戴翠琴,賀黎明,陳 莉
(重慶郵電大學(xué) 通信與信息工程學(xué)院,重慶 400065)
近年來(lái),隨著增強(qiáng)現(xiàn)實(shí)(augmented reality, AR)/虛擬現(xiàn)實(shí)(virtual reality, VR)、4K/8K、物聯(lián)網(wǎng)(internet of things, IoT)等一系列新應(yīng)用的出現(xiàn),對(duì)地面網(wǎng)絡(luò)(terrestrial networks, TN)實(shí)現(xiàn)超大規(guī)模計(jì)算和超大容量負(fù)載提出了更高的要求[1-2]。同時(shí),運(yùn)行在智能終端上的多功能應(yīng)用程序也會(huì)產(chǎn)生大量的網(wǎng)絡(luò)流量,用戶(hù)設(shè)備(user equipment, UE)在計(jì)算能力、資源存儲(chǔ)和能效等方面存在不足,難以應(yīng)對(duì)這些密集型任務(wù)[3-4]。
目前,衛(wèi)星網(wǎng)絡(luò)(satellite networks, SN)與TN的融合成為了研究熱點(diǎn)[5],星地融合網(wǎng)絡(luò)具有如下特征:①覆蓋方面。星地融合網(wǎng)絡(luò)打破了傳統(tǒng)地面網(wǎng)絡(luò)受地理限制的缺點(diǎn),可利用衛(wèi)星的廣覆蓋優(yōu)勢(shì)實(shí)現(xiàn)全球無(wú)縫覆蓋;②網(wǎng)絡(luò)靈活性方面。星地融合網(wǎng)絡(luò)可以高效、快速地拓展網(wǎng)絡(luò)服務(wù)范圍,經(jīng)濟(jì)、靈活地提供多樣化的接入服務(wù);③網(wǎng)絡(luò)資源利用率方面。單一的衛(wèi)星網(wǎng)絡(luò)資源利用率較低,融合的星地網(wǎng)絡(luò)能夠提高網(wǎng)絡(luò)資源的整體利用率;④系統(tǒng)容量方面。衛(wèi)星網(wǎng)絡(luò)作為地面網(wǎng)絡(luò)的輔助,可以拓展地面網(wǎng)絡(luò)的系統(tǒng)容量,尤其目前流量激增對(duì)地面網(wǎng)絡(luò)造成了巨大壓力,其中,星地融合網(wǎng)絡(luò)(satellite-terrestrial integrated networks, STIN)中的流量卸載被認(rèn)為是減輕地面網(wǎng)絡(luò)中的負(fù)載、為用戶(hù)設(shè)備提供廣泛的計(jì)算能力、在STIN網(wǎng)絡(luò)中實(shí)現(xiàn)動(dòng)態(tài)流量卸載的關(guān)鍵要素[6-7]。
目前,針對(duì)TN流量激增這一問(wèn)題已經(jīng)提出了多種解決方案。其中,建設(shè)更多的網(wǎng)絡(luò)基礎(chǔ)設(shè)施可以有效緩解局部蜂窩網(wǎng)的壓力,但這種方法建設(shè)周期長(zhǎng)、投資大、效率低[8]; 移動(dòng)云計(jì)算技術(shù)可以將移動(dòng)終端上的計(jì)算密集型任務(wù)卸載到云服務(wù)器處理,突破了UE計(jì)算能力有限的弊端、減輕了UE的負(fù)載、延長(zhǎng)了電池的使用壽命[9],缺點(diǎn)是終端設(shè)備距離云服務(wù)器較遠(yuǎn),所以在將大量數(shù)據(jù)上傳至云端的過(guò)程中會(huì)增加額外的無(wú)線(xiàn)電回程負(fù)載,并引發(fā)高延遲;同時(shí),移動(dòng)終端會(huì)產(chǎn)生更多的能量消耗,進(jìn)而增加了網(wǎng)絡(luò)負(fù)荷[10]?;赪i-Fi的流量卸載以部署成本低、周期短的特點(diǎn)受到了一定的關(guān)注,但移動(dòng)數(shù)據(jù)需通過(guò)基站處理和回傳,當(dāng)用戶(hù)數(shù)量激增時(shí),延遲會(huì)增大,通信質(zhì)量欠佳[11]。微蜂窩(Femtocell)是一種功耗低、小型、價(jià)格低廉的基站,常被用在異構(gòu)蜂窩網(wǎng)絡(luò)中提高宏基站的頻譜效率和減輕宏基站的網(wǎng)絡(luò)壓力,但缺點(diǎn)是當(dāng)用戶(hù)數(shù)量激增時(shí),網(wǎng)絡(luò)的處理能力不足并會(huì)產(chǎn)生更多的干擾沖突,從而造成通信質(zhì)量不佳[12-13]。