(xùn)練星上服務(wù)遷移模型，決策適配衛(wèi)星高移動性的服務(wù)遷移方案，解決例如不同計算任務(wù)何時進(jìn)行遷移、向何處遷移等問題。

（3）模型推理

模型推理旨在驗證學(xué)習(xí)模型的正確性并應(yīng)用該模型對新數(shù)據(jù)進(jìn)行處理。在獲取模型的基礎(chǔ)上，考慮到低軌衛(wèi)星邊緣計算網(wǎng)絡(luò)算力受限于星上載荷能力，就可行性而言，可構(gòu)建輕量級AI 模型推斷，以優(yōu)化多接入邊緣網(wǎng)絡(luò)的資源部署并為潛在場景中的人工智能應(yīng)用提供可用算力資源。

以深度學(xué)習(xí)相關(guān)算法賦能網(wǎng)絡(luò)為例，可使用適配星上網(wǎng)絡(luò)的模型優(yōu)化、模型分割部署以及推斷提前退出等技術(shù)手段緩解衛(wèi)星側(cè)邊緣算力的壓力。

借助模型優(yōu)化的方法，減小推斷時應(yīng)用模型的計算量。首先可對輸入數(shù)據(jù)進(jìn)行預(yù)處理，消除冗余數(shù)據(jù)，提升數(shù)據(jù)集可用率，在此基礎(chǔ)上，進(jìn)行模型剪枝，消除訓(xùn)練時過參數(shù)化帶來的計算負(fù)擔(dān)。除此以外還利用其他方法進(jìn)行模型優(yōu)化，例如池化計算、量化、知識蒸餾等技術(shù)路線，以達(dá)到部署適用衛(wèi)星邊緣側(cè)輕量化模型的目的。

亦可考慮并行推斷的方法，針對模型進(jìn)行合理（最優(yōu)）分割并部署卸載策略，以便于衛(wèi)星邊緣星群以及云計算集群進(jìn)行算力協(xié)同完成任務(wù)，減小邊緣節(jié)點存儲更新模型的大小，適配衛(wèi)星邊緣網(wǎng)絡(luò)算力的模型分割部分?？蓪⑸疃葘W(xué)習(xí)模型根據(jù)低軌衛(wèi)星網(wǎng)絡(luò)狀況（例如當(dāng)下衛(wèi)星網(wǎng)絡(luò)中可用節(jié)點的負(fù)載狀況、衛(wèi)星節(jié)點的各項剩余資源，通信鏈路連通的可持續(xù)時間、鏈通鏈路當(dāng)前以及未來時隙的帶寬狀況）進(jìn)行切分，并將中間數(shù)據(jù)發(fā)送給地面云端，云端繼續(xù)運行剩余的層，回饋最終結(jié)果。

最后，推斷時可進(jìn)行推理提前退出的方法，在符合所需精度的基礎(chǔ)上，提前從卷積層內(nèi)退出，繼續(xù)利用算法完成推斷。

3.3 系統(tǒng)實現(xiàn)架構(gòu)

在上一節(jié)所闡述網(wǎng)絡(luò)邏輯架構(gòu)的基礎(chǔ)上，本節(jié)簡述衛(wèi)星低軌智能多接入邊緣計算系統(tǒng)實現(xiàn)的軟硬件邏輯架構(gòu)，如圖3 所示。

圖3 低軌衛(wèi)星智能邊緣計算網(wǎng)絡(luò)架構(gòu)：軟件邏輯布局

（1）軟件邏輯架構(gòu)

本文所提出的低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)軟件部署邏輯架構(gòu)主要分為三部分：網(wǎng)絡(luò)系統(tǒng)運維、網(wǎng)絡(luò)基礎(chǔ)服務(wù)以及用戶定制化服務(wù)。網(wǎng)絡(luò)系統(tǒng)運維為低軌衛(wèi)星網(wǎng)絡(luò)側(cè)提供系統(tǒng)基本運行所需功能的底層支撐；網(wǎng)絡(luò)基礎(chǔ)服務(wù)指在系統(tǒng)運維功能的基礎(chǔ)上，網(wǎng)絡(luò)提供為了完成定制化服務(wù)的基本計算、存儲、通信功能，并對上述功能利用機(jī)器學(xué)習(xí)進(jìn)行適配需求分析的優(yōu)化適配；最上層開放第三方接口，同時該層根據(jù)用戶需求，調(diào)用下層基礎(chǔ)服務(wù)功能適配并響應(yīng)各人工智能應(yīng)用的請求。具體功能介紹如下：

