空天地海一体化网络体系架构与网络切片技术*

付书航，周笛，盛敏，李建东，史琰

（西安电子科技大学综合业务网理论及关键技术国家重点实验室，陕西 西安 710071）

0 引言

移动通信技术从1G 到4G、再到6G 的发展过程，反映了人们的通信需求从满足人与人到人与物、再到万物智联的发展。如今，地面通信网络的更新迭代、卫星通信网络的加快部署和海洋通信网络的建设探索，为空天地海一体化网络的到来奠定了基础。而空天地海一体化网络将由各种异构网络有机融合而成，从而实现全球无缝覆盖的愿景。

早在2000 年，美国率先提出了建设天地一体化信息网络的构想，综合卫星网络和地面网络二者各自的优势，在统一框架下实现按需定制，从而为用户提供更优质的服务[1]。我国则将天地一体化网络列为科技创新2030 的重大工程项目之一，并纳入国家“十三五”规划纲要以及《“十三五”国家科技创新规划》[2]。天地一体化网络以其战略性、基础性等一系列不可替代性的重要意义，成为关乎国家安全和国民经济的重大基础设施，为实现全球无缝覆盖提供了解决方案，但设备成本昂贵。随着空中平台（如飞艇、热气球、无人机等）成本的下降，在天地一体化网络的基础上融合空基网络的空天地海一体化网络构想被提出[2]。

空天地海一体化网络场景如图1 所示，以地基网络为基础，以天基网络和海基网络为延伸，以空基网络为衔接和补充，覆盖太空、天空、地面、海洋等自然空间，满足各类用户的各类业务需求[2]。天基网络由卫星组成，可分为高轨卫星、中轨卫星和低轨卫星。高轨卫星单星覆盖能力大，但部署成本高、传播时延大。与之相比，单星覆盖能力小但成本低、传播时延小的小型低轨卫星逐渐成为被考虑的对象，由小型低轨卫星组成的巨型星座系统更是当前研究的热点，如Starlink、Oneweb。我国也启动了相应的“虹云”、“鸿雁”等星座计划。地基网络主要由局域网、蜂窝移动网组成，其中以“万物互联”为目标的5G 已实现商用，以“万物智联”为愿景的6G 正在筹备研究。而相比于天基和地基，由临近空间飞艇、飞机、无人机、热气球等空中平台组成的空基和由沿岸基站、水面舰艇、浮标等组成的海基网络的发展则稍显逊后。加之空基和海基通信易受气象条件变化和海洋环境波动的影响，目前相应的系统大多结构形式简单，服务能力有限，技术尚不成熟[3-4]。因此，空天地海一体化网络的发展面临以下两方面的重要挑战。

图1 空天地海一体化网络场景图

（1）体系架构。空天地海一体化网络由多个子网组成，不同的通信网络在节点、链接、功能和各种其他属性上不同，如低轨卫星接入节点具有很强的移动性，而无人机接入节点具有临时性。因此，需要有高效健硕的网络结构来应对异构网络间的接入、切换与融合，而网络的稳定运行、资源调度和感知维护也需要高效合理的体系架构。

（2）定制服务。不同的业务有不同的性能需求，空天地海一体化网络虽为融合网络，但不同的子网所能达到的性能标准不同，如空基网络的稳定性和可靠性较差，不宜处理高可靠性业务。如何根据业务的性能需求在一体化网路中部署相应的服务是一难点，而网络切片则是能够实现定制服务的关键技术。

为了应对上述技术挑战，本文将着重讨论空天地海一体化网络的体系架构与面向多样业务的网络切片技术。本文的主要研究工作如下：

（1）针对空天地海一体化网络当下发展的现状和所面临的体系架构方面的挑战，本文提出了一种业务管理功能边缘化的空天地海一体化网络体系架构，将业务管理功能下沉至网络边缘，并细化不同节点的虚拟网络功能，以实现高效的业务管理。