基于設(shè)備到設(shè)備(device-to-device, D2D)通信的流量卸載主要利用D2D通信的特點(diǎn),不需要額外的設(shè)備、幾乎無(wú)成本消耗、頻譜效率較高、端到端時(shí)延低,用戶(hù)之間可以直接通過(guò)D2D鏈路進(jìn)行數(shù)據(jù)傳輸,不需要經(jīng)過(guò)基站和核心網(wǎng)絡(luò)的轉(zhuǎn)發(fā)和處理,因此,可以減輕基站的壓力,進(jìn)而減緩蜂窩網(wǎng)的負(fù)擔(dān)[14-17],但D2D通信有很多的限制因素,例如:本地通信的概率較低;非正交資源分配可能會(huì)導(dǎo)致D2D與蜂窩通信之間的嚴(yán)重干擾;由于天線(xiàn)長(zhǎng)度和天線(xiàn)增益的原因,設(shè)備之間傳播信道的質(zhì)量比基站(base station, BS)和設(shè)備之間傳播信道的質(zhì)量更差等[18-19],因此,這種通信方式也有一定的局限性。文獻(xiàn)[20-21]指出了傳統(tǒng)云計(jì)算卸載方式存在的不足之處,提出利用移動(dòng)邊緣計(jì)算(mobile edge computing, MEC)技術(shù)將數(shù)據(jù)卸載到移動(dòng)網(wǎng)絡(luò)邊緣進(jìn)行處理。但MEC卸載技術(shù)仍在計(jì)算資源分配、移動(dòng)性管理、卸載決策等方面存在諸多挑戰(zhàn)。
傳統(tǒng)的地面網(wǎng)絡(luò)計(jì)算資源充足、技術(shù)發(fā)展成熟,但對(duì)于一些偏遠(yuǎn)地區(qū)(如山區(qū)、島嶼)仍無(wú)法實(shí)現(xiàn)覆蓋,同時(shí),在面臨自然災(zāi)害時(shí),地面網(wǎng)絡(luò)容易出現(xiàn)癱瘓。低地球軌道(low earth orbit, LEO)衛(wèi)星相比于地球靜止軌道(geostationary orbit, GEO)衛(wèi)星和中地球軌道(medium earth orbit, MEO)衛(wèi)星,憑借其覆蓋范圍廣、傳播時(shí)延短的優(yōu)勢(shì)受到了廣泛的關(guān)注。
星地融合網(wǎng)絡(luò)架構(gòu)主要由天基網(wǎng)絡(luò)和地基網(wǎng)絡(luò)組成,如圖1,其中,天基網(wǎng)絡(luò)包含天基骨干網(wǎng)和天基接入網(wǎng),天基骨干網(wǎng)由GEO衛(wèi)星星座組成,天基接入網(wǎng)由LEO衛(wèi)星星座組成,天基網(wǎng)絡(luò)通過(guò)信關(guān)站將流量卸載到地面網(wǎng)絡(luò)。地基網(wǎng)絡(luò)主要指的是蜂窩網(wǎng)絡(luò)。地基網(wǎng)絡(luò)主要為人員密集、非偏遠(yuǎn)地區(qū)提供網(wǎng)絡(luò)通信服務(wù)。而在地面網(wǎng)絡(luò)覆蓋不到的區(qū)域,尤其是偏遠(yuǎn)地區(qū),或者在網(wǎng)絡(luò)流量劇增、地面網(wǎng)絡(luò)難以應(yīng)對(duì)時(shí),流量會(huì)被卸載到天基網(wǎng)絡(luò)。
在星地融合網(wǎng)絡(luò)中進(jìn)行流量卸載具有如下優(yōu)勢(shì):①為用戶(hù)提供不間斷的網(wǎng)絡(luò)服務(wù)。在地面網(wǎng)絡(luò)建設(shè)較好的場(chǎng)景中,移動(dòng)終端優(yōu)先選擇接入蜂窩網(wǎng)絡(luò),在無(wú)地面網(wǎng)絡(luò)建設(shè)或者地面網(wǎng)絡(luò)通信質(zhì)量不佳時(shí),會(huì)自動(dòng)切換到衛(wèi)星網(wǎng)絡(luò),從而實(shí)現(xiàn)無(wú)縫、無(wú)感知的網(wǎng)絡(luò)服務(wù);②物聯(lián)網(wǎng)服務(wù)。在物聯(lián)網(wǎng)應(yīng)用中(如,智慧物流、交通運(yùn)輸?shù)?接入LEO衛(wèi)星網(wǎng)絡(luò),可以實(shí)現(xiàn)低傳輸延時(shí),實(shí)時(shí)地對(duì)IoT設(shè)備的狀態(tài)、位置進(jìn)行監(jiān)測(cè),提高了產(chǎn)業(yè)效率;③應(yīng)急通信。當(dāng)發(fā)生地震、火災(zāi)或者在山區(qū)科研時(shí),星地融合網(wǎng)絡(luò)憑借其網(wǎng)絡(luò)的廣覆蓋性和靈活性可以快速建立網(wǎng)絡(luò)連接,為用戶(hù)提高應(yīng)急通信。
