基于延迟接受的低轨星座用户接入策略

李学富 耿座学 王英伍 王培继 赵思卫 朱宇 杨明 魏小兰 刘靖

(1 云南电网有限责任公司怒江供电局,云南泸水 673199)(2 航天神舟智慧系统技术有限公司,北京 100029)

传统的卫星通信系统具有高昂的建造和运营成本以及较长的传播延迟等问题,星地融合通信系统(Satellite-Terrestrial Integrated Communication System,STICS)应运而生,将传统卫星通信系统与地面蜂窝通信系统相结合,建设覆盖天空、陆地和海洋的移动互联网[1],为用户提供可靠的泛在网络通信服务[2-4]。

传统5G网络使用小型蜂窝基站(Small Cellular Base Station,SCBS)辅助宏蜂窝基站(Macro Cellular Base Station,MCBS)分流用户,并通过无线回程技术接入核心网[5-6]。在STICS中,通过部署类似于SCBS的卫星中继基站(Satellite Relay Base Station,SRBS),与地面蜂窝基站形成融合异构网络,共同为用户提供接入服务[7]。

早期的用户接入策略[8]选择参考信号接收功率最大的基站进行接入,以实现最大的下行链路传输速率。但由于信号强度与用户和基站之间的距离相关,用户会始终连接某固定基站,导致基站之间负载失衡和网络资源的浪费。为了提高网络吞吐量、平衡基站负载,研究者们提出了多种改进策略,如对基站增加偏置[9]、小区范围扩展策略[10]、上下行链路解耦方法[11]等。目前星地融合通信系统用户接入决策的相关研究相对较少。

本文针对STICS中的多网络覆盖的用户接入问题,建立了星地融合通信系统混合整数线性规划模型,提出了基于延迟接受的低轨用户接入算法:建立了综合考虑网络最大数据回程速率和最大用户接入数的星地融合通信系统混合整数线性规划模型;针对子载波信道单元,建立了基于通信链路信道传输和基站负载情况的偏好序信息的综合偏好序模型;结合偏好序信息,提出了基于延迟接受的用户接入策略,仿真测试证明了所提接入策略在网络速率性能和负载均衡方面优于现有算法。

1 星地融合网络模型

STICS系统由卫星部分和地面部分组成,如图1所示。卫星部分包括在地面上空可见范围内的低地球轨道(LEO)卫星,它们通过激光通信建立星间链路,并在星座内转发数据。地面部分包括一个MCBS、若干SCBS和若干SRBS蜂窝基站,它们与卫星中继基站一起提供不同覆盖范围的小区。用户在小区内可以通过这些基站接入核心网。交错覆盖的小区通过用户服务链路为地面用户提供服务。用户在接入网络时可以根据用户接入策略选择以下3种小区之一接入网络:

图1 星地融合网络

(1)MCBS接入,用户可以选择通过回程容量很大的MCBS,通过地面光纤链路直接接入核心网;

(2)SCBS接入,用户可以选择通过回程容量较小的SCBS,在多跳的有线或无线蜂窝回程链路上接入核心网;

(3)SRBS接入,用户可以选择通过回程容量可变的SRBS,通过Ka频段的星地回程链路接入核心网。

将用户终端定义为u,用一个集合UJ来表示所有的用户,UJ={1,2,...,U}。将用户可以接入的小区定义为m,用一个集合MJ来表示所有的小区,MJ= {0,1,2,...,M},其中,m=0时表示小区m是MCBS,1≤m≤M′时表示小区m为SCBS,M′+1≤m≤M时表示小区m为SRBS。引入大小为U×M的二维二进制矩阵X描述U个用户与M个小区接入的关系。其中,xu,m=1表示用户u在小区m的覆盖范围内;xu,m=0表示用户u不在小区m的覆盖范围内。

所有的小区共享一个相同的频谱资源池,采用OFDM的方式将有限的频谱资源划分为若干个互不干扰的子信道。将子信道定义为k,用一个集合KJ来表示所有的信道,KJ={1,2,...,K}。为了方便网络信道资源的管理,将小区集合MJ与信道集合KJ作预组合,将一个组合定义为一个子载波的信道单元(Carrier Channel Unit,CCU),记为(m,k)。为了描述所有的CCU组合,引入一个大小M×K的矩阵

(1)

为了描述U个用户在M个小区中与K个信道的占用关系,引入一个大小为U×M×K的三维二进制矩阵Y。其中,yu,m,k=1表示用户u使用(m,k)进行数据回程,即用户选择第m个小区接入网络,并在小区m中使用第k个信道的子载波进行数据传输。否则,yu,m,k=0。

