軟件定義衛(wèi)星網(wǎng)絡(luò)多控制器部署策略

陳金濤，梁 俊，郭子楨，肖 楠，劉 波

(空軍工程大學(xué) 信息與導(dǎo)航學(xué)院，陜西 西安 710077)

傳統(tǒng)的衛(wèi)星網(wǎng)絡(luò)架構(gòu)垂直集成、相對(duì)封閉，在發(fā)展過(guò)程中遇到了許多難題，比如設(shè)備的更新升級(jí)困難、無(wú)法提供更細(xì)粒度的服務(wù)、設(shè)備間互操作性差、難以與地面網(wǎng)絡(luò)融合等[1]。而軟件定義網(wǎng)絡(luò)(Software Defined Network，SDN)以其靈活、開放、可編程的特點(diǎn)被看作是解決上述問(wèn)題的關(guān)鍵技術(shù)之一[2]。將軟件定義網(wǎng)絡(luò)引入衛(wèi)星網(wǎng)絡(luò)的軟件定義衛(wèi)星網(wǎng)絡(luò)(Software Defined Satellite Network，SDSN)架構(gòu)正在獲得越來(lái)越多的研究和關(guān)注。在軟件定義衛(wèi)星網(wǎng)絡(luò)中流表下發(fā)、資源分配等功能都由控制層來(lái)完成[3]，交換機(jī)只需完成數(shù)據(jù)轉(zhuǎn)發(fā)和硬件配置，從而簡(jiǎn)化網(wǎng)絡(luò)管理、提高資源利用率，并可通過(guò)網(wǎng)絡(luò)的可編程性實(shí)現(xiàn)創(chuàng)新。低軌道衛(wèi)星星座作為衛(wèi)星網(wǎng)絡(luò)的重要組成部分，其控制層的規(guī)劃、控制器的部署是軟件定義衛(wèi)星網(wǎng)絡(luò)必須解決的關(guān)鍵問(wèn)題。目前已經(jīng)發(fā)表了許多相關(guān)的研究成果，然而在這些研究中仍然存在被忽視的問(wèn)題：① 由于衛(wèi)星網(wǎng)絡(luò)的網(wǎng)絡(luò)尺度大，處理時(shí)延相對(duì)于傳播時(shí)延小，因此在大部分軟件定義衛(wèi)星網(wǎng)絡(luò)的研究中都直接忽略了處理時(shí)延的影響。然而在控制器處理能力不足或控制器負(fù)載不均的情況下，處理時(shí)延亦能夠影響網(wǎng)絡(luò)性能，簡(jiǎn)單忽略處理時(shí)延或是認(rèn)為所有流請(qǐng)求在控制器中都需要相同的處理時(shí)間的做法顯然是不合適的。② 大部分現(xiàn)有研究都忽略了軟件定義衛(wèi)星網(wǎng)絡(luò)星間鏈路的狀態(tài)變化對(duì)網(wǎng)絡(luò)性能的影響。當(dāng)衛(wèi)星飛過(guò)兩極地區(qū)時(shí)(緯度大于60度時(shí)[4])，為了防止互相干擾會(huì)關(guān)閉軌道間衛(wèi)星鏈路，這種鏈路狀態(tài)的周期性變化會(huì)帶來(lái)網(wǎng)絡(luò)拓?fù)涞母淖?，需要在部署控制器時(shí)加以考慮[5]。③ 目前針對(duì)軟件定義衛(wèi)星網(wǎng)絡(luò)控制器部署可靠性的研究還比較少。