圖1 星地融合網(wǎng)絡(luò)架構(gòu)Fig.1 Satellite-terrestrial integrated networks architecture
綜上可知,星地融合網(wǎng)絡(luò)可以實(shí)現(xiàn)全球無(wú)縫覆蓋、為用戶(hù)提供無(wú)所不在的網(wǎng)絡(luò)服務(wù),也可以將物聯(lián)網(wǎng)等一系列智慧產(chǎn)業(yè)拓展到更大的應(yīng)用范圍,實(shí)現(xiàn)一體化的通信服務(wù)保障。
為了減緩地面網(wǎng)絡(luò)壓力,需要選擇性地將地面網(wǎng)絡(luò)流量卸載到衛(wèi)星網(wǎng)絡(luò),其中,星地融合網(wǎng)絡(luò)中的流量卸載技術(shù)起到了關(guān)鍵作用,主要采用的技術(shù)有軟件定義網(wǎng)絡(luò)、網(wǎng)絡(luò)功能虛擬化、移動(dòng)邊緣計(jì)算以及星間鏈路協(xié)作。
軟件定義網(wǎng)絡(luò)(software defined network,SDN)技術(shù)的核心思想是將控制平面與轉(zhuǎn)發(fā)平面解耦,可通過(guò)軟件定義的方式監(jiān)視網(wǎng)絡(luò)的資源信息,并可以通過(guò)控制平面進(jìn)行資源調(diào)度,從而對(duì)全局進(jìn)行優(yōu)化,提升資源利用率[22-23]。
軟件定義衛(wèi)星網(wǎng)絡(luò)(software defined satellite networks, SDSN)采納了SDN的主要思想,可以通過(guò)統(tǒng)一的控制平面將衛(wèi)星網(wǎng)絡(luò)與地面網(wǎng)絡(luò)集成在一起,根據(jù)用戶(hù)和服務(wù)的需求,靈活、動(dòng)態(tài)地分配網(wǎng)絡(luò)資源,快速、經(jīng)濟(jì)地定制或更新網(wǎng)絡(luò)功能[24]。網(wǎng)絡(luò)功能虛擬化(network functions virtualization, NFV)是一種管理STIN資源的有效方法,該技術(shù)能夠?qū)蝹€(gè)物理網(wǎng)絡(luò)虛擬化為多個(gè)虛擬網(wǎng)絡(luò),實(shí)現(xiàn)了網(wǎng)絡(luò)資源共享,提高了STIN中網(wǎng)絡(luò)資源的利用率[25]。通過(guò)這2種方式,可以靈活地抽象、虛擬化、共享和管理網(wǎng)絡(luò)資源。
為減輕地面網(wǎng)絡(luò)中的負(fù)載,文獻(xiàn)[20]提出了一種基于現(xiàn)代軟件定義網(wǎng)絡(luò)概念的體系架構(gòu),并設(shè)計(jì)了一種具有決策、執(zhí)行和監(jiān)視功能的適用于典型SDN架構(gòu)的控制環(huán)優(yōu)化卸載決策。文獻(xiàn)[26]將資源分配問(wèn)題轉(zhuǎn)化為聯(lián)合優(yōu)化問(wèn)題,并通過(guò)定義狀態(tài)空間、動(dòng)作空間和獎(jiǎng)勵(lì)函數(shù),將該問(wèn)題描述為馬爾可夫決策過(guò)程,然后,使用一種新穎的深度Q學(xué)習(xí)方法來(lái)學(xué)習(xí)最佳資源分配策略。文獻(xiàn)[27]從網(wǎng)絡(luò)管理的角度出發(fā),研究了平衡用戶(hù)偏好和網(wǎng)絡(luò)效用的服務(wù)卸載問(wèn)題。提出了一個(gè)包含了TBS、衛(wèi)星和UE的效用、TBS和衛(wèi)星的服務(wù)容量、服務(wù)負(fù)荷和服務(wù)成本的抽象模型,確定了一顆衛(wèi)星和多顆衛(wèi)星情況下的卸載決策問(wèn)題的次優(yōu)解決方案。文獻(xiàn)[28]為解決LEO衛(wèi)星的高速移動(dòng)問(wèn)題,采用動(dòng)態(tài)NFV集成網(wǎng)絡(luò)資源,使網(wǎng)絡(luò)可以集中管理計(jì)算卸載任務(wù)。文獻(xiàn)[29] 提出了一種基于SDN的頻譜共享和流量卸載機(jī)制,以實(shí)現(xiàn)蜂窩網(wǎng)絡(luò)中地面基站(BS)與星地通信中波束群之間的合作與競(jìng)爭(zhēng)。同時(shí),通過(guò)NFV和服務(wù)功能鏈(service function chain, SFC)在SAGIN中實(shí)現(xiàn)雙向任務(wù)卸載,可以大大降低計(jì)算成本[30]。
