民机机内5G 无线混合组网架构性能评估

2023-07-28冯友林何锋李铮周璇于思凡熊华钢

航空学报 2023年12期

冯友林，何锋，*，李铮，周璇，于思凡，熊华钢

1.北京航空航天大学电子信息工程学院，北京 100191

2.中国科学院空天信息创新研究院，北京 100190

3.中国科学院空间信息处理与应用系统技术重点实验室，北京 100190

航空电子系统是飞机等大型综合电子平台的“大脑”和“神经中枢”，其综合化程度决定了飞机的性能和发展水平［1］。新一代民机航空电子系统正向着深度综合方向演进，其复杂性也随着功能的增加而持续增长。目前以有线为主的航空电子系统均面临着几乎遍布平台全身的有线电缆连接带来的线缆重量过大、布线成本高以及难以维护的问题［2-3］。

近20 年来，无线通信经历了快速发展。逐渐成熟的无线通信技术在航电领域也被人们所关注，例如超宽带、无线航空电子机内通信系统WAIC（Wireless Avionics Intra-Communications）、WIFI（Wireless Fidelity）、5G 等［4-7］，都为机内组网的多样性提供了借鉴。业界逐渐开始针对机内更加灵活的组网形式进行研究。

在航空领域使用无线技术的潜在优势是减少电缆的相关重量，以及由于布线所带来的高复杂性、低效率和高成本问题。民机航电系统互连设备数量的持续增加，导致信息交互数据量的倍增，不但使得航空电子通信架构的复杂性持续增加，也极大地增加了飞机布线的困难［8］。例如，A380、A350 等新一代民机航电系统主要由航空电子全双工交换以太网（Avionics Full-Duplex Switched Ethernet， AFDX）的高速骨干网络以及关键航空电子系统组成。对于远端的传感器和作动器等，通过远程数据集中器（Remote Data Concentrator， RDC）将低速率数据总线（如ARINC429［9］和CAN［10］）上的信息经由网关汇聚到骨干AFDX 网络中。虽然这种架构满足了航空电子设备互连的主要要求，但大量的电缆和连接器产生了许多额外重量和集成成本。例如，大型民机制造和安装过程中与布线相关的成本估计为每公斤2 000 美元，这导致总成本从A320 飞机的1 400 万美元上升到B787 等飞机的5 000 万美元不等［8，11］。特别是新一代大型客机A380 共包含500 km 长的电缆，这些布线成本是其生产延迟和成本超支的主要原因之一［12］。在直升机平台，有线网络的尺寸重量和功率（Size Weight and Power，SWaP）问题同样明显。根据文献［13］，黑鹰直升机的电缆重量约为2 000 磅（1 磅=0.453 6 kg）。据估计，如果采用无线通信的方式来达到减重的目的，可以使机内燃油使用时间增加12%［14］；如果算上减少布线规划任务降低的成本，预计每架直升机可节省百万美元以上。除了成本问题之外，航空电子有线互连有可能受到结构故障和火灾危险的影响，这会降低可靠性并影响机内设备的维护。

许多学者对于机载无线网络进行了讨论，其中比较成体系的为WAIC 网络架构［15-16］。该协议提出了一种机内无线传输系统架构，并提到机内近30%的电缆完全可以被无线网络替代。除此之外，超宽带技术（Ultra WideBand）也已被应用在机内传感器网络、空中多媒体视听互联中。但对于其在航电环境中的深入应用，仍需要通过进一步建模及理论分析，对接入方法和性能进行论证评价，从而利用超宽带无线技术代替机内有线网络，减小飞机重量以及维护成本［17］。