由于是城市的环境,受到多径效应的影响,上行链路的信道传播服从瑞利衰落,信道增益为

hu,m,k=gu,m,k·βu,m·(du,m)-α

(2)

式中:gu,m,k表示服从瑞利衰落的复高斯变量;βu,m表示服从对数正态分布的变量;du,m表示用户u和小区m之间的距离;α表示路径损耗系数。

用户u通过(m,k)回程的信号定义为

su,m,k=

(3)

式中:pu表示用户u的发射功率;su,m,k的信道系数表示为hu,m,k;式中第二项表示除用户u以外的其他用户对(m,k)的干扰总和;GNm～N(0,σ2)表示加性高斯白噪声;σ2表示噪声方差。

将地面网络带宽定义为W,用户u通过(m,k)回程的数据速率为

Ru,m,k=

(4)

小区m的总数据回程速率可以表示为

(5)

将小区m的回程容量定义为Cm,MCBS和SCBS的回程容量通常是固定的,即当1≤m≤M′时,Cm是一个固定的值。而在SRBS下由于受传播延迟影响较大,定义如下的SRBS的回程容量。

将LEO卫星定义为n,用一个集合NJ来表示在小区集合MJ上空飞行的所有LEO卫星,NJ={1,2,...,N}。由于LEO卫星周期性的高速运动和较低的卫星轨道高度,只有卫星在地面小区的可见仰角范围内才可以建立高质量链路进行数据回程。

SRBS正常连接到卫星后,小区与卫星之间的空间关系如图2所示。O点表示地心,M点表示小区m的位置,N点表示LEO卫星n的位置,P点表示卫星星下点,δm表示小区经度,δn表示卫星经度,θm表示小区纬度,θn表示卫星纬度,γ表示链路M-N与地平面的仰角。

图2 小区与卫星空间关系

为了更好的描述小区与LEO卫星的连接关系,引入一个大小为M×N的二维二进制矩阵Z。其中,zm,n=1表示小区m可以与卫星n建立连接;否则,zm,n=0。

对于SRBS来说,星地链路受到长传输距离导致的长传播时延影响,故回程容量也与传播时延相关,定义卫星n的传播时延为

(6)

式中:Hn表示卫星n的轨道高度;c表示电磁波传播速度。

除此之外,SRBS的回程容量还与SRBS的链路负载相关,定义小区m(当M′+1≤m≤M时)与卫星n的链路负载为Lm,n,Lm,n可由式(7)联立求解

(7)

式中:Cm,n为卫星n对于小区m的回程容量;Nm={1≤n≤N|zm,n=1}表示与小区m连接的卫星n的集合;Um={1≤u≤U|yu,m,k=1,∀k}表示接入小区m的用户的集合;Du表示用户u产生的数据流量。

则SRBS的回程容量为

(8)

为了平衡STICS中各小区的接入用户数量和数据回程速率,引入负载率ωm来表示已接入小区m的用户产生的数据速率与其最大回程容量的比例ωm=(∑u∈UmDu)/Cm。

故本文建立了STICS的用户数据回程模型,以网络的最大数据回程速率与最大接入用户数作为衡量网络性能作为优化目标,目标函数定义为

(9)

同时应满足以下约束方程:

s.t.yu,m,k≤xu,m,∀u∈UJ,m∈MJ,k∈KJ

(10)

(11)

(12)

Rm≤Cm,∀m∈MJ

(13)

ωm≤1,∀m∈MJ

(14)

(15)

(16)

通过对星地融合网络的分析与建模,将STICS中用户接入策略问题转化为了最大化所有小区数据回程速率总和与最大化接入用户数的优化问题。由于优化问题中包含离散变量,所以该问题是一个具有非凸目标函数的三维整数规划问题。为了降低算法的复杂度来解决这一问题,可以将用户、小区和信道的关联分配看作是一个多元匹配的过程。具体来说,用户、小区和信道是相互匹配来获得最大化数据传输速率的,而由于同信道干扰,用户与小区之间存在依赖关系等问题,这使得能够利用不同匹配组合的信道增益差别来优化该问题。