綜上可知,在STIN中采取SDN和NFV技術(shù)主要具有以下優(yōu)點(diǎn):①可以從宏觀角度統(tǒng)一調(diào)度STIN中的網(wǎng)絡(luò)資源并提高資源利用率;②該方法允許UE選擇性地將數(shù)據(jù)卸載到衛(wèi)星鏈路,在STIN中實(shí)現(xiàn)動(dòng)態(tài)流量卸載,能夠有效減輕窄帶地面網(wǎng)絡(luò)中的負(fù)載;③增加了網(wǎng)絡(luò)的靈活性、可拓展性與后期可維護(hù)性。但目前針對(duì)STIN中的資源分配問(wèn)題,僅有少量研究將機(jī)器學(xué)習(xí)算法運(yùn)用到此領(lǐng)域,尤其是機(jī)器學(xué)習(xí)中的深度學(xué)習(xí),在資源分配以及資源調(diào)度等方面具有很大的潛在研究?jī)r(jià)值。隨著未來(lái)STIN中控制實(shí)體的日益增多,引入機(jī)器學(xué)習(xí)等先進(jìn)技術(shù),可進(jìn)一步提高資源分配的合理性及有效性。
MEC技術(shù)的核心思想將UE產(chǎn)生的數(shù)據(jù)卸載到具有存儲(chǔ)和計(jì)算能力的移動(dòng)網(wǎng)絡(luò)邊緣進(jìn)行處理,該技術(shù)能夠大大降低網(wǎng)絡(luò)時(shí)延、提升服務(wù)質(zhì)量(quality of service, QoS)[31]。
通過(guò)在STIN中部署MEC服務(wù)器,可以在網(wǎng)絡(luò)體系結(jié)構(gòu)中實(shí)現(xiàn)一些基本應(yīng)用,如:①內(nèi)容緩存。多媒體數(shù)據(jù)的爆炸性增長(zhǎng)給STIN帶來(lái)了巨大壓力。通過(guò)將內(nèi)容緩存在STIN中,可以避免相同內(nèi)容的重傳,從而可以大大減少STIN的返回流量。通過(guò)預(yù)緩存應(yīng)用程序所需的數(shù)據(jù),可以快速提供相應(yīng)的數(shù)據(jù),以有效減少應(yīng)用程序延遲;②計(jì)算卸載。將計(jì)算任務(wù)轉(zhuǎn)移到遠(yuǎn)程數(shù)據(jù)中心不僅會(huì)給網(wǎng)絡(luò)傳輸帶來(lái)很大壓力,而且還會(huì)不可避免地增大延遲。在STIN上部署MEC并將計(jì)算能力擴(kuò)展到更靠近用戶(hù)設(shè)備的位置,可為各種延遲敏感和計(jì)算密集型應(yīng)用程序提供更有效的服務(wù)保證;③網(wǎng)絡(luò)服務(wù)。MEC可以支持STIN提供更復(fù)雜的網(wǎng)絡(luò)服務(wù)。衛(wèi)星網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)是動(dòng)態(tài)變化的,因此,多樣化的網(wǎng)絡(luò)管理服務(wù)可以有效提高STIN的整體資源利用率。一種典型的包含MEC服務(wù)器的STIN網(wǎng)絡(luò)架構(gòu)如圖2。整個(gè)體系結(jié)構(gòu)可以分為4個(gè)部分:衛(wèi)星網(wǎng)絡(luò)、地面網(wǎng)絡(luò)、邊緣計(jì)算集群和用戶(hù)設(shè)備。衛(wèi)星網(wǎng)絡(luò)由配備MEC平臺(tái)的LEO衛(wèi)星組成,可以處理來(lái)自UE的計(jì)算任務(wù);地面網(wǎng)絡(luò)主要包括蜂窩網(wǎng)絡(luò)、骨干網(wǎng)絡(luò)、數(shù)據(jù)中心和MEC平臺(tái)。用戶(hù)設(shè)備產(chǎn)生的計(jì)算任務(wù)可以通過(guò)蜂窩網(wǎng)絡(luò)處理,也可以通過(guò)骨干網(wǎng)和Internet將計(jì)算任務(wù)發(fā)送到擁有最多的計(jì)算和存儲(chǔ)資源數(shù)據(jù)中心處理;邊緣計(jì)算集群配有MEC平臺(tái),包括基于海洋的集群、基于航空的集群和基于陸地的集群(即車(chē)輛集群),可以處理來(lái)自用戶(hù)設(shè)備的計(jì)算任務(wù);根據(jù)不同的場(chǎng)景,用戶(hù)設(shè)備會(huì)采取不同的卸載決策:在地面通信設(shè)施較好的場(chǎng)景中,用戶(hù)任務(wù)通常轉(zhuǎn)移到地面MEC平臺(tái)進(jìn)行處理;當(dāng)用戶(hù)設(shè)備位于相對(duì)偏遠(yuǎn)的地區(qū)時(shí),通常選擇卸載到衛(wèi)星MEC平臺(tái);具有邊緣計(jì)算功能的設(shè)備可以形成集群,用戶(hù)設(shè)備可以選擇卸載到集群;當(dāng)MEC平臺(tái)的任務(wù)處理壓力很大時(shí),可以將計(jì)算任務(wù)發(fā)送到數(shù)據(jù)中心進(jìn)行處理。通過(guò)這種方法可以增強(qiáng)用戶(hù)體驗(yàn)質(zhì)量(quality of experience, QoE) 并減少網(wǎng)絡(luò)流量冗余。