近年来，5G 增强的移动宽带、超可靠、低时延通信等特性，为物联网（IoT）提供了重要的技术支撑，基于5G 的物联网将显著提升各行业的质量和运营效率［18-19］。5G 网络在增强移动宽带（eMBB）、超高可靠低时延通信（uRLLC）和海量机器类通信（mMTC）等方面得到典型应用。相较于其他无线通信技术如超宽带、WIFI 等，5G 无线通信在时延、速率以及稳定性上均有较好的表现。因此，本文在机内网络中采用5G 无线混合组网技术，从而在减少电缆重量、灵活组网设计、覆盖有线电缆难以到达的位置，以及改进故障排除方面带来可观提升。本文的研究对象航电网络是一个特殊的高实时性复杂网络，对于端到端延迟十分敏感，因此需要对其在机内环境中的适应性进行评估，典型的可采用理论分析加数值仿真的方式验证。

本文在第1 节中首先提出机内5G 混合组网架构，着重分析5G 无线接入民机航电系统的部分；在第2 节中利用随机网络演算，分析机内5G混合组网的消息端到端延迟；第3 节中对5G 无线混合组网的性能进行数值仿真验证。

1 混合组网系统模型

1. 1 机内5G 混合组网架构

对于机内无线网络，国内外学者进行了许多研究［15-17］。现阶段对于无线航电网络整体架构的设计，主要集中于有线航电网络与无线航电网络的混合组网方面。在一些航电网络的关键应用中，由于民机航电系统高可靠性要求以及无线技术自身技术的特点，要想完全通过无线取代有线实现民机航电系统的组网通信，还需要进一步提升无线通信技术的可靠性；但是，无线通信可以充当某些非关键设备的接入备选方案，如将部署在飞机外端端系统的传感器和作动装置，通过无线-有线混合通信网络架构接入机内核心网络，在保障核心关键系统稳定的前提下，可以提高整个系统设计和通信接入的灵活性。

因此，本文构建的民机机内5G 混合组网架构，是在有线AFDX 骨干网络中，把部分非关键或者基于概率保障条件的端系统替换为5G 端设备。依照分布式综合模块化航空电子系统（DIMA）的分布式物理布局理念，通过在机舱内部的各个子IMA 或者子域（Domain）部署5G 微基站，实现5G 端设备通过无线协议转换模块接入到航电骨干网络中。从而将原有航电网络远端端系统的有线接入形式替换为无线接入形式，解决机内远端有线电缆过多、过长和跨域的问题，其组网架构图如图 1 所示。

图1所示的混合组网架构将机内5G 混合组网分为机内末梢接入网、承载支线网以及机内核心骨干网。其中各个网络功能如下：

图1 机内5G 混合组网架构示意图Fig. 1 Architecture of airborne 5G hybrid network

1）机内核心骨干网：为AFDX 核心交换机网络，负责整个网络消息的跨域路由和转发。

2）承载支线网：主要实现流量协议转换的功能，将5G 流量与机内AFDX 网络流量消息进行无损转换。

3）机内末梢接入网：为AFDX 端系统以及5G 端设备的接入网络，实现了AFDX 端系统和5G 端设备各自的有线接入和无线接入。其中每个子网内需要配备5G 微基站，实现5G 端设备的无线接入。

1. 2 机内5G 接入网络模型

将5G 接入网网络接入到机内AFDX 有线架构中，根据WAIC 建议的组网架构，本文采用了如图2 所示的形式。其中，UE （User Equipment）与gNodeB （gNB）为机内末梢接入网部分，使机内5G 端系统节点通过微基站接入到航电网络；5G 流量通过承载支线网中的协议转换模块实现网络帧格式的转换，其中协议转换模块的主要作用是在5G 的TCP/IP 流量与AFDX 的速率约束（RC）流量之间实现无损转换，使2 个网络的消息可以无损的在对方网络中传输。最终5G流量以AFDX 网络的RC 流量的形式在AFDX机内核心骨干网内传输，到达最终目的节点。其中5G 模块在接入承载支线网之前均采用无线传输模式，从而降低了整体飞机舱内有线电缆的数量。