系統(tǒng)運維部分主要包括用戶管理、安全保障、狀態(tài)監(jiān)控、系統(tǒng)配置與維護(hù)。用戶管理部分主要完成用戶權(quán)限配置、新用戶注冊列表更新等功能；安全保障部分通過算法保障網(wǎng)絡(luò)空間中用戶信息的隱私性，防止網(wǎng)絡(luò)中的惡意攻擊。狀態(tài)監(jiān)控負(fù)責(zé)網(wǎng)絡(luò)中節(jié)點是否運行正常，一旦節(jié)點出現(xiàn)異常，監(jiān)控模塊上報節(jié)點ID 以供系統(tǒng)進(jìn)行重配置和維護(hù)決策；系統(tǒng)配置以及維護(hù)通常完成對衛(wèi)星側(cè)系統(tǒng)初始化時場景與參數(shù)的設(shè)定，對突發(fā)事件進(jìn)行處理，且較長時間內(nèi)可自主維護(hù)網(wǎng)絡(luò)運行過程，并保存系統(tǒng)日志。

基礎(chǔ)服務(wù)部分為定制化的用戶業(yè)務(wù)提供所適配的智能通信、計算以及存儲能力。利用不同的存儲結(jié)構(gòu)，分別對關(guān)鍵數(shù)據(jù)如衛(wèi)星節(jié)點軌道數(shù)據(jù)、實時狀態(tài)數(shù)據(jù)、用戶歷史請求數(shù)據(jù)、定位數(shù)據(jù)、以及節(jié)點資源狀態(tài)進(jìn)行存儲，為智能需求分析提供數(shù)據(jù)支撐；計算引擎利用網(wǎng)絡(luò)中分布的多接入邊緣計算服務(wù)器，采用實時計算，并行計算框架，利用分布式計算管理協(xié)助服務(wù)，利用廣域采集的異構(gòu)數(shù)據(jù)，為智能分析提供彈性算力支撐。智能分析過程通過訓(xùn)練方法，進(jìn)行模型開發(fā)，借助低軌衛(wèi)星網(wǎng)絡(luò)中預(yù)存的算法庫與模型模板庫中的模型，必要時協(xié)同地面云模板庫中預(yù)存的模型，借助云挖掘服務(wù)能力助力面向業(yè)務(wù)定制的模型優(yōu)化，從而進(jìn)一步提升低軌衛(wèi)星邊緣網(wǎng)絡(luò)的資源調(diào)度配置。

定制化服務(wù)主要根據(jù)低軌衛(wèi)星邊緣網(wǎng)絡(luò)中不同用戶的需求，充分考慮用戶特點與業(yè)務(wù)要求，在系統(tǒng)運維功能以及基礎(chǔ)服務(wù)功能的基礎(chǔ)上，保障視頻分發(fā)、無人控制、多模接入、定位服務(wù)、遙測服務(wù)、態(tài)勢感知等特定服務(wù)應(yīng)用。

（2）硬件邏輯布局

從網(wǎng)絡(luò)功能角度考慮，低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)硬件邏輯布局滿足系統(tǒng)資源提供功能、資源管理功能以及資源控制功能，除此以外，如前所述，星地之間協(xié)作過程還需一并考慮星地空口所支撐的北向負(fù)載協(xié)作能力。

如圖4 所示，星上傳感器直接采集或利用接收天線間接接收地面感知情況相關(guān)的數(shù)據(jù)以及地面用戶視頻需求，星上執(zhí)行器根據(jù)所接收的星上控制指令執(zhí)行姿態(tài)調(diào)整、設(shè)備使能等動作。

圖4 低軌衛(wèi)星智能邊緣計算網(wǎng)絡(luò)架構(gòu)：硬件邏輯布局

不同星群或星座內(nèi)的星上載荷上部署各種資源如CPU、GPU、FPGA、TPU 等與信號或者信息處理相關(guān)的算力資源，與存儲資源通過VNF 共同構(gòu)成資源池，供星上產(chǎn)生的任務(wù)使用。不同類型衛(wèi)星節(jié)點當(dāng)前星上能耗資源，算力資源以及通信資源差異較大，故應(yīng)通過控制節(jié)點綜合研判后，針對不同衛(wèi)星節(jié)點的剩余資源元組，差異化匹配待計算任務(wù)。通信資源分配準(zhǔn)則基于星群內(nèi)控制衛(wèi)星根據(jù)調(diào)度策略所生成的流表，該流表周期性廣播分發(fā)至星群中傳輸節(jié)點。傳輸節(jié)點東西向負(fù)載協(xié)作均衡能力以適配星上任務(wù)傳輸協(xié)作。