綜上所述,在STIN中引入MEC技術(shù)具有以下優(yōu)點(diǎn):①天基衛(wèi)星網(wǎng)絡(luò)的計(jì)算和緩存能力得到大大增強(qiáng),能夠處理計(jì)算密集型任務(wù);②與傳統(tǒng)衛(wèi)星網(wǎng)絡(luò)相比,大大降低了任務(wù)的處理時(shí)延,提高了用戶(hù)QoS;③UE突破了硬件限制,為地面流量卸載提供了一種新的途徑。但另一方面,將MEC服務(wù)器嵌入到LEO衛(wèi)星上不可避免地會(huì)增加其硬件成本和額外的能源消耗,因此,在方案設(shè)計(jì)中往往需要兼顧時(shí)延、能耗、成本支出3個(gè)方面。
圖2 配有MEC平臺(tái)的STIN體系架構(gòu)Fig.2 STIN architecture equipped with MEC platform
利用星間鏈路(inter-satellite link, ISL)將衛(wèi)星收集到的所有數(shù)據(jù)卸載到地面服務(wù)器始終是一個(gè)具有挑戰(zhàn)性的問(wèn)題,主要是因?yàn)棰俑鱾€(gè)衛(wèi)星所需要卸載到地面的數(shù)據(jù)量與衛(wèi)星和地球站(earth station, ES)接觸時(shí)間長(zhǎng)短不一致,即擁有大數(shù)據(jù)量的衛(wèi)星可能與ES接觸時(shí)間較短,反之亦然;②ISL的高動(dòng)態(tài)性。由于衛(wèi)星的高速運(yùn)動(dòng),衛(wèi)星之間的ISL存在時(shí)間很短,很難在有限時(shí)間內(nèi)衛(wèi)星之間互傳數(shù)據(jù);③聯(lián)合調(diào)度衛(wèi)星之間卸載數(shù)據(jù)和衛(wèi)星和ES之間卸載。在衛(wèi)星通過(guò)ISL互相卸載數(shù)據(jù)的同時(shí),衛(wèi)星也可能在卸載數(shù)據(jù)到地面,除此之外,衛(wèi)星也在不斷地收集觀測(cè)數(shù)據(jù),因此,該聯(lián)合調(diào)度問(wèn)題更加復(fù)雜。
文獻(xiàn)[32]首次提出使用ISL進(jìn)行協(xié)作數(shù)據(jù)下載(cooperative downloading, CoDld)提高衛(wèi)星到ES數(shù)據(jù)下載的吞吐量。針對(duì)多個(gè)衛(wèi)星到單個(gè)ES的數(shù)據(jù)卸載問(wèn)題,引入時(shí)間共享圖和空間共享圖。其中,時(shí)間共享圖為衛(wèi)星分配合理的卸載時(shí)間,空間共享圖為衛(wèi)星分配合理的數(shù)據(jù)量。文獻(xiàn)[33]同時(shí)考慮吞吐量與傳輸成本,引入輔助流程圖,將最佳數(shù)據(jù)卸載問(wèn)題轉(zhuǎn)換為流程圖上的最小成本和最大流量問(wèn)題。
文獻(xiàn)[34]考慮到衛(wèi)星在卸載數(shù)據(jù)時(shí)不斷收集數(shù)據(jù)的情況,提出在采用星地鏈路傳輸數(shù)據(jù)前,利用ISL將重負(fù)載衛(wèi)星上的數(shù)據(jù)卸載到輕負(fù)載的衛(wèi)星上,首先基于衛(wèi)星間交互時(shí)間和衛(wèi)星與ES交互時(shí)間構(gòu)建時(shí)空拓?fù)鋱D,將下載時(shí)間分配給攜帶數(shù)據(jù)量最大的衛(wèi)星。然后,對(duì)時(shí)間切片進(jìn)行動(dòng)態(tài)劃分,最后,采用最大流量算法確定具體的衛(wèi)星間傳輸方案。
因此,利用ISL協(xié)作的卸載技術(shù)能夠?qū)⑿l(wèi)星在太空中收集的數(shù)據(jù)成功卸載到地面服務(wù)器,進(jìn)而發(fā)送到用戶(hù)設(shè)備,增大了衛(wèi)星回傳到地球站的吞吐量。但引入ISL必然會(huì)導(dǎo)致衛(wèi)星能耗以及時(shí)延增大,可以采用合適的算法解決此問(wèn)題,如匈牙利算法,將時(shí)間和成本矩陣作為該算法的輸入,可以有效降低處理延遲和能耗。