图2 机内5G 接入网网络模型Fig.2 Schematic of airborne 5G network topology

图3 5G 独立组网与非独立组网Fig.3 5G SA network and ENDC network

在图 2 所示架构中，UE 为5G 用户设备，在机内混合组网架构中定义为无线接入的端系统模块或用户手持端设备。其中，TCP/IP 为5G 端系统的网络层协议、NR NIC 为5G New Radio 特性，其实现了5G 的NR 特性。gNB 为5G 微基站，其中PPP 接口实现了点对点协议，可以将5G 流量在基站内转发。在5G 网络的部署中，接入网存在2 种部署方式，分别为独立组网（Stand Alone，SA）及非独立组网（E-UTRA/NR Dual Connectivity，ENDC）。如图 3 所示，独立组网是指用户直接通过gNB 接入到5G 核心网络，这种部署主要针对5G 独立部署的情况。而非独立组网是3GPP 支持从4G 到5G 的平稳过渡，确定的E-UTRA/NR 的双连接部署，由一个作为主节点（MN）的eNB 和一个作为辅助节点（SN）的gNB构成基站部分，eNB 与核心网链接，负责将流量转发到5G 核心网络。

在机内混合组网架构中，由于非独立组网会带来基站物理冗余，本文提出的机内5G 混合组网机内末梢接入网架构采用了独立组网架构，5G端系统通过微基站经由承载支线网的协议转换模块直接接入机内核心骨干网络。

2 混合组网性能分析

机内网络是一种强实时、高可靠的复杂系统，对于机内消息的端到端延迟十分敏感；除此之外对于有线复杂网络，当有无线通信系统接入时，需要考虑无线接入带来的延迟以及无线传输过程中的非可靠性通信问题。在机内网络中，无线接入的非确定延时，会对RC 流量传输引入更大的不确定性，增大其突发度，因此需要对5G 流量接入航电网络后的消息端到端延迟进行进一步的精确分析。对于空客A380 和波音B787 飞机，其机内AFDX 网络的带宽占用率一般不超过20%，本文主要对5G 接入网络后的时间传输延迟进行分析。

2. 1 混合组网端到端延迟模型

在本文提出的混合组网架构中存在2 种流量，其中一部分为5G 流量，另外一部分为原民机航电系统RC 流量。因此需要对2 种流量的综合流量进行建模。2 个网络中的流量两两组合分为以下4 种情况，端到端延迟分别建模为

式（1）～式（4）的消息传输类型分别对应图 4中①～④的流量传输。其中：①为AFDX 端系统到AFDX 端系统流量类型；②为5G 端系统到5G端系统流量类型；③为AFDX 端系统到5G 端系统类型；④为5G 端系统到AFDX 端系统流量类型。T5gU和T5gD分别表示为5G 端系统与微基站之间的上行、下行延迟；Tgate为协议转换模块转换延迟。对于来源和目的节点均为AFDX 端系统消息，虽然在协议转换模块中不存在协议转换，但是依然存在多个RC 消息的排队输出延迟，以及本模块自身的技术时延，在本文中统一用Tgate进行表示，Tgate还包含协议转换模块的固定技术时延；Tsw为消息在AFDX 网络传输过程中经过的所有交换机的传输延迟，也包括在交换机端口输出时的排队调度时间以及交换机的固定技术延迟；Tes为交换机与航电端系统之间的传输延迟。需要说明的是，在图4 中描绘的消息，都假定流经了AFDX 核心网络。其实，当消息为局部域内消息时，则不存在经过AFDX 核心网络的路径，则其对应的Tsw为0。