為了增加衛(wèi)星系統(tǒng)的可靠性與自主性，星群或星座內(nèi)每個衛(wèi)星均具備資源管理節(jié)點與控制節(jié)點功能。若針對差異化業(yè)務(wù)需求，需要對星群進(jìn)行進(jìn)一步切分成簇，則被選為簇中心節(jié)點衛(wèi)星啟動控制管理功能，星群控制節(jié)點宕機(jī)時，可啟用備用節(jié)點控制管理功能。資源管理節(jié)點除了對本地資源虛擬化管理以外，通過狀態(tài)信息采集監(jiān)控低軌衛(wèi)星網(wǎng)絡(luò)系統(tǒng)狀態(tài)，并進(jìn)行通信資源管理?？刂乒?jié)點模塊一方面對執(zhí)行器進(jìn)行控制，滿足衛(wèi)星系統(tǒng)運行需要。另一方面，要對星上資源進(jìn)行業(yè)務(wù)需求智能適配，同時需要考慮智能服務(wù)能力遷移時的任務(wù)卸載部署方案。

與低軌多接入邊緣智能衛(wèi)星系統(tǒng)相對應(yīng)，地面云計算集群從功能結(jié)構(gòu)上也可被歸集成云端資源層、云端管理層與云端控制層。云端資源更加豐富，可與低軌衛(wèi)星網(wǎng)絡(luò)進(jìn)行資源協(xié)調(diào)匹配；云端管理能力較星上管理控制部分更強(qiáng)，當(dāng)資源調(diào)度過程中需要地面云資源進(jìn)行協(xié)同時，該部分全局宏觀虛擬化管理與星上分布式局部虛擬化管理進(jìn)行虛擬化管理協(xié)作；最后，海量復(fù)雜模型可部署于地面云集群，通過優(yōu)化、壓縮模型等方法，分發(fā)已有適配星上邊緣網(wǎng)絡(luò)任務(wù)的輕量級模型，充分釋放低軌衛(wèi)星邊緣網(wǎng)絡(luò)計算任務(wù)壓力，提升融合下網(wǎng)絡(luò)的運行效率。

4 低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)面臨的機(jī)遇與挑戰(zhàn)

4.1 機(jī)遇

產(chǎn)業(yè)界方面，低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)將擴(kuò)大業(yè)務(wù)服務(wù)的覆蓋范圍，將上一代主要面向地面的業(yè)務(wù)覆蓋范圍擴(kuò)展至廣域空間，并可為泛在可信無縫服務(wù)網(wǎng)絡(luò)提供潛在解決方案。與此同時，隨著低軌衛(wèi)星星座的發(fā)展，運營商將擴(kuò)展服務(wù)業(yè)務(wù)種類的范圍，低軌衛(wèi)星智能多接入邊緣計算面向無人區(qū)域的業(yè)務(wù)僅僅局限于傳統(tǒng)的應(yīng)急話音通信或視頻通信，多類業(yè)務(wù)如導(dǎo)航、遙感、控制等業(yè)務(wù)需求亦可通過低軌衛(wèi)星網(wǎng)絡(luò)充分借助其網(wǎng)絡(luò)特性得到滿足。除此以外，目前該領(lǐng)域3GPP 標(biāo)準(zhǔn)化定制工作仍集中于非地面網(wǎng)絡(luò)架構(gòu)情況的制定中，通信機(jī)制中的細(xì)節(jié)部分仍在討論中。與多接入邊緣計算和人工智能結(jié)合，面向星地邊緣計算通導(dǎo)遙控一體化應(yīng)用服務(wù)的標(biāo)準(zhǔn)以及技術(shù)細(xì)節(jié)尚未開始啟動研究，相關(guān)產(chǎn)業(yè)聯(lián)盟制定的白皮書尚且空缺，標(biāo)準(zhǔn)制定機(jī)構(gòu)亟需討論并提交該領(lǐng)域下相關(guān)技術(shù)細(xì)節(jié)的標(biāo)準(zhǔn)草案。

從學(xué)術(shù)界看，目前關(guān)于星上尤其是低軌衛(wèi)星智能多接入邊緣計算的研究尚不多見，僅有少量部分研究人員借助機(jī)器學(xué)習(xí)算法開展計算資源分配工作。針對低軌衛(wèi)星智能多接入邊緣網(wǎng)絡(luò)，面向多種業(yè)務(wù)需求，協(xié)同地面云服務(wù)集群，需著力解決如下問題：第一，低軌衛(wèi)星網(wǎng)絡(luò)與地面通信節(jié)點存儲分發(fā)機(jī)制相對獨立，兩者需要協(xié)同配合，面向業(yè)務(wù)需求，在廣域與局域部署最優(yōu)存儲資源。第二，低軌衛(wèi)星在算力、電池儲能、服務(wù)時長等方面受限，針對不同業(yè)務(wù)，利用智能學(xué)習(xí)方案進(jìn)行適配算力優(yōu)化需重點研究。第三，不同于高軌衛(wèi)星，低軌衛(wèi)星星座拓?fù)渥兓^快，服務(wù)對象亦可能為服務(wù)高鐵、飛機(jī)等高速運動體中用戶，因此地面用戶行為復(fù)雜。如何刻畫星座動態(tài)特性與被服務(wù)用戶行為特征，如何利用變化的可用算力為用戶進(jìn)行靈活服務(wù)等問題必然需要使用人工智能算法對低軌衛(wèi)星多接入邊緣計算網(wǎng)絡(luò)進(jìn)行賦能。