卸載決策,是指UE決定是否卸載、卸載到哪里、卸載多少以及卸載什么的問(wèn)題。UE卸載決策的結(jié)果分為本地執(zhí)行、部分卸載以及全部卸載,一般來(lái)說(shuō),當(dāng)UE計(jì)算能力充足時(shí),選擇將任務(wù)在本地執(zhí)行,當(dāng)UE計(jì)算能力不足時(shí),選擇部分卸載或全部卸載,部分卸載是指用UE將部分任務(wù)卸載到中央云或衛(wèi)星等具有計(jì)算和緩存能力的地方處理,全部卸載指UE的任務(wù)全部卸載到有計(jì)算和緩存的處理中心處理。在STIN中,卸載決策主要包括以降低時(shí)延、減少能耗、權(quán)衡時(shí)延與能耗和增大吞吐量為目標(biāo)的卸載決策。本節(jié)從不同的卸載決策目標(biāo)分析STIN中已有的卸載決策策略。具體的研究進(jìn)展如表1。
表1 STIN的流量卸載決策分類(lèi)總結(jié)
續(xù)表
衛(wèi)星網(wǎng)絡(luò)相比于地面網(wǎng)絡(luò)具有較高的傳輸時(shí)延,尤其是對(duì)于延遲較為敏感的任務(wù)來(lái)說(shuō),會(huì)嚴(yán)重影響用戶(hù)QoS。因此,為保證網(wǎng)絡(luò)的可靠性及穩(wěn)定性,需要減少星地融合網(wǎng)絡(luò)中任務(wù)的傳輸以及處理時(shí)延。
目前,在STIN中加入MEC服務(wù)器可以大大減少傳輸時(shí)延。根據(jù)MEC服務(wù)器放置位置的不同,在STIN中利用MEC實(shí)現(xiàn)計(jì)算卸載一般有3種方法[30]:①近地面卸載(approaching terrestrial offloading, PTO)。SMEC服務(wù)器部署在用戶(hù)附近的地面站中,將計(jì)算任務(wù)轉(zhuǎn)移到SMEC服務(wù)器,可以避免回程傳輸?shù)叫l(wèi)星。但此模式要求地面站具有廣泛的計(jì)算能力,適合于密集用戶(hù)的地面站中繼通信;②衛(wèi)星攜帶卸載(satellite bring offloading, SBO)。SMEC服務(wù)器部署在LEO衛(wèi)星中,與衛(wèi)星建立連接的所有用戶(hù)都可以享受卸載服務(wù)。此模式產(chǎn)生的延遲與遠(yuǎn)程云相比較低,但一方面將SMEC服務(wù)器嵌入衛(wèi)星中會(huì)增加其硬件成本,另一方面,大量計(jì)算將大大增加衛(wèi)星的能耗,當(dāng)嚴(yán)格限制衛(wèi)星的能量供應(yīng)時(shí),此方法并不實(shí)用;③遠(yuǎn)程地面卸載(remote terrestrial offloading, RTO)。SMEC服務(wù)器部署在連接IP互聯(lián)網(wǎng)的高能效TBN網(wǎng)關(guān)中。此模式下,所有域用戶(hù)都可以享受SMEC服務(wù),從而避免了TBN與遠(yuǎn)程云之間通過(guò)WAN進(jìn)行數(shù)據(jù)傳輸。但與PTO和SBO相比,RTO的延遲由于LEO衛(wèi)星鏈路的額外中繼而相對(duì)較高,但在實(shí)施和維護(hù)方面更為實(shí)用。文獻(xiàn)[35]提出一種基于STIN的分流卸載策略,建議將URLLC流量卸載到地面回程,而eMBB流量卸載到衛(wèi)星網(wǎng)絡(luò),能夠降低URLLC的傳輸時(shí)延以及eMBB的丟包率。文獻(xiàn)[36]提出具有雙邊緣計(jì)算的STIN架構(gòu),并利用雙邊緣計(jì)算卸載算法,將需要卸載的所有任務(wù)匹配到合適的MEC服務(wù)器,以減少平均任務(wù)延遲和邊緣服務(wù)器的能耗。文獻(xiàn)[37] 在延遲和成本約束下,建立基于激勵(lì)機(jī)制的聯(lián)合優(yōu)化問(wèn)題,并采用基于馬爾科夫鏈蒙特卡洛的模擬退火算法和Metropolis算法,求得具有成本效益的近優(yōu)解。
以上文獻(xiàn)為降低STIN中流量卸載的傳輸時(shí)延做了大量貢獻(xiàn)。該卸載決策適用時(shí)間敏感型應(yīng)用,能夠大大減少計(jì)算卸載過(guò)程的耗時(shí)。但是,與地面網(wǎng)絡(luò)不同,衛(wèi)星網(wǎng)絡(luò)的能源本身是有限的,只考慮時(shí)延而不考慮衛(wèi)星的能耗問(wèn)題,可能會(huì)超過(guò)衛(wèi)星本身可承受的范圍,造成任務(wù)卸載無(wú)法完成,因此,需要研究STIN中流量卸載的能耗問(wèn)題。
