在轨服务与维护任务推演与虚拟实验平台

石 玥，李 志，张志民

(钱学森空间技术实验室，北京 100094)

0 引言

在轨服务与维护系统实施涉及的工程技术学科广泛，新技术应用需求旺盛，实施效果的国际影响力显著。因此，在实施过程中，聚集优秀团队参与协同攻关，并确保相关技术和装备得到充分验证，进而开展可信评估，是这一项目顺利、高效实施的必要保障。本文针对这一需求，提出建设在轨服务与维护任务虚拟实验平台的构想，利用先进的信息技术为项目各参与方提供共享资源、高效计算与验证的实验平台；为技术/装备的协同研发、快速创新提供技术保障；服务军民融合，支撑产、学、研、用开展广泛、深入的协同协作研究。

1 在轨服务系统概况

在轨服务与维护试验试用系统总体上由高轨系统、轨道间系统、天地往返系统和天地一体化任务支持系统四大部分组成。

1)高轨系统运行于地球同步轨道带，接受轨道间系统补给维护，协同开展技术验证试验，为地球同步轨道服务对象提供维修维护服务。主要包括：高轨综合服务站、高轨机动操控飞行器、可维修性试验卫星。

2)轨道间系统平时在LEO停泊，接受天地往返飞行器补给和维护，独立或联合执行中、低轨在轨服务任务，以及轨道间往返运输任务。主要包括轨道间快速机动飞行器、轨道间大范围转移飞行器。

3)天地往返系统的主要任务是为在轨系统提供运输服务，执行LEO(主要是SSO)的应急在轨服务任务。

4)天地一体化任务支持系统包括发射场、着陆场、天地一体化指挥控制与数据传输网络三部分。通过数据共享支持任务规划和在轨服务任务。

通常情况下，需要四大系统相互协同，共同完成特定的在轨服务任务。系统具有任务场景复杂、涉及的飞行器种类多、任务操作精细度高、新技术应用广等特点，是一个典型的复杂巨系统，为系统的实施论证带来了挑战。

2 任务推演与虚拟实验必要性分析

在轨服务典型任务包括卫星故障轨道救援、卫星在轨维修维护、快速大范围轨道转移、新技术在轨试验、轨道空间碎片防护、大型复杂附件在轨构建等各类在轨进行的复杂任务。这类任务操作的互动性频繁、精细度要求比较高，任何操作的偏差或失误都有可能造成无法挽回的后果，甚至是不良的政治影响；而且，考虑到在轨维服务的初衷是通过在轨维修维护降低整个系统的成本，因此其区别于其他飞行任务的三个主要关注点是技术的风险性、服务的经济性和响应的时效性。

图1 仿真推演与虚拟实验总任务框架示意

在轨服务任务的交互性及服务对象的不确定性特征，决定了任务的外界影响因素较多，需要在方案制定过程中进行充分的考虑与详尽的计算。因此，在任务实施之前，利用计算机仿真、虚拟与并行计算等先进的信息技术，对任务进行仿真推演、对系统进行虚拟试验与评估，是在轨服务任务有效实施的基本保障，对在轨服务系统建设、在轨任务实施均具有重要意义。

构建在轨服务仿真推演与虚拟实验平台，将主要解决重大项目实施过程中三个方面的主要问题：首先，服务系统总体，对特定任务场景下的多个系统方案进行仿真评估；其次，服务飞行试验，接收飞行试验遥测数据，对在轨事件进行同步仿真推演与试验效果分析评估；最后，服务研发人员开展关键技术攻关，对不同的技术解决途径进行统一评估，并给出优化建议。总的任务框架如图1所示。不同于通常意义上的仿真系统或平台，该平台将重点解决统一任务场景与评估模型、共享资源与高效协同计算等方面的问题；加快先进技术在工程中的应用，以及相关研究成果技术成熟度的提升，促进创新技术研究成果的应用与转化；帮助参与研究的人员了解系统中有待解决的难点问题、共性问题，准确定位研究方向，开展有针对性的研究。

3 平台总体设计

在轨服务与维护任务推演与虚拟实验平台是基于云的分布式计算与虚拟仿真系统，具有面向服务、资源共享、交互协同、可变粒度、统一评估五个主要特征，为领域内产、学、研、用创新团队提供丰富的计算与仿真资源，以及面向未来的应用场景和统一的效能评估模型。平台服务于重大项目系统总体、飞行试验及关键技术攻关相关的仿真推演及虚拟实验需求，支撑在轨服务与维护系统总体方案和试验试用系统总体方案持续优化。平台采用如下设计原则：

1)架构先进：具有开放的体系架构、弹性的云计算能力，采用开源软件的管理模式，支撑在轨服务与维护飞行任务规划及典型服务操作虚拟实验。

2)资源共享：为平台用户提供海量数据的仿真引擎；基于大数据、智能化的统一标准化评估，快速优化与迭代实验。

3)持续共赢：持续累积飞行方案和服务数据，提供基于评估的智能推荐，为用户以更快的速度达到相应的技术成熟度提供便利。

3.1 主要功能

该平台通过在轨服务与维护场景仿真、飞行过程仿真、操作过程仿真，以及飞行器总体、分系统关键技术仿真，支撑在轨服务与维护系统的仿真演示、评估和优化，验证技术可行性和系统总体效能。其应用功能示意图如图2所示。

图2 在轨服务与维护任务推演与虚拟实验平台应用功能示意

1)仿真演示：可视化展示在轨服务与维护系统的任务执行场景和任务实施过程，为总体方案的系统设计、应用过程和应用效果提供直观的可视化演示。

2)评估与优化：系统类用户通过平台提供的定制化仿真服务(如应用场景、系统组成、应用模式及其费效/费用比)，开展多个系统方案的仿真验证和评估，并根据优化准则对方案进行迭代优化与评估，通常需要结合仿真演示功能应用。