图4 机内混合组网流量示意图Fig.4 Schematic of airborne hybrid network traffic

图5 机内5G 混合组网仿真拓扑Fig.5 Simulation topology of airborne 5G hybrid network

5G 网络接入会带来接入延迟，以及延迟形成的突发度会对后续消息传输产生持续影响。因此需要对5G 接入网络的延迟进行分析，以实现机内混合组网的性能评估。

2. 2 随机网络演算模型

网络演算（Network Calculus，NC）是一种基于最小加代数理论的网络性能分析方法［20］，其主要分为确定性网络演算［21］与随机性网络演算［22］。确定性网络演算刻画流量端到端传输延迟的最坏性能上边界。由于到达曲线和服务曲线本身的悲观型，往往确定性网络演算得到的性能上边界比流量真实最坏传输延迟要大。事实上流量能够满足最坏传输场景的可能性极低，通过网络仿真也能发现最坏传输场景为其极端罕见事件。由此发展了随机网络演算方法，利用概率模型，在一定置信条件下计算流量的最坏传输延迟，可以大大降低确定性网络演算的悲观性。相比于网络仿真，其置信条件是从解析模型的角度进行构造和满足，比单次仿真后置信度的概率统计方式要更确定和有保障。

在随机网络演算中最重要的概念为随机到达曲线以及随机服务曲线，其定义如下所示：

定义1 （随机到达曲线）到达数据流量存在一个随机到达曲线 α ∈F，其存在边界函数f ∈Fa，表示为A(t)～＜f，α ＞。对于任意的t ≥0 以及x ≥0，都有

式中： sup 表示为函数的上确界。

在随机网络演算中，定义随机到达曲线来表示到达数据的上包络，表示在一定置信条件下到达的流量不会超过随机到达曲线，其上界函数为f (x)。

定义2 （随机服务曲线）对于服务于数据流的系统S，该系统对于到达的数据流提供一个随机服务曲线β ∈F，其存在边界函数g ∈Fa，表示为S～＜g，β ＞。对于任意t ≥0，都有式中：卷积⊗在最小加代数中可以表示为A ⊗β=inf0≤s≤τ{ A(s)+β(s+τ)}， inf 表示函数的下确界。随机服务曲线表示在一定置信条件下系统服务能力不会超过到达流量速率，其概率边界为g(x)。

引理1 （随机网络演算延迟边界）对于一个实时系统，A(t)为一个随机到达过程，其到达曲线为α，边界函数为f (x)。实时系统提供随机服务过程S(t)，其随机服务曲线为β，边界函数为g(x)。对于任意的t ≥0 以及x ≥0，其给定置信条件下的延迟L(t)满足

式中：h（α+x，β）为到达曲线α+x 与服务曲线β之间的最大水平距离； f (x)⊗g(x)为边界函数f (x)、g(x)的代数和的最小下边界。

引理2 （切尔诺夫限）对于任意随机变量X且E(X )存在，对于任意常量a 和t ≥0，不等式（8）均成立：

式中：E [etX]称为随机变量X 的矩母函数。

2. 3 机内5G 接入网延迟分析

对于机内5G 混合组网需要针对不同的流量进行分析。对于AFDX 流量，每条流量受限于最大帧长Smax以及两个相邻帧之间的最小帧间间隔BAG 的约束，因此AFDX 流量到达曲线可以表示为

式中： σ 表示流量突发度，一般用帧长最大值进行刻画； ρ 表示持续比特流速率。

对于机内5G 接入网络的网络延迟分析，需要考虑5G 网络本身的特性。3GPP 标准协议中5G 流量符合到达速率为λ 的泊松过程。对5G 流量的引入需要对到达流量模型进行民机航电系统的适应性修正。其中， λ 可以等效于流量长期持续比特流速率。考虑到到达曲线为到达流量的上边界，需要引入突发度的概念。本文的模型考虑到受限于上层应用处理的串行化，在极小的时间间隔下不会突发到达2 个及以上的流量包。将1 个流量包突发到达的情况考虑到到达曲线中，参考RC 到达流的处理方式，对两个帧间的最小间隔依然采用BAG 进行标记，将修正后的5G 泊松过程到达流量的突发度σ 定义为max(lmax，BAG×λ)，其中， lmax为帧长最大值。根据网络演算到达曲线，定义得到5G 流量到达曲线为