文獻(xiàn)[6]主要以開銷為優(yōu)化目標(biāo)設(shè)計(jì)了軟件定義衛(wèi)星網(wǎng)絡(luò)控制器部署模型，該模型全面地分析了控制器的狀態(tài)同步開銷、信息收集開銷、流建立開銷、網(wǎng)絡(luò)重規(guī)劃開銷等并以改進(jìn)的粒子群算法求解。然而該模型中沒(méi)有加入對(duì)控制器處理能力的考慮，對(duì)可靠性的分析也不足。SoftLEO[7]策略將低軌道衛(wèi)星按照軌道分為6組，選擇6個(gè)緯度相近的節(jié)點(diǎn)作為每組衛(wèi)星的控制器部署位置以減小控制器間的通信開銷。然而由于對(duì)星間鏈路的狀態(tài)變化考慮不足，在控制器進(jìn)入兩極時(shí)控制器的通信開銷將顯著增大。文獻(xiàn)[8]同樣按照軌道將衛(wèi)星分組，并從每組中選出最靠近赤道且方向相反的兩顆衛(wèi)星部署控制器，整個(gè)網(wǎng)絡(luò)共部署12個(gè)控制器。這種方案雖然考慮了衛(wèi)星進(jìn)入兩極時(shí)軌道間鏈路關(guān)閉對(duì)網(wǎng)絡(luò)性能的影響，卻沒(méi)有考慮鏈路的失效和處理時(shí)延。同時(shí)，這種部署方案要求衛(wèi)星星座中所有節(jié)點(diǎn)均安裝控制器模塊且動(dòng)態(tài)調(diào)整其開閉狀態(tài)，網(wǎng)絡(luò)狀態(tài)變化時(shí)的重規(guī)劃開銷過(guò)大。文獻(xiàn)[9]在部署控制器時(shí)將網(wǎng)絡(luò)端到端時(shí)延和負(fù)載均衡指數(shù)作為優(yōu)化目標(biāo)，然而卻只考慮了路徑傳播時(shí)延，也沒(méi)有對(duì)部署方案的可靠性進(jìn)行考慮。文獻(xiàn)[10]采用雙門限法定義控制器的負(fù)載狀態(tài)并設(shè)計(jì)了交換機(jī)遷移算法以實(shí)現(xiàn)控制器負(fù)載的動(dòng)態(tài)均衡，然而仿真所用拓?fù)漭^為簡(jiǎn)單，未基于衛(wèi)星網(wǎng)絡(luò)特點(diǎn)做針對(duì)性考慮。文獻(xiàn)[11]以控制器與交換機(jī)的最短距離為指標(biāo)開展了衛(wèi)星網(wǎng)絡(luò)擴(kuò)展性研究，主要解決現(xiàn)有網(wǎng)絡(luò)的擴(kuò)展問(wèn)題，未考慮網(wǎng)絡(luò)初始規(guī)劃方法。文獻(xiàn)[12]詳細(xì)刻畫了衛(wèi)星網(wǎng)絡(luò)中流建立過(guò)程產(chǎn)生的時(shí)延，并以其為優(yōu)化目標(biāo)設(shè)計(jì)控制器部署方案，然而文中僅考慮了流建立時(shí)延而未考慮其他網(wǎng)絡(luò)性能指標(biāo)，也未考慮衛(wèi)星鏈路狀態(tài)變化。

在現(xiàn)有研究成果基礎(chǔ)上，筆者在建立時(shí)延模型時(shí)加入處理時(shí)延，并且在建立軌道模型時(shí)加入了鏈路狀態(tài)的變化使之更貼近實(shí)際。同時(shí)，設(shè)計(jì)了鏈路失效代價(jià)以概率的方法量化網(wǎng)絡(luò)的可靠性?；诳刂茣r(shí)延可靠性的控制器部署策略(Controller Deployment Strategy based on Reliability of control delay，CDS-R)共分為兩步：首先在保證控制器分布均勻的情況下，盡量選擇度中心性高的節(jié)點(diǎn)部署控制器，隨后根據(jù)網(wǎng)絡(luò)的業(yè)務(wù)和拓?fù)渥兓瘎?dòng)態(tài)為控制器分配交換機(jī)；使用改進(jìn)的粒子群算法求解控制器部署問(wèn)題。仿真結(jié)果表明，CDS-R策略能夠有效提高網(wǎng)絡(luò)應(yīng)對(duì)鏈路失效的可靠性，降低控制時(shí)延、負(fù)載均衡率指標(biāo)，并且重構(gòu)開銷保持在合理范圍內(nèi)。

1 優(yōu)化目標(biāo)

運(yùn)用圖論知識(shí)可將SDSN網(wǎng)絡(luò)描述為G=(V，E)，V、E分別為網(wǎng)絡(luò)節(jié)點(diǎn)集合及直連鏈路集合。其他網(wǎng)絡(luò)參數(shù)及其說(shuō)明如表1。其中xk，j、cvj均為二進(jìn)制變量，xk，j反映控制器與交換機(jī)連接關(guān)系、cvj反映控制器的部署位置，其具體取值方法如下式：