3)技术可行性验证：提供统一场景和技术要求，技术人员可上传待验证的算法模块，同时定制集成相关的辅助模型，开展仿真验证，评估其技术能力及与系统的整体适配性，支持模型在线插拔，提供技术途径选择评估。

4)总体效能评估：根据系统类用户设定，提供不间断、多场景、多次仿真推演或虚拟实验，根据多次仿真实验数据，自动解算系统总体效能指标数值，并可生成直观的系统综合评估报告。

3.2 总体架构

基于云计算理念构建的在轨服务与维护任务推演与虚拟实验平台，以用户为中心，从用户的仿真需求出发，以高效、稳定地满足用户仿真任务为目标，快捷地聚合网络环境中已有的各类仿真资源，实现个性化需求驱动的仿真实验。

总的平台架构基于“Xenserver+Hadoop+Docker+APP”的开源开放软件架构，对平台硬件环境具有较好的适应性，且具有硬件横向扩展能力。该架构充分发挥了云计算仿真支撑技术的计算普适化和服务按需化特点，解决各类仿真资源的共享与动态分配问题，确保每一个仿真用户都可获得足够的仿真资源，从而更专注于算法、结构、机构等设计的创新。

如图3所示，在轨服务与维护任务推演与虚拟实验平台涵盖了基础设施即服务(IaaS)、平台即服务(PaaS)、数据存数即服务(dSaaS)、软件即服务(SaaS)四种技术框架。

IaaS提供平台中网络资源、计算资源(CPU、GPU等)、存储资源(内存、硬盘)，平台资源管理器能够实现虚拟集群的扩展和管理。该系统通过对基于容器虚拟化的基础设施一体化管理技术的攻克，实现计算资源、存储资源、网络资源的统一管理、部署与配置，从而完成计算、存储、网络等基础设施的有效整合及灵活调度等目的，解决面向存储和计算密集型的虚拟化资源管理问题。

图3 平台软件架构

PaaS提供基础计算服务和软件虚拟容器服务，主要由平台的虚拟化基础计算服务集群实现。其中，虚拟化计算集群调度管理器管理云平台资源管理器分配的软件虚拟容器(Docker容器)，并按照用户总的计算资源需求为用户的计算资源调度器按需分配并动态调整所拥有的软件虚拟容器数量。同时，再将拥有的软件虚拟容器拆分为更细粒度的计算容器，根据用户对并行计算类(Map-Reduce批处理、Spark运算)作业的资源需求，为用户的作业按需分配并动态调整计算容器数量。

dSaaS提供数据存储管理服务，主要由平台的存储管理虚拟化集群实现。在数据存储集群层次，存储集群调度器管理云平台资源管理器分配的软件虚拟容器服务(Docker容器)，并将其按照上层程序对存储集群，如NoSQL集群(HBase集群等)、SQL集群、文件集群，进行按需分配。对集群实时监控与分析，根据存储集群的使用情况，动态地对其所用资源进行优化调整。同时，提供标准化的数据访问API。

SaaS提供仿真推演和可视化展示服务，分别由仿真推演集群和可视化展示集群实现。仿真推演集群调度管理器和可视化集群调度管理器分别管理云平台资源管理器分配的软件虚拟容器服务，再根据用户作业需求将其拆分为更细粒度的仿真/计算容器，实现多用户的在线仿真与实验演示。其中，仿真推演应用软件基于开源的科学计算软件Scilab、Modelic等。

3.3 典型应用

利用云计算等先进的计算机网络架构，平台可实现数据、模型、计算与存储等仿真资源的充分共享与高效利用，支持优势团队的互联、互通、互操作。在轨服务与维护任务推演与虚拟实验平台的典型应用模式为:

1)仿真用户应用共享数据，搭建自己的仿真方案。

2)多个协作伙伴共同工作，其中一方修改，其他伙伴可立即获取并参与，无缝衔接完成研发全流程，加快合作研究进程。

3)获取虚拟样机实验所需的大容量数据，开展虚拟实验。

图4为用户应用平台搭建系统方案仿真推演与虚拟实验的过程示意。用户首先根据任务要求、场景设定或约束，在终端的组件盘式、交互式科学计算软件中，以“所见即所得”的方式，搭建系统方案仿真流程；当仿真开始指令下达后，云端接收相应信息，组织并分配仿真资源；在从分布式数据库中获取计算所需数据后，云端在相应的计算容器中开始按搭建的仿真方案展开并行计算，并将计算结果写回数据库。可视化终端从数据库中获取数据后，开始可视化计算，并加载相关可视化模型进行展示。

图4 在轨服务与维护任务推演与虚拟实验平台典型应用过程示意

在这一应用过程中，云端以轻量级虚拟化Docker容器为基础，实现多个用户共享仿真资源与资源动态分配，从用户发出仿真请求到云端完成仿真推演计算返回结果的详细过程，如图5所示。

图5 数据驱动的Docker云仿真技术

4 结束语

在轨服务与维护任务推演与虚拟实验平台是基于云的开放式、并行计算仿真实验平台，支持仿真资源的动态分配，能够解决在轨实时事件仿真推演，以及虚拟样机协同实验过程中的高强度计算时延与实时应用之间的矛盾，并具有很好的易扩展性和易维护性。平台将为在轨服务与维护任务项目实施过程中的各参与方提供高效、协同的仿真与协作环境，在统一仿真验证场景和评估标准的保障下，高效完成总体方案的优化与评估，有效促进新技术的仿真验证及其在项目中的应用，为项目的实施提供有力保障。■