对于某子网内微基站，其服务多个5G 端系统，每个端系统可能会有多个流量消息，因此需要对于端口聚合流量进行分析。其中5G 聚合流量到达曲线可以表示为

式中： σi为端口处第i 条5G 流量的数据帧长；λi为第i 条5G 流量的平均到达速率。根据第1 节提出的接入拓扑分析，5G 端系统流量离开后直接到达微基站处。因此进行随机网络演算过程中，到达曲线采用5G 流量的到达曲线，而服务曲线采用微基站服务能力。5G 流量相较于AFDX 的RC流量会经过微基站的服务转发后到达核心交换机中。

利用切尔诺夫限定义，可以得到5G 流量到达曲线的边界概率函数，如式（12）所示，其证明如下。

证明1

对于机内5G 混合网络中的5G 无线消息的到达过程，根据引理2 切尔诺夫限、5G 流量到达曲线以及式（5）可以得到：式中：对于平均到达流量为λ 的随机过程，可以得到其矩母函数为E[ eθA( t)]=eλt(eθ-1)，代入式（13）并对θ 求极限，当θ 满足式（14）时，式（13）右侧可以取得极限值：

将式（14）代入式（13）可以最终得到式（12），证毕。

对于5G 机内混合网络内微基站的服务曲线采用β(t)=Ct 表示，根据文献［23］可以得到5G基站服务曲线的边界函数为

最终可以得到5G 机内网络接入网延迟如式（16）所示，其证明如下。

证明2

将式（12）、式（15）代入式（7）可以得到：

最终将x=d( c-λ )-σ 代入式（18）可以得到式（16），证毕。

2. 4 混合组网优先级分析

根据前面的模型，对于5G 无线接入的流量经协议转换模块转换后在AFDX 交换网络内以速率约束（RC）流量的形式进行传输。根据AFDX协议，RC 流量存在优先级机制，实现高优先级流量的优先传输。考虑到5G 流量接入会带来接入延迟，因此需要将延迟进行换算后在后续AFDX网络中进行统一建模，以支持不同优先级消息调度输出的分析。由于5G 流量在接入后变为漏桶流量模型，因此对于共考虑N 级优先级，而当下优先级为k 的聚合流量，其对应服务曲线为

通过式（19）可以得到高优先级消息的服务曲线为

式中： lmax为为低优先级数据流的最大帧长； C 为物理链路速率。

由于交换机端口优先对高优先级数据流服务，因此低优先级数据流的传输受限于交换机端口的输出速率和交换机端口对高优先级数据流的服务，其服务曲线为

式中： C 为物理链路速率；H 为高优先级数据流集合； ρm为数据流flowm的比特流速率； σm为数据流flowm的突发度。

2. 5 混合组网端到端延迟计算

根据2.1 节中式（1）～式（4）的模型可以计算不同场景下的端到端延迟。对于串联系统，只需要考虑传输过程中的可变延迟节点。对于固定技术延迟，如发送中固定的硬件技术延迟，根据网络演算模型可直接简单地累加到最终计算结果中。根据网络演算理论，对于第i+1 级节点的流量约束与第i 级节点有关，其关系为

式中： Ti为第i 级的排队延迟，在2.3 节中已经计算出最关键的T5g，需要将5G 接入网络的延迟累积到后续计算中。

3 实验仿真与分析

3. 1 机内混合组网数值仿真模型

本节针对第2 节提出的机内5G 混合架构端到端延迟进行分析，通过数值仿真法对上述理论模型进行验证。

本次实验仿真采用A380 类似的网络拓扑为讨论基础，将其部分远端端系统改为5G 端系统接入，其网络拓扑如图 5 所示。其中共包括32 个端系统，9 个交换机，12 个5G 接入设备，4 个5G微基站，8 个协议转换模块。共涉及132 条流量，其中包括68 条5G 流量，64 条AFDX 的RC 流量，图中双向箭头旁Num 数值表示为将原有线AFDX 网络改造为混合组网后，需要将原有ES流量改造为5G 流量的数目。如采用原有AFDX网络，这些抽取改造的流量会回到旁边的AFDX端系统中。考虑到航电组网环境下流量传输的性能保障要求，在选择5G 流量的时候将更多的偏向于位于远端端系统的流量，其选取原则为非关键端系统流量。机内末梢接入网内的AFDX 与5G端系统通过承载支线网中的协议转换模块接入到机内核心骨干网络中的交换机网络；其涉及到的流量均通过一个协议转换模块转发到核心交换机路由传输到另一端的AFDX 网络系统中。