由于小区间存在同信道干扰的现象,用户通过一个小区中的CCU接入网络时,会受到其他小区的用户同频段信道的干扰,同时,该信道的利用率也会因为这样的同频干扰受到影响。对于(m,k)来说,在信道k上还会存在其他的用户u′与其他的小区m′的通信链路u′-(m′,k),用户u′在小区m′内通过信道k传输数据的同时,其发射的信号也会对小区m产生k信道上的同频干扰。不同的用户在不同的小区发射的信号会带来不同程度的干扰现象,因此用户在选择接入网络时,权衡其他链路u′-(m′,k)的信道增益与其对(m,k)产生的干扰增益对于小区的数据速率总和的影响,从而为用户选择合适的接入网络,最大化所有小区的总和速率。同时,考虑到各个小区的回程容量和小区负载水平,可以将用户的接入选择看作用户与众多的CCU进行匹配的过程,因此,采取如图3所示的延迟接受的匹配思想,提出一种变形的延迟接受算法对该问题进行求解。

图3 基于延迟接受的用户接入策略

2 基于延迟接受的用户接入策略

2.1 延迟接受问题

文献[12]提出了延迟接受问题,通过GS(Gale-Shapley)算法解决了具有明确偏好序信息的男女婚恋匹配问题,并引入了稳定匹配的概念。

假设用集合A={a1,a2,...,aM}和集合B={b1,b2,...,bN}表示参与匹配的两个群体,用I(或来表示参与者i∈A∪B之间的偏好序。

对于a,若有biabj(或则说明a在bi和bj中偏好bi(或同等偏好);若有aabi,则说明b对a来说是不可接受的。定义一个匹配Ψ,该匹配是一个A×B→A×B的双射,它满足以下性质:

(17)

Ψ(a)=b⟺Ψ(b)=a,∀a∈A,b∈B

(18)

其中,式(17)表示群体内部无法匹配,式(18)表示参与者a有且仅有一个匹配对象为参与者b,反之亦然。

为了衡量一个匹配的好坏,GS算法提出了两个指标:稳定性与帕累托最优。

如果a匹配到一个不可接受的对象,即a≻aΨ(a),则称匹配Ψ被个体a限制。如果一个匹配不被任何个体限制,则称其是个体理性的;如果a和b都相对其现在的匹配对象更加偏好对方,即b≻aΨ(a),a≻bΨ(b),则称匹配Ψ被匹配对(a,b)限制。如果一个匹配是个体理性的且不被任何匹配对(a,b)限制,称其是稳定的。

帕累托最优指的是一种资源分配状态,即没有办法在不使任何匹配参与者利益受损的情况下提高其中某一方的利益。换句话说,称一个匹配Ψ是帕累托最优的,则不存在另一个匹配Ψ′满足:

(19)

2.2 算法描述

传统的延迟接受问题具有明确的匹配双方,根据双方主体彼此明确或模糊的偏好序信息进行匹配。STICS中,仅将用户和CCU作为匹配双方主体,只能给出彼此的信道增益,无法明确链路与链路间的干扰增益。本文将用户与CCU的对彼此的偏好序,转化为STICS中的一个CCU对一个用户与其他CCU建立的通信链路的偏好序。如此,便可以得到由链路的增益与干扰构成的偏好序信息。

定义一个(m,k)对STICS中的一条链路u·-(m′,k)的偏好信息为

(20)

为了衡量信道k的利用率,定义STICS中一个信道的数据速率总和为

(21)

式中:对信道k有Rk(Ψ1)>Rk(Ψ2)⟺Ψ1≻kΨ2。

(22)

因为会对(m,k)产生影响的链路有很多,所以引入一个大小为U×M的偏好序信息矩阵Wm,k来表示这些偏好序。

(23)

基于延迟接受的用户接入算法流程主要包括初始化匹配、信道单元匹配、用户选择接入3个部分,算法流程图如图4所示。

图4 基于延迟接受的用户接入算法流程图

1)初始化匹配

如果出现用户u可与多个(m,k)匹配的情况,则从这些CCU中选择信道增益最大的与其匹配,并拒绝其他选择。这样,就可以得到一个初始匹配Ψ。

2)信道单元匹配

对于每个(m,k),在未匹配的用户和小区中,选择满足式(20)的偏好序最高的链路u-(m′,k)作为候选匹配,以信道进行划分,得到K个由候选匹配链路组成的集合S,每个信道对应一个集合Sk。

(24)

在Sk中,选择能对信道k带来最大利用率的链路u″-(m″,k)加入候选集合S*,并拒绝Sk中的其他候选匹配,认为对于信道k来说,新得到的匹配比之前的匹配更好,且加入链路u″-(m″,k)的匹配比加入其他链路u′-(m′,k)的匹更好

(25)