表1 網(wǎng)絡(luò)參數(shù)匯總表

(1)

(2)

在進(jìn)一步對(duì)網(wǎng)絡(luò)指標(biāo)進(jìn)行定義前做如下說(shuō)明：網(wǎng)絡(luò)中所有節(jié)點(diǎn)(包括作為控制器使用的衛(wèi)星節(jié)點(diǎn))都具有交換機(jī)功能；控制器與交換機(jī)間的通信均在帶內(nèi)進(jìn)行；為了避免過(guò)大的網(wǎng)絡(luò)部署開銷和網(wǎng)絡(luò)重構(gòu)開銷，網(wǎng)絡(luò)中僅部署有限數(shù)量的控制器且部署完成后不再調(diào)整控制器的開閉狀態(tài)；采用時(shí)間片思想[13]處理動(dòng)態(tài)變化的衛(wèi)星網(wǎng)絡(luò)拓?fù)?，假定在一個(gè)時(shí)間片內(nèi)網(wǎng)絡(luò)拓?fù)浼傲髁壳闆r不發(fā)生變化，且網(wǎng)絡(luò)控制域規(guī)劃方式的調(diào)整僅發(fā)生在時(shí)間片切換時(shí)；只考慮網(wǎng)絡(luò)中的鏈路失效，不考慮節(jié)點(diǎn)失效。

1.1 控制器部署位置選取

由于網(wǎng)絡(luò)中部署控制器的數(shù)量有限且開閉狀態(tài)固定，必須慎重地選擇控制器部署位置，確保在不同的網(wǎng)絡(luò)拓?fù)錀l件下控制器均能夠較好地控制整個(gè)網(wǎng)絡(luò)。同時(shí)在部署控制器時(shí)還應(yīng)當(dāng)充分考慮鏈路狀態(tài)的影響。

定義1節(jié)點(diǎn)度中心性。度中心性是刻畫節(jié)點(diǎn)重要性的最直接度量指標(biāo)[14]，兩極地區(qū)星間鏈路的關(guān)閉也能在度中心性上得到直觀的反映。因此，度中心性是選擇控制器部署位置的重要依據(jù)，其定義方法如下：

(3)

度中心性越優(yōu)秀的節(jié)點(diǎn)與其他節(jié)點(diǎn)的直連鏈路越多，在發(fā)生鏈路失效時(shí)也有更大的調(diào)整空間。因此應(yīng)當(dāng)盡量選擇度中心性高的節(jié)點(diǎn)部署控制器。

定義2最差距離。為了適應(yīng)網(wǎng)絡(luò)拓?fù)涞闹芷谛宰兓刂破鲬?yīng)當(dāng)盡可能均勻地分布在網(wǎng)絡(luò)中以保證在不同時(shí)間片內(nèi)控制器均能較好地發(fā)揮作用。將最差距離定義為網(wǎng)絡(luò)中交換機(jī)到控制器最短距離的最大值：

(4)

控制器的部署應(yīng)當(dāng)使得θ盡量小，以避免控制器分布過(guò)于集中導(dǎo)致某些節(jié)點(diǎn)距離控制器過(guò)遠(yuǎn)。

因此，選取控制器部署位置的優(yōu)化目標(biāo)為

(5)

即使控制器盡量均勻地分布在整個(gè)網(wǎng)絡(luò)中，以減小交換機(jī)到控制器的最短距離，并通過(guò)優(yōu)化節(jié)點(diǎn)度中心性選擇直連鏈路較多的節(jié)點(diǎn)部署控制器，同時(shí)防止在同一時(shí)間片內(nèi)控制器集中進(jìn)入兩極地區(qū)。

1.2 控制域劃分

控制器部署位置確定后，需要為控制器合理地分配交換機(jī)以保證網(wǎng)絡(luò)的性能?？刂朴虻膭澐中枰ＷC網(wǎng)絡(luò)具有較小的控制時(shí)延，控制器間的負(fù)載分布盡量均勻，網(wǎng)絡(luò)受鏈路故障的影響盡量小。

定義3控制器與交換機(jī)間控制時(shí)延。將交換機(jī)sj與控制器ck間的控制時(shí)延定義如下：

(6)