卸載決策要解決的往往不是單一的時(shí)延問(wèn)題,這是因?yàn)樾l(wèi)星網(wǎng)絡(luò)不同于地面網(wǎng)絡(luò),衛(wèi)星網(wǎng)絡(luò)的能源往往是有限的,因此常常需要在時(shí)延約束下,考慮LEO衛(wèi)星以及STIN的能量消耗問(wèn)題。
文獻(xiàn)[38]針對(duì)多衛(wèi)星多地面站下載調(diào)度問(wèn)題(MMSP),在提高吞吐量的基礎(chǔ)之上,通過(guò)減少傳輸節(jié)點(diǎn)的數(shù)量,從而節(jié)約衛(wèi)星能源。文獻(xiàn)[39]研究了STIN中多蜂窩小區(qū)的數(shù)據(jù)卸載機(jī)制,為提高衛(wèi)星下行鏈路的能源效率,采用二進(jìn)制搜索輔助梯度上升法確定最佳功率分配策略。文獻(xiàn)[40]考慮到能源約束,通過(guò)塊放置、功率分配和緩存共享決策來(lái)最大化RAN的能量效率。文獻(xiàn)[41-42]從運(yùn)營(yíng)商利益出發(fā),提出基于Stackelberg博弈數(shù)據(jù)卸載定價(jià)機(jī)制,激勵(lì)雙方運(yùn)營(yíng)商通過(guò)LEO網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)卸載,減少能耗的同時(shí)可以實(shí)現(xiàn)運(yùn)營(yíng)商利益的最大化。文獻(xiàn)[27] 提出了一種協(xié)作計(jì)算卸載(CCO)策略,能夠顯著降低用戶(hù)感知延遲和系統(tǒng)能耗。文獻(xiàn)[43-44]權(quán)衡了能耗、延遲和成本,其中,文獻(xiàn)[43]提出了一種在衛(wèi)星邊緣計(jì)算中優(yōu)化計(jì)算卸載策略的博弈論方法,表明基于游戲的卸載策略可以大大降低設(shè)備的平均成本,并通過(guò)迭代算法降低計(jì)算任務(wù)的平均響應(yīng)時(shí)間和平均能耗。文獻(xiàn)[44] 提出的基于強(qiáng)化學(xué)習(xí)RL的計(jì)算卸載算法可以降低設(shè)備平均總成本,并在能耗和延遲方面與貪婪算法進(jìn)行比較,發(fā)現(xiàn)前者優(yōu)于后者。
以上文獻(xiàn)為降低STIN中流量卸載的能耗做了大量貢獻(xiàn)。所列舉的方案中,主要是在滿(mǎn)足卸載任務(wù)可承受的時(shí)延范圍內(nèi)最小化衛(wèi)星能耗。然而,在實(shí)際的卸載過(guò)程中并非所有的任務(wù)都僅僅考慮時(shí)延和能耗。比如,一些視頻類(lèi)應(yīng)用可能對(duì)吞吐量要求更高,因此,需要進(jìn)一步對(duì)吞吐量問(wèn)題進(jìn)行研究。
在STIN中,星地鏈路具有高度動(dòng)態(tài)性,衛(wèi)星與地面信關(guān)站的連接時(shí)間是有限的,為提高衛(wèi)星回傳到地面網(wǎng)絡(luò)數(shù)據(jù)的吞吐量、避免數(shù)據(jù)丟失,需要為每個(gè)衛(wèi)星分配合理的下載時(shí)間以及數(shù)據(jù)量大小。
文獻(xiàn)[45]提出在融合的超密集LEO網(wǎng)絡(luò)和TN中進(jìn)行數(shù)據(jù)卸載,通過(guò)拉格朗日對(duì)偶分解,將吞吐量最大化問(wèn)題簡(jiǎn)化為地面流量卸載和基于LEO的回程容量?jī)?yōu)化2個(gè)解耦子問(wèn)題,并使用交換匹配算法對(duì)問(wèn)題進(jìn)行優(yōu)化處理。文獻(xiàn)[46]研究了SAIC (satellite-aerial integrated computing)體系結(jié)構(gòu)在災(zāi)難中聯(lián)合兩級(jí)用戶(hù)關(guān)聯(lián)和卸載決策的問(wèn)題,提出的3D超圖匹配算法能夠大大提高數(shù)據(jù)傳輸?shù)目偹俾?,與貪婪算法進(jìn)行相比,該算法優(yōu)于貪婪算法。文獻(xiàn)[47]基于ISL,建立了網(wǎng)絡(luò)流量模型,并通過(guò)預(yù)流推進(jìn)算法尋找全局最優(yōu)解,使得衛(wèi)星到ES的數(shù)據(jù)卸載吞吐量最大化。