对于5G 接入网络，采用独立组网的形式接入到机内航电网络，其中5G 微基站的服务速率考虑为IMT-2020 协议中5G 基站峰值速率20 Gbit/s［24］，到达速率根据每一条流量参数独立确定，AFDX 交换机内服务速率为100 Mbit/s，协议转换模块固定延迟为16 μs，交换机技术固定延迟为16 μs［25-26］。除此之外，5G URLLC 的误码率为10-5，而eMBB 场景下可靠性需求仅为10-4［27］，因此本文实验过程中的置信概率ε 选取范围为5×10-6～2×10-5［28］。为了补偿由于5G流量接入带来的延迟，在机内核心骨干网中将5G流量定义为高优先级流量进行仿真。AFDX 网络中每条RC 流量受到最小帧间间隔BAG 以及最大帧长的限制。其详细参数信息如表 1 所示。

在图 5 所示拓扑上传输132 条消息，由于消息过多，其统计情况如表 2 所示。

基于MATLAB 平台，开发了机内网络演算模型数值验证工具，完成了5G 接入网络随机网络演算，其中置信概率从5×10-6～2×10-5变化，实现了5G 混合网络流量端到端延迟分析，分别计算5G 流量在不同置信概率下的接入延迟以及接入后消息的端到端延迟。对5G 无线接入改造后的消息端到端传输延迟和改造前有线AFDX 网络中的消息端到端传输延迟进行对比分析。

表2 仿真配置消息Table 2 Message configuration in simulation

3. 2 机内5G 接入延迟分析

本节针对所有5G 流量进行分析，在不同置信概率下进行数值仿真统计，可以得到5G 流量在机内末梢接入网数据延迟如图6 所示。由图 6可以看出，随着接入置信概率的增大，5G 消息接入延迟逐渐减小，符合随机网络演算的基本规律。除此之外接入延迟均值在450 μs 左右，对于非关键端系统的消息通过5G 无线方式接入到大型民机航电系统中的延迟影响可以忽略不计。该案例表明，对于大型民机航电系统，在原有航电网络性能不降级的前提下，通过5G 接入的方式可以实现机内无线有线混合组网，从而减少有线电缆的使用，降低原有线网络带来的SWaP问题。

图6 不同置信概率下5G 接入延迟分布Fig.6 Distribution of 5G access delay with different confidence probabilities

3. 3 机内混合组网端到端延迟分析

本节通过数值仿真实现了在相同配置下对原有有线航电AFDX 网络与本文第2 节中提出的混合组网拓扑下的民机航电系统的性能比较。在此次仿真中，5G 接入的置信概率为1.5×10-5，其结果如图 7 和表 3 所示。其中，表 3 中的均值、最大值、最小值以及中位数分别表示通过网络演算得到的所有流量的端到端延迟的统计值。

图7 5G 无线接入改造前后消息端到端延迟分布Fig.7 Distribution of end-to-end delay of messages before and after 5G radio access transformation

表3 分析结果Table 3 Simulations results

根据表 3 结果可以进一步分析得到，在该仿真案例中，5G 的接入对于机内网络所有消息端到端延迟的均值增大了176.2 μs，占原有线网络均值的4.89%，最大值增大了486.0 μs，占原有线网络最大值的5.88%，最小值增大了272.5 μs，占原有线网络最小值的32.2%，中位数增大了110.8 μs，占原有线网络中位数的3.3%。

从仿真数据来看，5G 无线网络的接入并不会对原有线机内网络延迟造成较大影响，其中延迟增加均值仅有4.89%左右。在大规模机内网络环境下，对于一些非关键端系统完全可以通过引入5G 无线网络来降低有线电缆数目，从而进一步解决SWaP 问题。