3)用户选择接入

如果未匹配的用户u″收到了多个CCU的匹配,那么它只接受具有最高综合偏好序的CCU,并且拒绝所有其他CCU。一旦该用户匹配成功,就将其从Uun中删除。

结合上述分析,本文提出基于延迟接受的用户接入策略(User Access Strategy Based on Delayed Acceptance,UADA),以子载波信道单元为主体,构建综合偏好序信息,该信息包含基于通信链路信道传输模型的偏好序信息和基于基站负载情况的偏好序信息,并通过贪婪迭代搜索求解帕累托最优的稳定匹配方案。

3 算法仿真与分析

为了验证所提出的用户接入策略的性能,本文分别用基于最大参考信号接收功率策略(RSRP)[13]、基于最大接收信干噪比策略(SINR)[6]、小区面积延展技术(CRE)[8]和本文提出的基于延迟接受的用户接入策略(UADA)求解星地融合通讯系统用户接入问题,并对比分析仿真结果。验证平台为具有IntelCore i9-9900K处理器,32GB内存的PC机,建立LEO卫星星座的仿真模型,得出SRBS与LEO卫星的连接关系,然后使用仿真软件验证提出的UADA策略的性能。

仿真场景设计如下:选取MCBS的坐标为东经116.39°,北纬39.93°,覆盖半径为1000 m。在MCBS的范围内,设置了20个SCBS帮助MCBS进行分流,10个SRBS与卫星进行回程通信,SCBS的覆盖范围设置为200 m,SRBS的覆盖范围设置为150 m,用户随机分布在MCBS的覆盖范围内。如图5所示,白色圆圈表示MCBS覆盖范围,红色圆圈表示SCBS覆盖范围,蓝色圆圈表示SRBS覆盖范围(图5中选取10个SCBS和5个SRBS为例)。

图5 MCBS、SCBS、SRBS小区分布图

所使用的低轨星座基于“GW”星座构型(如表1所示),对STICS中的LEO卫星部分进行仿真。“GW”星座由分布在1175km高度的864颗卫星组成,共分为18个轨道面,这18个轨道面沿180°均匀分布,每个轨道面内有48颗卫星,单颗卫星的运行周期为109min。

表1 “GW”星座构型

设置MCBS的发射功率为46dBm,SCBS和SRBS的发射功率为33dBm,用户终端的发射功率为23dBm。假设MCBS和SCBS都使用地面光纤回程链路,其回程容量固定为200Mbit/s和20Mbit/s,SRBS的回程容量可随建立连接的卫星数量增加而增加。设置地面C频段通讯服从瑞利衰落,地面噪声密度为-174dBm/Hz,C频段带宽为20MHz。根据上述仿真设置,对本文提出的UADA策略,与传统的异构网络用户接入策略RSRP、SINR和CRE的网络数据回程速率作对比。

首先,针对传统的地面异构网络应用RSRP、SINR和CRE策略,再针对引入SRBS的STICS应用UADA策略,如图6所示,发现STICS可以显著的提升异构网络的回程容量,从而提高网络回程速率。

图6 星地融合网络与传统地面异构网络回程速率对比图

由图6可见,在传统地面异构网络中,CRE策略的表现最好,因为引入了小区偏置系数,用户在选择基站时,会更多的考虑附近的SCBS,因此无论用户数量多少,应用CRE策略的网络回程速率都是最高的。在用户数量较多时,RSRP和SINR策略因为未考虑负载均衡,导致用户大量连接至MCBS,大量的SCBS空闲,使得网络回程速率较低。而CRE策略会使一部分用户分流至SCBS,可以提高网络回程速率。同时可以看到,STICS相较于传统地面异构网络,回程速率大幅提高。在用户数量较少时,用户间的同频干扰现象较弱,优先选择接入信道条件较好的小区,此时用户大部分连接至MCBS,不同的策略差异较小。随着用户数量增加,SRBS和SCBS将更多的发挥其分流的作用。

之后,在STICS中同时应用UADA策略与CRE策略,对比不同用户数量下的网络回程速率,如图7所示。

图7 UADA策略与CRE策略回程速率对比

由图7可见,UADA策略与CRE策略性能接近,但是随着用户数量的增加,UADA的表现更好。在用户数量较少时,CRE的表现比UADA稍好,可能是因为UADA的干扰管理算法影响了用户接入的选择,未能达到最优的接入策略。随着用户数量的增加,UADA将反超CRE,并在用户数量较多时,有着更好的表现。这是因为UADA基于信道增益的偏好序信息避免了严重的同频干扰,同时基于基站负载的偏好序信息使用户更加均衡的接入网络,最大化的利用网络资源。