4.2 挑戰(zhàn)

目前低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)架構(gòu)所面臨的挑戰(zhàn)主要來源于三方面：

（1）盡管低軌衛(wèi)星板載能力不斷提高，衛(wèi)星節(jié)點的資源依舊受限。單一僵化的資源配置策略將導(dǎo)致任務(wù)需求與星上剩余可用資源失配，降低網(wǎng)絡(luò)資源利用效率。

首先，星上通信、存儲及計算能耗來源于太陽能供電板所轉(zhuǎn)化的電能，除去星載設(shè)備待機(jī)所需能耗，功能模塊工作時長應(yīng)與所分配的任務(wù)進(jìn)行匹配，其功能模塊功耗應(yīng)滿足不同類型衛(wèi)星的能耗約束。其次，相比于地面，考慮到星上算力以及緩存能力依舊有限，同時分布式計算策略要求對任務(wù)進(jìn)行并行響應(yīng)。具體來講，計算任務(wù)適配分割、分割任務(wù)最優(yōu)分配、緩存文件最優(yōu)存儲、以及緩存文件分布存儲等均為值得關(guān)注的技術(shù)挑戰(zhàn)，利用人工智能系列算法優(yōu)化星群或星座任務(wù)部署策略，協(xié)同任務(wù)處理具有必要性。

（2）星上拓?fù)渚邆鋾r變高動態(tài)特性，地面用戶行為亦十分復(fù)雜，其狀態(tài)具有不確定性。

首先，低軌衛(wèi)星運行軌道周期相對較短，其運行速度快，星間拓?fù)渥兓杆?，對目?biāo)地域或空域服務(wù)時間短，計算任務(wù)響應(yīng)過程涉及到遷移以及部分卸載問題，任務(wù)接入衛(wèi)星與結(jié)果返回衛(wèi)星大概率非同一衛(wèi)星，需要考慮如何針對業(yè)務(wù)解決最長服務(wù)星鏈問題；其次，衛(wèi)星網(wǎng)絡(luò)中業(yè)務(wù)請求是隨用戶、事件等因素“動態(tài)變化”的，不同時刻的星座節(jié)點資源狀態(tài)亦處于動態(tài)變化的狀態(tài)，靜態(tài)資源配置的網(wǎng)絡(luò)規(guī)劃并不能適配動態(tài)需求，對于自主運行的低軌智能多接入衛(wèi)星網(wǎng)絡(luò)，需要解決長時間失配動態(tài)特性的資源優(yōu)化配置策略。

（3）低軌衛(wèi)星星座與地面網(wǎng)絡(luò)進(jìn)行協(xié)同任務(wù)處理時，應(yīng)全局考慮，突破資源孤立性問題。

實際場景中，地面云服務(wù)節(jié)點并不總存在于最近衛(wèi)星節(jié)點下方，因此需要考慮饋電鏈路特性以及地面站云服務(wù)節(jié)點分布狀態(tài)，解決星下地面站缺少時星間鏈路如何回傳信息進(jìn)行處理的問題。

5 結(jié)束語

本文面向下一代通信網(wǎng)絡(luò)遠(yuǎn)景，在梳理低軌衛(wèi)星與地面移動通信相關(guān)領(lǐng)域研究的技術(shù)基礎(chǔ)上，針對不同低軌衛(wèi)星網(wǎng)絡(luò)目前的發(fā)展?fàn)顩r，分析目前低軌衛(wèi)星業(yè)務(wù)的需求，進(jìn)一步提出低軌衛(wèi)星智能多接入邊緣計算網(wǎng)絡(luò)架構(gòu)，并對所提架構(gòu)的潛在應(yīng)用場景進(jìn)行探討，最后，文章總結(jié)所提技術(shù)架構(gòu)為產(chǎn)業(yè)以及學(xué)術(shù)界帶來的機(jī)遇以及該架構(gòu)可能面臨的技術(shù)挑戰(zhàn)。