其中，右側(cè)第1項(xiàng)為控制器處理時(shí)延，第2項(xiàng)為傳播時(shí)延[15]，c為自由空間中光速。

由定義可知，當(dāng)網(wǎng)絡(luò)中控制器處理能力充足時(shí)，處理時(shí)延小于傳播時(shí)延，控制時(shí)延主要受第2項(xiàng)影響；而當(dāng)網(wǎng)絡(luò)中控制器資源緊張時(shí)，處理時(shí)延對(duì)控制時(shí)延的影響力提升。結(jié)合上式，將控制器的控制時(shí)延定義為控制器與其控制域內(nèi)所屬交換機(jī)的控制時(shí)延之和，將整個(gè)網(wǎng)絡(luò)的控制時(shí)延定義為控制器控制時(shí)延按照負(fù)載加權(quán)的平均值。

(7)

(8)

(9)

其中pk代表控制器ck的負(fù)載，其值為所有受該控制器控制的交換機(jī)流請(qǐng)求速率之和。

由于網(wǎng)絡(luò)控制時(shí)延按負(fù)載加權(quán)得到，當(dāng)網(wǎng)絡(luò)負(fù)載不均衡時(shí)，網(wǎng)絡(luò)控制時(shí)延主要受負(fù)載最大的控制器影響而使得整個(gè)網(wǎng)絡(luò)的控制時(shí)延性能不理想，因此網(wǎng)絡(luò)時(shí)延的定義同時(shí)也要求負(fù)載在控制器間均勻分配。

(10)

(11)

(12)

(13)

(14)

其中，α為單位長(zhǎng)度星間鏈路的物理中斷概率。值得注意的是，由于軌道間鏈路的反復(fù)開閉，軌道間鏈路應(yīng)當(dāng)比軌道內(nèi)鏈路具有更高的單位長(zhǎng)度物理中斷概率。文中仿真中軌道內(nèi)與軌道間鏈路α分別取0.002及0.003。

定義6鏈路失效代價(jià)。借鑒文獻(xiàn)[14]同時(shí)結(jié)合衛(wèi)星網(wǎng)絡(luò)特點(diǎn)，將鏈路失效代價(jià)定義為鏈路失效后網(wǎng)絡(luò)控制時(shí)延的增加量(可能是零)。該值反映了控制路徑上的直連鏈路在部署方案中的重要性，鏈路失效代價(jià)越大，鏈路對(duì)網(wǎng)絡(luò)控制時(shí)延的影響越大。

δl=T(G-el)-T(G) ，

(15)

其中，G代表原有網(wǎng)絡(luò)拓?fù)?，G-el代表el失效后的網(wǎng)絡(luò)拓?fù)洹?/p>

定義7可靠性系數(shù)。部署方案的可靠性系數(shù)定義為鏈路失效代價(jià)與鏈路失效概率乘積的總和?？煽啃韵禂?shù)越小，網(wǎng)絡(luò)鏈路失效對(duì)控制時(shí)延的影響越小。該值從概率的角度反映了網(wǎng)絡(luò)應(yīng)對(duì)鏈路失效的能力。

(16)

基于上述定義，可將SDSN控制域劃分優(yōu)化目標(biāo)概括如下：

minδ，

(17)

(18)

(19)

?k∈C，pk

(20)

?j∈S，xk，j≤cvj，

(21)

(22)

優(yōu)化目標(biāo)為使部署方案的可靠性系數(shù)達(dá)到最小以提高網(wǎng)絡(luò)部署可靠性。式(18)表示每個(gè)交換機(jī)只能受到惟一一個(gè)控制器管理；式(19)要求網(wǎng)絡(luò)中沒(méi)有空載控制器；式(20)表示控制器的處理能力應(yīng)大于其負(fù)載；式(21)表示只有節(jié)點(diǎn)上部署了控制器才能管理其他交換機(jī)；式(22)限定網(wǎng)絡(luò)中控制器數(shù)量為M。