接下来,为了验证UADA策略对STICS负载的均衡效果,设计如下仿真:在UADA中只考虑信道增益带来的单偏好序信息(Single preference order information,SPOI)和考虑信道增益及小区负载率的综合偏好序信息(Comprehensive preference order information,CPOI)时,考察用户接入不同小区的分布情况,如图8和图9所示。该仿真中,设置用户数量为300,SRBS的回程容量随着可接入卫星数量增加而变化,SRBS最大服务用户数量为15,其余设置不变。

图8 不同偏好序信息下地面网络与卫星网络用户比例

图9 不同偏好序信息下各小区用户分布

根据图8可以得知,SPOI下的地面网络和卫星网络接入的用户数量保持在一定范围内。将MCBS和SCBS归类为地面网络,将SRBS归类为卫星网络。由于地面网络中的MCBS回程容量大,发射信号功率大,SCBS较SRBS的覆盖面积更大,因此地面网络接入的用户数量占比更大,在75%左右,而卫星网络接入的用户数量占比较小,在25%左右。在只考虑信道增益的SPOI时,SRBS的回程容量与SPOI无关,因此不同的SRBS回程容量下,地面网络与卫星网络的接入用户比例基本不变。当考虑CPOI时,小区的负载率就成为了一个关键因素。当一个小区接入的用户较少但却具有较大的回程容量时,其负载率较低,较低的负载率将会使CPOI变大,从而影响用户接入时的选择。随着SRBS的回程容量变大时,卫星网络的接入用户比例不断上升,地面网络的接入用户比例不断下降,但是由于受到小区最大服务用户数量的限制,卫星网络用户的比例不可能一直上升,最终,在43%左右的比例保持不变。

由图9可见,当考虑SPOI和CPOI-20Mbit/s时,各小区的用户分布情况基本一致。随着SRBS的回程容量增加,MCBS与SCBS的用户比例呈下降趋势,而SRBS的用户比例呈上升趋势。当SRBS的回程容量较大时,其负载率将会变低,因此相应链路的CPOI将会变高,用户在选择接入点时也有更大的机会连入SRBS。当SRBS回程容量为40Mbit/s时,用户接入不同类型网络的分布较为均衡。当SRBS回程容量为60Mbit/s时,SRBS接入的用户数量将显著提高。

由于SRBS的数量与其覆盖范围有关,为了研究不同数量SRBS对网络负载的影响,在之前仿真的基础上,增加SRBS的数量,分别对10、15、20个SRBS进行对比,如图10所示。

图10 不同数量SRBS对网络负载的影响

由图10可见,当SRBS的数量增加时,通过卫星网络接入的用户比例更高,通过地面网络接入的用户比例更低。当SRBS数量为10个时,SRBS接入的用户比例最终稳定在43%左右;当SRBS数量为15个时,SRBS接入的用户比例最终稳定在49%左右;当SRBS数量为20个时,SRBS接入的用户比例最终稳定在53%左右。由此可见,STICS中各类型网络是相互影响的,SRBS的流量卸载能力不与SRBS的数量呈线性关系。反而,随着SRBS数量增多,其提供的用户分流能力将变差。所以,UADA策略更适用于有限个SRBS的STICS网络。

当SRBS的回程容量为60 Mbit/s时,不同数量SRBS下各类型小区接入的用户比例如图11所示。

图11 不同数量SRBS下各小区用户分布

由图11可见,当SRBS数量增加时,其接入的用户比例会变高,其余两种小区接入的用户比例会变低。通过MCBS与SCBS接入的用户比例差会逐渐减小,这是因为当大部分用户接入SRBS后,边缘用户会倾向选择信道增益更高的MCBS,但随着SRBS数量增加,原先的一些边缘用户被新设置的SRBS服务,因此其因边缘用户产生的优势相对减小。

4 结束语

星地融合通信系统具备高带宽、全球覆盖和高可靠性的特点,被认为是未来网络设施发展的重要方向。本文针对星地融合网络中由卫星快速周期运动引起的动态回程对用户接入的影响问题,提出了一种基于延迟接受的用户接入策略(UADA)。通过建立匹配模型,将信道单元资源分配和干扰管理相结合,考虑了过境卫星数量和用户同频干扰等因素。在弹性回程约束下,提出了网络回程总和速率目标优化函数,并引入了用户与其他信道单元通信链路的增益和干扰系数的偏好序信息。同时考虑了基站负载水平对接入策略的影响,构建了延迟接受的综合偏好序信息,并基于贪婪迭代搜索求解帕累托最优的稳定匹配方案。

通过设计仿真场景并与现有算法进行比较,结果表明,所提出的UADA算法不仅能够提供更高的回程速率,而且显著提高了星地融合网络的负载均衡能力,性能明显优于其他算法。