衛星跳波束資源分配綜述

2019-06-27 00:22:30 移動通信2019年5期

唐璟宇 李廣俠 邊東明 胡婧

【摘? 要】衛星跳波束技術可在空間、時間、頻率和功率四個維度上進行資源分配,以其優越的靈活性、資源利用效率以及適應地面業務動態變化的能力,在高通量衛星系統中展現出良好的適用性。梳理了衛星跳波束資源分配算法,分析了現有分配算法的特點和不足,并以低軌衛星星座系統的場景和需求為著眼點,提出了跳波束技術應用于低軌衛星星座系統上的有意義的研究點。

【關鍵詞】高通量衛星;低軌衛星星座系統;跳波束;資源分配;共信道干擾

中圖分類號:TN927

文獻標志碼:A? ? ? ? 文章編號:1006-1010(2019)05-0021-06

1? ?引言

多波束天線技術作為寬帶衛星通信系統的必選技術之一,已經在眾多的實際衛星通信系統中得到廣泛的應用。傳統多波束衛星將帶寬和功率均勻分配給各個點波束,但由于地面業務的分布和需求是非均勻的,導致衛星系統的資源利用率不高,實際通信容量大打折扣。為了解決衛星資源需求和配置不匹配的問題,在傳統多波束的基礎上發展起來了靈活載荷(FP, Flexible Payload)多波束和跳波束(BH, Beam Hopping)。

眾多文獻資料表明,跳波束衛星系統相較于非跳波束衛星系統在資源分配方面具有更優異的性能。PieroAngeletti[1]分析了通過引入跳波束技術對多波束透明轉發衛星系統性能提升的效果,利用遺傳算法設計最佳匹配業務需求的跳波束方案。Anzalchi[2]在Angeletti研究工作的基礎上,以ESA DDSO(Digital Divide Satellite Offer)給出的未來歐洲業務需求分布為標準,評估了Ka頻段衛星中使用跳波束技術和不使用跳波束技術兩者之間的性能對比。Juan Lizarraga[3]從星上資源靈活分配和衛星載荷性能兩個角度對引進跳波束技術之后所帶來的性能提升進行了比較詳細的分析。Lauri Sormunen[4]通過SNS3(Satellite Network Simulator 3,衛星網絡模擬器3)對高通量衛星跳波束進行了模擬,證明了跳波束系統相對于傳統的非跳波束衛星系統能提高資源的利用率。Wanying Liu[5]首次提出了寬帶LEO衛星通信應用跳波束的構想,仿真證明在低軌衛星上跳波束的性能優于靈活載荷多波束,并給出了相應的資源分配算法。由于跳波束衛星系統具有更好的靈活性以及更高的資源利用效率,能夠很好地適應地面用戶的不均勻分布和通信業務的動態變化,已經在未來衛星通信網絡中展示出巨大的應用前景,本文接下來將對衛星跳波束的資源分配進行分析。

2? ?跳波束衛星系統模型

跳波束衛星系統的應用場景一般是由高通量衛星對地面用戶提供寬帶接入服務,現有的衛星跳波束資源分配優化算法主要針對前向鏈路,因為前向鏈路是業務流的主要方向[6]。前向鏈路的簡化模型如圖1所示,多媒體業務流從網關站(GW)經由衛星通過跳波束下行鏈路傳送給地面用戶,下行鏈路采用TDM(Time Division Multiplexing,時分復用體制)。每個點波束所覆蓋的區域在這里稱之為小區(cell)。根據具體的業務和應用場景的不同,跳波束的方式可以有多種,波束可以在所有小區內按照跳波束圖案跳變,也可以將多個小區合成一個簇,每個簇內都至少有一個波束被點亮。

為了準確的描述衛星系統服務能力的性能,我們做以下定義:

(1)小區總數為M;

(2)衛星總功率為Ptot,總帶寬為Btot;

(3)跳波束時間周期為T,時隙長度為Tslot,跳波束時間窗長度W=T/Tslot;

(4)每一時隙內點亮的最大波束數為Nmax;

(5)每個小區的容量需求為R^i,i=1, 2, …, M;

(6)衛星提供給各個小區的容量為Ri,i=1, 2, …, M;