2 求解方法

選擇粒子群算法(Particle Swarm Optimization，PSO)作為求近似最優(yōu)解的手段。粒子群算法是一種基于種群的隨機(jī)迭代尋優(yōu)算法。算法中并沒(méi)有許多需要調(diào)節(jié)的參數(shù)，其將問(wèn)題的解抽象為每個(gè)粒子的位置，通過(guò)適應(yīng)度函數(shù)評(píng)價(jià)粒子位置的好壞，每個(gè)粒子具有當(dāng)前位置、歷史最佳位置和當(dāng)前速度3種屬性，具有效率高、執(zhí)行速度快等優(yōu)點(diǎn)，已經(jīng)被廣泛應(yīng)用于工程、經(jīng)濟(jì)與科學(xué)領(lǐng)域[16-18]中。因此選擇粒子群算法的理由如下：第一，算法規(guī)則簡(jiǎn)單，收斂速度快，容易實(shí)現(xiàn)；第二，算法已在地面軟件定義網(wǎng)絡(luò)的控制器部署問(wèn)題中得到了較為充分的研究和應(yīng)用。同時(shí)，采用慣性因子隨迭代次數(shù)遞減的粒子群算法以提升算法性能[19]。算法求解過(guò)程如下。

策略基于控制時(shí)延可靠性的控制器部署策略(CDS-R)。

輸入：SDSN網(wǎng)絡(luò)G=(V，E)，衛(wèi)星業(yè)務(wù)流量f，控制器處理能力r，控制器數(shù)量M。

輸出：控制器部署位置CLoc，控制域劃分方式X。

① 隨機(jī)生成控制器部署位置CLoc。

② 利用粒子群算法更新粒子位置。

③ 得到滿足優(yōu)化目標(biāo)的控制器部署方案CLoc并作為下一步算法的輸入。

④ 隨機(jī)生成控制域劃分方式X。

⑤ 利用粒子群算法更新粒子位置。

⑥ 得到滿足優(yōu)化目標(biāo)的控制域劃分方式X。

⑦ 輸出CLoc、X。

3 仿真與結(jié)果

3.1 仿真環(huán)境建立

本實(shí)驗(yàn)利用STK 11.01進(jìn)行衛(wèi)星軌道的仿真和拓?fù)湫畔⒌牟杉?，借助MATLAB 2016b進(jìn)行算法仿真并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析。為了使實(shí)驗(yàn)結(jié)果具有可比性，實(shí)驗(yàn)在相同條件下進(jìn)行。由于Iridium[20]為最經(jīng)典的低軌道衛(wèi)星星座，且具有衛(wèi)星間通信鏈路，本實(shí)驗(yàn)在Iridium拓?fù)湎逻M(jìn)行，拓?fù)鋮?shù)如表2。實(shí)驗(yàn)在一個(gè)軌道周期內(nèi)劃分了若干個(gè)時(shí)間片，將不同時(shí)間片部署網(wǎng)絡(luò)的性能取平均值作為最終的仿真結(jié)果。

表2 仿真實(shí)驗(yàn)拓?fù)鋮?shù)

采用文獻(xiàn)[21]設(shè)計(jì)的衛(wèi)星業(yè)務(wù)模型用以模擬。該模型將地球表面分為288個(gè)區(qū)域，區(qū)域內(nèi)每106個(gè)用戶產(chǎn)生1 Mb/s流量，如果用戶數(shù)不足106，其產(chǎn)生的流量也按照1 Mb/s處理。各個(gè)區(qū)域產(chǎn)生的流量不是固定不變的，而是隨著當(dāng)?shù)貢r(shí)間的變化而變化，時(shí)間系數(shù)為

(23)

其中，ti代表i地區(qū)當(dāng)?shù)貢r(shí)間。每個(gè)區(qū)域與距其最近的衛(wèi)星節(jié)點(diǎn)相連，衛(wèi)星節(jié)點(diǎn)的源流量為與其相連的各個(gè)區(qū)域流量之和。值得注意的是，在SDN架構(gòu)下，并不是所有的流量包都需要上交給控制器，只有無(wú)法與流表匹配的數(shù)據(jù)包會(huì)占用控制器處理資源，假設(shè)這部分流量的比例為10%[12]。交換機(jī)sj流請(qǐng)求速率計(jì)算方法如下：

(24)

其中，mi表示i地區(qū)用戶數(shù)，n表示i地區(qū)由sj轉(zhuǎn)發(fā)。

同時(shí)該模型還規(guī)定了ui到uj節(jié)點(diǎn)間流量計(jì)算方法，如式(25)，依據(jù)此式可計(jì)算得直連鏈路上的流量fl。

(25)