為支持極高的流量需求,文獻(xiàn)[48]提出了基于云的反向拍賣(mài)機(jī)制,在提高網(wǎng)絡(luò)卸載率的同時(shí),能夠最大化運(yùn)營(yíng)商利潤(rùn)。為應(yīng)對(duì)衛(wèi)星網(wǎng)絡(luò)的周期性和動(dòng)態(tài)性,文獻(xiàn)[49]提出增強(qiáng)的疊加多功率級(jí)多傳輸(ESMLMT)圖,該圖將網(wǎng)絡(luò)拓?fù)溆脮r(shí)空?qǐng)D的拓?fù)淇煺毡硎?,大大弱化了衛(wèi)星的高移動(dòng)性,并提出了節(jié)能的迭代式協(xié)作數(shù)據(jù)下載(CoDld-EE)算法,實(shí)現(xiàn)最小化傳輸能量、最大化吞吐量。
以上文獻(xiàn)為提高STIN中流量卸載的吞吐量做了大量貢獻(xiàn)。但是這些方案僅僅考慮了吞吐量問(wèn)題,并不適用對(duì)時(shí)延和能耗有著嚴(yán)苛要求的應(yīng)用,具有一定的局限性。因此,可以在未來(lái)研究中設(shè)計(jì)更加優(yōu)秀的算法,使其能夠同時(shí)權(quán)衡時(shí)延、能耗和吞吐量。
在STIN網(wǎng)絡(luò)中選擇合適的流量卸載策略,能夠減少蜂窩網(wǎng)絡(luò)的負(fù)載、降低傳輸時(shí)延、減少能源消耗、增大衛(wèi)星回傳的吞吐量和傳輸速率。但流量卸載仍在諸多方面存在問(wèn)題與挑戰(zhàn)。
近年來(lái),STIN中流量卸載決策算法主要是對(duì)傳統(tǒng)理論的改進(jìn),比如匹配理論、拍賣(mài)理論和博弈理論,在時(shí)延、能耗和吞吐量等方面均取得了不錯(cuò)的表現(xiàn)。但是由于網(wǎng)絡(luò)場(chǎng)景愈加復(fù)雜,傳統(tǒng)的算法在任務(wù)卸載過(guò)程中缺乏一定的適應(yīng)能力。目前,深度學(xué)習(xí)算法在這一領(lǐng)域應(yīng)用較少,可以考慮基于STIN和流量的特點(diǎn),對(duì)深度學(xué)習(xí)算法進(jìn)行改進(jìn),以提高流量卸載決策算法的適應(yīng)性。
一方面,與地面網(wǎng)絡(luò)中的流量卸載類(lèi)似,用戶(hù)可能處于不斷地移動(dòng)中。但是,衛(wèi)星網(wǎng)絡(luò)與地面網(wǎng)絡(luò)不同,衛(wèi)星網(wǎng)絡(luò)的拓?fù)湟彩遣粩嘧兓?,這種衛(wèi)星和用戶(hù)之間的相對(duì)運(yùn)動(dòng)增加了流量卸載過(guò)程中斷的可能性。因此,對(duì)于STIN中的流量卸載來(lái)說(shuō),如何確保流量卸載連續(xù)性是一個(gè)關(guān)鍵問(wèn)題。目前已有研究提出服務(wù)遷移方案,如在服務(wù)遷移期間,原始平臺(tái)會(huì)將應(yīng)用程序和數(shù)據(jù)發(fā)送到新平臺(tái),這樣可以保證新的平臺(tái)可以繼續(xù)處理用戶(hù)任務(wù)。
流量卸載的另一個(gè)關(guān)鍵問(wèn)題是大容量并發(fā)信號(hào)的可靠接收。衛(wèi)星波束可能含有大量UE,所以,在數(shù)據(jù)卸載傳輸過(guò)程中經(jīng)常發(fā)生信號(hào)干擾以及沖突,可能會(huì)導(dǎo)致傳輸效率低、傳輸不穩(wěn)定甚至數(shù)據(jù)丟失等情況,因此,需要開(kāi)發(fā)出一種高效可靠的信號(hào)干擾消除技術(shù),保證通信的穩(wěn)定性。
在STIN中進(jìn)行流量卸載時(shí),當(dāng)任務(wù)卸載從其他網(wǎng)絡(luò)尋求幫助時(shí),數(shù)據(jù)代碼可能會(huì)暴露給不受信任的實(shí)體,這將對(duì)用戶(hù)造成安全和隱私威脅,從而需要在任務(wù)卸載過(guò)程中執(zhí)行自動(dòng)篩選并確保數(shù)據(jù)隱私和安全性機(jī)制。此外,還應(yīng)解決惡意實(shí)體干擾和竊聽(tīng),特別是對(duì)于從空中轉(zhuǎn)移到地面的任務(wù)。
近年來(lái),STIN受到國(guó)內(nèi)外廣泛關(guān)注,作為STIN的關(guān)鍵要素之一,流量卸載能夠分擔(dān)蜂窩網(wǎng)的壓力、降低傳輸時(shí)延、減少能耗、提高STIN的吞吐量。本文重點(diǎn)綜述了流量卸載涉及的關(guān)鍵技術(shù)以及不同的流量卸載決策策略,并基于目前的研究指出了該領(lǐng)域所面臨的挑戰(zhàn)以及下一步的研究方向。