(7)衛星提供的總容量Rtot_off=Ri,有效容量

Ruseful=min(Ri,R ^i),未滿足容量Runmet=Rtot_off-Ruseful。

制約多波束衛星系統通信容量的重要因素之一是共信道干擾(CCI, Co-channel Interference),多波束衛星所有波束同時工作,使用相同頻段的波束之間會相互干擾,使得通信速率下降。而跳波束采用時間分片的方式,在每一時刻僅有幾個波束工作,大大減輕了CCI的問題。但是,這并不意味著跳波束衛星系統不存在CCI問題。跳波束衛星系統每個波束可使用衛星整個帶寬(也可以使用部分帶寬),若同一時隙內同時點亮的波束數較多或者相鄰的兩個波束在同一時隙內被點亮且頻段有重疊,CCI問題依然嚴重。因此,在跳波束衛星系統資源分配的優化算法中,CCI也是一個非常重要的考量因素。

設衛星給各個波束(小區)的容量Ri定義為:

其中,Ti,j∈{0,1}表示波束i在跳波束周期的第j時隙內被點亮(Ti,j=1)或者不被點亮(Ti,j=0);SINR表示波束i在時隙j內的信干噪比SINR,定義為:

其中,Pi,j是在時隙j時分配給波束i的功率,N0是噪聲功率,Ai是波束i的信道和傳播衰減系數,是除了波束i之外在時隙j內被點亮的波束集合。

如果采用DVB-S2協議,則公式(1)可以被改寫為:

其中,Rs是符號速率,fDVB-S2是DVB-S2標準中SINR所對應的頻譜效率函數。

3? ?衛星跳波束資源優化算法

現有的跳波束衛星系統資源分配算法(以下簡稱分配算法)中,根據分配算法的目標函數和是否考慮CCI,可以將分配算法做個簡單的梳理,如表1所示。當考慮CCI時,資源分配的優化問題往往是NP-hard問題。當不考慮CCI時,則退化為凸優化問題。是否考慮CCI要根據系統跳波束衛星系統具體的應用場景和跳波束的方式是否會造成CCI或者CCI的嚴重程度來決定。

表1中,wi為每個波束優先級代表的權重,|·|表示取絕對值運算。

3.1? 啟發式算法

文獻[1]提出了將遺傳算法(GA)用于跳波束衛星資源分配優化,在該文獻的假設中,總帶寬Btot被劃分為Nf個信道,每個信道的帶寬為Bf=Btot/Nf,每個信道又復合了Nc條連續的載波,為了簡單起見,每條載波的功率是相同的。跳波束計劃由矩陣BH(i, n, j)來表示,1≤i≤M,1≤n≤W,1≤j≤Nf,BH(i, n, j)=1表示第i個波束的第j條信道在第n個時隙內處于工作狀態,反之則BH(i, n, j)=0。由于每個波束所用的帶寬是整個系統帶寬的一部分,所以每個波束容量不能用公式(1)和(3)計算。在第n個時隙內,第j條信道上可提供的通信容量定義為Rij(n),考慮CCI,Rij(n)由文獻[7]、[8]中的方法計算可得。則第i個波束的總容量為:

從問題建模中可以看出,目標函數完全由跳波束計劃矩陣BH(i, n, j)決定(Rij(n)也是關于BH(i, n, j)的函數)。目標函數的非線性和解空間的維數多是選擇遺傳算法求解的主要原因。將BH(i, n, j)作為染色體,經過交叉、變異和篩選,最終獲得使目標函數最大化的跳波束計劃矩陣。

該分配算法的優點之一在于每個波束使用部分頻帶,可以在一定程度上提供帶寬分配的靈活性。但是缺點也很明顯,其功率是均勻分配的,若再考慮功率的靈活性,算法解空間的維度進一步增加,算法初始種群的選擇對最終結果影響很大,很有可能陷入局部最優解。

為了避免遺傳算法陷入局部最優解,文獻[2]在遺傳算法的基礎上再增加了兩個步驟,依次為鄰域空間搜索(NS, Neighborhood Search)和迭代的局部搜索(ILS, Iterated Local Search)。算法組合的特性導致其計算時效性低[9],不適合地面業務量動態變化比較快的場景。