3.2 仿真結(jié)果分析

實(shí)驗(yàn)1控制器數(shù)量對(duì)網(wǎng)絡(luò)部署的影響。本實(shí)驗(yàn)選取地面SDN網(wǎng)絡(luò)部署策略中的k-center[22]策略、隨機(jī)部署策略(Random Deployment，RD)及SDSN部署策略以文獻(xiàn)[9]的部署方案(下文簡(jiǎn)稱為NS)作為對(duì)比。k-center策略按照距離對(duì)節(jié)點(diǎn)進(jìn)行聚類，并在聚類中心部署控制器；RD策略隨機(jī)選取控制器部署位置并按照就近原則為控制器分配交換機(jī)；NS方案[9]以網(wǎng)絡(luò)通信時(shí)延及控制器管理的交換機(jī)數(shù)量均衡為優(yōu)化目標(biāo)并利用NSGA-Ⅱ算法求解。為了便于對(duì)比，實(shí)驗(yàn)中單個(gè)控制器處理能力均取60 Mbit/s。

圖1展示了控制時(shí)延、負(fù)載均衡率、可靠性系數(shù)這3種策略與控制器數(shù)量間的關(guān)系。隨著控制器數(shù)量的增加，3種部署方式的網(wǎng)絡(luò)性能均不斷提高。CDS-R的控制時(shí)延、負(fù)載均衡率、可靠性系數(shù)均優(yōu)于另外兩種方案，按照對(duì)照方案性能與文中之差除以對(duì)照方案性能的計(jì)算方法，可得控制時(shí)延較對(duì)比方案降低至少34.84%(M=4時(shí)最少)、可靠性系數(shù)亦優(yōu)于對(duì)比方案，負(fù)載均衡率更是降低了50%以上。這是由于k-center策略和RD策略作為地面SDN網(wǎng)絡(luò)控制器部署策略，并不適應(yīng)衛(wèi)星網(wǎng)絡(luò)環(huán)境，衛(wèi)星網(wǎng)絡(luò)業(yè)務(wù)時(shí)間、空間分布非常不均勻，而k-center策略和RD策略在為控制器分配交換機(jī)時(shí)沒(méi)有考慮負(fù)載，極易出現(xiàn)按照距離將大量節(jié)點(diǎn)分配給同一個(gè)控制器的情況，造成控制器負(fù)載不均衡，控制時(shí)延增加。且很多流量較大的鏈路被作為控制鏈路使用，可靠性較差，一旦發(fā)生鏈路失效將嚴(yán)重影響網(wǎng)絡(luò)性能。NS方案控制時(shí)延不夠理想，這是由于該方案構(gòu)建網(wǎng)絡(luò)時(shí)控制器間距離對(duì)優(yōu)化目標(biāo)影響巨大，導(dǎo)致控制器分布相對(duì)集中。同時(shí)，NS方案通過(guò)控制的交換機(jī)數(shù)量約束控制器負(fù)載，然而由于衛(wèi)星節(jié)點(diǎn)間業(yè)務(wù)差距較大，故NS方案負(fù)載均衡性能仍與文中方案有一定差距。k-center策略和RD策略性能不夠理想也反映了SDSN中部署控制器時(shí)僅考慮節(jié)點(diǎn)間距離或傳播時(shí)延是不夠的。

(a) 控制時(shí)延

實(shí)驗(yàn)2CDS-R仿真性能與控制器處理能力的關(guān)系。本實(shí)驗(yàn)取M=6，由于k-center、RD等方案均為考慮控制器處理能力，故本實(shí)驗(yàn)僅展示了CDS-R仿真性能，如圖2所示。

從圖2可以看出，隨著控制器處理能力的提升，網(wǎng)絡(luò)的控制時(shí)延不斷減小，而負(fù)載均衡率和可靠性系數(shù)稍有增加。分析式(7)不難發(fā)現(xiàn)，網(wǎng)絡(luò)的控制時(shí)延受傳播時(shí)延和控制器處理時(shí)延的共同影響。當(dāng)控制器處理資源充裕時(shí)，控制器處理時(shí)延相對(duì)較??；控制時(shí)延主要受傳播時(shí)延的影響，因此CDS-R在規(guī)劃網(wǎng)絡(luò)時(shí)將傳播時(shí)延作為主要考慮因素；更多距離短但失效概率大的鏈路將出現(xiàn)在控制鏈路中，雖然造成了網(wǎng)絡(luò)可靠性和負(fù)載均衡性能的降低，但仍遠(yuǎn)優(yōu)于M=6時(shí)其他算法(見(jiàn)圖2)。由于低軌道衛(wèi)星節(jié)點(diǎn)處理資源優(yōu)先，通常小于本實(shí)驗(yàn)所取數(shù)值，故CDS-R能夠較好地適應(yīng)衛(wèi)星網(wǎng)絡(luò)環(huán)境。