3.2? 迭代算法

文獻[10]-[12]著眼于CCI對跳波束衛星系統資源分配的影響,提出了minCCI和maxSINR兩種迭代算法來實現衛星資源分配與地面業務需求的匹配。兩種分配算法的基本場景和假設如第2節所述,優化問題建模為:

minCCI是一種基于當同一時隙點亮的波束之間彼此相隔較遠時,CCI的程度可以大大減輕,由此可以提高波束內的SINR,進而提高波束容量的思想。maxSINR則是直接最大化各個波束的SINR來達到提高波束容量的目的。通常地,算法的跳波束方案由時隙分配矩陣Tp∈{0,1}M*W和功率分配矩陣Pp∈RM*W組成,Tp和Pp表示是否某個波束在某個時隙內點亮以及分配給該波束相應的功率。minCCI(maxSINR)算法的簡化偽代碼如圖2所示:

3.3? 凸優化算法

上述的啟發式算法和迭代算法都存在計算量大、計算耗時長的問題,不適用于實時地去匹配地面業務動態變化的場景。若跳波束方案導致的CCI影響程度較小(比如,同一時隙內允許的點亮的最大波束數Nmax較小),則可以不考慮CCI的影響。文獻[11]提出了兩種未考慮CCI的目標函數,并用凸優化算法求得閉式解。

4? ?衛星跳波束資源優化發展展望

現有的衛星跳波術資源優化大多是從地面業務容量需求與衛星波束容量相匹配的角度來設計資源分配算法,也有一部分學者從其他的角度來進行跳波束資源分配,Han Han[13]關注于跳波束系統中各個小區用戶的時延公平性,由于物理條件的限制,波束跳變速度遠小于數據包的到達速度,先到先服務的策略并不現實,于是以時延公平性為準則提出了跳波束的優化算法。或者將跳波束與其他技術相結合來提高系統容量,Tao Zhang[14]提出了一種跳波束資源配置的算法,根據業務分布調整波束的尺寸大小,可以使得更多的用戶接入衛星,波束的帶寬資源得到充分利用。Alberto Ginesi[6]將跳波束與預編碼(precoding)相結合來減少CCI的影響。

衛星跳波束技術研究起步較早,但受制于天線技術,衛星跳波束技術未能成為一個研究的熱點,相關的文獻資料還比較少,在實際系統中的應用也不多。但是,隨著近年來低軌衛星星座系統的蓬勃發展,衛星可用頻率資源競爭的加劇,衛星跳波束技術以其優越的靈活性、資源利用效率以及適應地面業務動態變化的能力,將在低軌衛星星座系統中得到充分的重視。跳波束技術應用在低軌衛星星座系統中主要有以下幾個有意義的研究點:

(1)低軌衛星跳波束前向鏈路資源分配

低軌衛星星座系統主要是為地面通信網絡覆蓋稀疏的地區或飛機、遠洋船等移動載體提供寬帶接入服務,衛星覆蓋區域下的業務動態變化非常大,并且衛星相對地面的運動使得信道條件不斷變化,因此需要實時地計算波束的跳變圖案,對跳波束資源分配算法的計算量提出了較高的要求,如何平衡算法效能和計算量是設計算法時需要重點考慮的問題。

(2)低軌衛星跳波束反向鏈路資源分配

低軌衛星星座系統的反向鏈路具有使用跳波束的可能性。首先,低軌衛星的反向鏈路也有大量的業務量,用戶通過反向鏈路發送數據,需要高增益的點波束。其次,與多波束衛星相比,跳波束衛星多個波束可共用轉發器,這使得衛星的制造和發射成本降低,有實際的經濟利益驅動。根據DVB-S2X和DVB-RCS2等標準,與前向鏈路TDM的體制所不同,反向鏈路采用MF-TDMA體制,上行波束帶寬可動態分配,這樣反向鏈路資源分配又增加了一個維度,需要相應的資源分配算法。

(3)高低軌衛星頻譜共享下的跳波束資源分配

在高低軌頻率共享場景中,低軌星座衛星為次級用戶,其可用資源取決于高軌衛星資源的使用情況,在頻段的使用上受到限制,不能采用傳統的跳波束資源分配算法進行資源調度。低軌衛星以頻譜感知結果為依據,充分利用高軌衛星的頻譜空洞,通過波束覆蓋、波束功頻參數的優化,規避對高軌系統的干擾,實現高軌衛星資源的精準共用,最大化系統容量與業務服務能力。

5? ?結束語

本文介紹了跳波束技術在高通量衛星系統中的應用,重點對衛星跳波束資源分配的算法進行梳理。衛星跳波束資源分配通常以地面業務容量需求與衛星波束容量相匹配為目標函數,以共信道干擾為主要考慮因素,采用啟發式算法、迭代算法、凸優化算法等求解最優或準最優的衛星資源分配結果。同時,本文提出了跳波束技術應用于低軌衛星上的幾個有意義的研究點,對跳波束技術在低軌衛星星座系統的應用前景進行了展望。在低軌衛星星座系統中,跳波束技術將會展現出更大的優勢。

參考文獻:

[1]? Angeletti P, Prim F D, Rinaldo R. Beam Hopping in Multi-Beam Broadband Satellite Systems: System Performance and Payload Architecture Analysis[C]//Proceedings of the AIAA. 2006.

[2]? Anzalchi J, Couchman A, Gabellini P, et al. Beam hopping in multi-beam broadband satellite systems: System simulation and performance comparison with non-hopped systems[C]//Advanced satellite multimedia systems conference (asma) and the 11th signal processing for space communications workshop (spsc), 2010 5th. IEEE, 2010.

[3] Lizarraga J, Angeletti P, Alagha N, et al. [IEEE 2013 14th International Vacuum Electronics Conference (IVEC)-Paris, France (2013.05.21-2013.05.23)] 2013 IEEE 14th International Vacuum Electronics Conference (IVEC)-Multibeam satellites performance analysis in non-uniform traffic conditions[J]. 2013: 1-2.

[4] Sormunen L, Puttonen J, Kurjenniemi J. System-LevelEModling ofBeam Hoppingfor Multi-spot Beam Satellite Systems[C]//23rd Ka and Broadband Communications Conference (KaConf). 2017.

[5] Liu W, Tian F, Jiang Z, et al. Beam-Hopping Based Resource Allocation Algorithm in LEO Satellite Network[C]//International Conference on Space Information Network. Springer, Singapore, 2018.

[6] Ginesi A, Re E, Arapoglou P D. Joint beam hopping and precoding in HTS systems[C]//International Conference on Wireless and Satellite Systems. Springer, Cham, 2017: 43-51.

[7] R Rinaldo, R De Gaudenzi. Capacity analysis and system optimization for the forward link of multi-beam satellite broadband systems exploiting adaptive coding and modulation[J]. IJSC, 2004,22(3): 401-423.

[8] X Maufroid, R Rinaldo, R Casaleiz. Benefits of Beam Hopping Techniques in Future Multi-Beam Broadband Satellite Networks[C]//AIAA. 2005.

[9] Alegre R, Alagha N, V?azquez Castro M A. Heuristic Algorithms for Flexible Resource Allocation in Beam Hopping Multi-Beam Satellite Systems[C]//29th AIAA International Communications Satellite Systems Conference. 2011.

[10] Alberti X, Cebrian J M, Bianco A D, et al. System capacity optimization in time and frequency for multibeam multi-media satellite systems[C]//Advanced satellite multimedia systems conference (asma) and the 11th signal processing for space communications workshop (spsc), 2010 5th. IEEE, 2010.

[11] Lei J, Angeles Vazquez-Castro M. Multibeam satel-lite frequency/time duality study and capacity optimization[J]. Communications and Networks, Journal of, 2011,13(5): 472-480.

[12] Alegre-Godoy R, Alagha N, MA Vázquez-Castro. Offered Capacity Optimization Mechanisms for Multi-Beam Satellite Systems[C]//IEEE International Conference on Communications. IEEE, 2012.

[13] Han H, Zheng X, Huang Q, et al. QoS-equilibrium slot allocation for beam hopping in broadband satellite communication systems[J]. Wireless Networks, 2015,21(8): 2617-2630.

[14] Zhang T, Zhang L, Shi D. Resource Allocation in Beam Hopping Communication System[C]//2018 IEEE/AIAA 37th Digital Avionics Systems Conference (DASC). IEEE, 2018: 1-5.

?
战争彩金