(a) 控制時(shí)延

實(shí)驗(yàn)3CDS-R與現(xiàn)有低軌道衛(wèi)星星座控制器部署方案的對(duì)比。圖3中的點(diǎn)分別代表了控制器數(shù)量為6時(shí)的CDS-R、控制器數(shù)量為12時(shí)的CDS-R、SoftLEO方案[7]以及從控制器選擇策略(Slave Controller Selection Strategy，SCSS)(僅借鑒其控制器選擇方法而不采用原文中的多級(jí)部署架構(gòu))[8]。結(jié)果表明，在相同情況下，CDS-R網(wǎng)絡(luò)性能均優(yōu)于對(duì)比方案。這是由于SoftLEO方案與SCSS方案均按照衛(wèi)星軌道劃分控制域，由于全球不同地區(qū)的巨大流量差異，各個(gè)控制器間的負(fù)載很難達(dá)到均衡。而且這種分配方法使得網(wǎng)絡(luò)中部分衛(wèi)星節(jié)點(diǎn)距離控制器很遠(yuǎn)，無(wú)法保證較小的網(wǎng)絡(luò)控制時(shí)延，同時(shí)這也使得部分節(jié)點(diǎn)受鏈路狀態(tài)的影響嚴(yán)重，一旦鏈路失效，網(wǎng)絡(luò)性能下降嚴(yán)重，同樣無(wú)法保證網(wǎng)絡(luò)的控制時(shí)延可靠性。

圖3 SDSN控制器部署方案的對(duì)比

圖4反映了仿真時(shí)間內(nèi)不同控制器部署方案的網(wǎng)絡(luò)重構(gòu)開銷大小。網(wǎng)絡(luò)重構(gòu)開銷計(jì)算方法參考文獻(xiàn)[6]。由于SoftLEO方案為完全靜態(tài)的控制器部署方式，故其重構(gòu)開銷為零。由圖可知CDS-R策略的重構(gòu)開銷比SCSS小得多，在控制器數(shù)量同等情況下重構(gòu)開銷降低了約26.55%。這是因?yàn)镾CSS方案中需要實(shí)時(shí)調(diào)整控制器部署位置，增大了網(wǎng)絡(luò)重構(gòu)開銷。本實(shí)驗(yàn)未考慮設(shè)備制造與發(fā)射帶來(lái)的開銷，否則SCSS的開銷將會(huì)更大。

圖4 網(wǎng)絡(luò)重構(gòu)開銷對(duì)比

4 結(jié)束語(yǔ)

針對(duì)現(xiàn)有SDSN低軌道衛(wèi)星星座控制器部署方案中忽略處理時(shí)延、對(duì)網(wǎng)絡(luò)鏈路狀態(tài)缺乏考慮的問(wèn)題，筆者將處理時(shí)延納入時(shí)延模型，定義了網(wǎng)絡(luò)可靠性系數(shù)以反映網(wǎng)絡(luò)應(yīng)對(duì)鏈路失效變化的能力，并設(shè)計(jì)了CDS-R策略完成控制器的可靠部署。仿真結(jié)果表明，該策略的控制時(shí)延、負(fù)載均衡率、可靠性系數(shù)等性能均較對(duì)比方案有較大提升，且重構(gòu)開銷保持在可以接受的范圍內(nèi)。但仍存在以下不足：① 僅考慮了控制器在低軌道衛(wèi)星星座中的部署，未加入同步軌道衛(wèi)星、衛(wèi)星地面站考慮控制器的多層次部署；② 未針對(duì)優(yōu)化目標(biāo)設(shè)計(jì)相應(yīng)的求解算法，而是在經(jīng)典優(yōu)化算法的基礎(chǔ)上做簡(jiǎn)單調(diào)整改進(jìn)；③ 僅以概率方法衡量了網(wǎng)絡(luò)部署方法對(duì)網(wǎng)絡(luò)可靠性的影響，未針對(duì)鏈路中斷設(shè)計(jì)恢復(fù)策略。以上不足將在未來(lái)研究中加以研究改進(jìn)。