（2）针对空天地海一体化网络所面临的按需定制服务的挑战，本文提出了面向多样业务的网络切片技术，使空天地海一体化网络可以为具有不同性能指标要求的业务提供特定服务。

（3）仿真结果表明，本文提出的面向多样业务的网络切片技术相较现有网络切片方法在满足业务服务性能需求方面具有显著增益。

1 业务管理功能边缘化的空天地海一体化网络体系架构

构建和管理高效的空天地海一体化网络是一项艰巨的任务，已有许多相关的体系架构被提出。Bi 等在文献[5]中提出一种基于软件定义网络SDN 的体系架构，实现控制平面和数据平面的解耦，并利用SDN 控制器来实现混合网络融合、拓扑控制、路由扩展等。Dong 等在文献[6]中提出了一种基于多层网络的多域SDN 体系架构，各节点的交换设备组成数据平面，控制器构成控制平面，依靠不同级别的控制器实现多域、多层管理。但该两种体系架构没有从节点上将SDN 控制器的功能进行分类和细化。Feng 等在文献[7]中提出一种HetNet 架构，将整个网络划分为天基核心、地基核心和其他边缘网络域，并只允许端点在边缘访问，以隐藏网络的异构性，但没有丰富边缘网络的体系架构，以实现业务数据的及时处理。Yao 等在文献[8]中提出了一种“双骨干接入”的体系架构，双骨干即天基骨干网和地面网络，能够更加灵活地融合异构网络，并实现数据即时处理、存储和共享，但没有着重考虑空基和海基，而空基和海基发展相对较落后，设立合理的管控架构对于其融入一体化网络具有重要意义。

基于现有体系架构所存在的不足，本文提出了一种业务管理功能边缘化的空天地海一体化网络体系架构（MTMSAGSIN,An Space-Air-Ground-Sea Integrated Network Architecture with Marginal Traffics Management）。该体系架构通过三层管控体系将天基、空基、海基及其他地面网络接入地基骨干网，同时将业务管理功能下沉至网络边缘，并细化不同节点的虚拟网络功能，以实现高效的业务管理。

MTM-SAGSIN 体系架构如图2 所示。天基、空基等异构子网通过管理中心、局部管理和边缘接入控制三层管控体系结构接入地基骨干网。边缘接入控制节点的功能包括切换与资源管理、业务预处理、节点监测、切片数据库等。切换与资源管理负责决策、控制用户业务选择合适的节点接入，并管理节点的计算、存储、记忆、无线等资源。业务预处理负责对业务进行分类、流量检测等预处理工作，并将业务数据周期性上报至应用/切片管理中心。节点监测负责监测节点的状态和故障情况，并周期性上报至局部管理节点的故障管理功能。切片数据库存储来自切片管理中心的已生成的典型应用切片，当用户业务到达时，可调用切片进行处理；当用户请求不存在的切片时，切片数据库将向切片管理中心请求该切片。

图2 MTM-SAGSIN体系架构

局部管理节点的功能包括切换与资源管理、控制参数迁移、故障管理、移动性管理和透明转发等。控制参数迁移负责接入控制节点收集的业务特征、资源使用情况等数据上传至管理中心，并将管理中心的控制参数下发至接入控制节点。故障管理负责监测接入控制节点的状态，当节点出现故障时进行故障定位、分析和处理，并将状况上报至故障管理中心。移动性管理负责用户和接入节点位置信息的登记、更新和存储；负责鉴权和安全管理并维护用户和接入节点间的相对关系。透明转发则将接入控制节点的业务数据转发至数据管理中心。

管理中心由应用管理中心、切片管理中心、故障管理中心和数据管理中心组成。应用管理中心负责应用数据的周期性收集、统计和分析，并将结果输入给切片管理中心。切片管理中心根据应用管理中心的结果生成相应的切片，将切片下发至切片数据库。故障管理中心对网络故障进行统计分析，并生成故障处理策略，下发给故障管理节点。数据管理中心负责聚合、存储、分析、处理和分发数据，并充当网关，将异构子网络的业务数据接入到地基骨干网中。

以海基网络为例。当船客、船员或救生艇等用户想接入互联网时，可通过船载基站、钻井平台、海上浮标等接入网络，这些接入控制节点将数据传送给沿岸基站，沿岸基站再将数据传送给海基地面综合站，通过数据管理中心即可接入地基骨干网（即互联网）。当用户想请求某服务时，海基接入网先查看切片数据库是否存储了相应切片，有则调出进行服务，无则通过沿岸基站向切片管理中心请求。作为接入网与综合站之间的次级管理节点，沿岸基站负责海上平台的移动性管理、故障管理、切换和资源管理等，并向综合站上报相应的状态信息。作为接入网与综合站之间的中继传输节点，沿岸基站负责接入网数据的中继，由此可扩大海基接入网在海面的覆盖范围。

值得一提的是，不同的通信系统在节点、链接、功能、规模和各种其他属性上不同，互联方案的选择将对一体化网络的性能产生巨大影响。例如，卫星网络具有拓扑高动态性、间歇连接性，如果允许其直接接入到地基骨干网中，将会引发路由震荡而导致系统不稳定[8]。因此，MTM-SAGSIN 以地面综合站的数据管理中心作为一体化网络中的异构子网络接入地基骨干网的网关。

2 面向多样业务的网络切片技术

空天地海一体化网络的业务种类繁多、需求多样，包括最基础的电信普遍服务，偏远地区、孤立区域覆盖（例如湖泊、岛屿、山脉），应急救灾紧急通信、移动平台通信、人员密集场所通信（如音乐会、体育事件）、车联网、海量机器通信（如智能水表、电表）等。不同的业务，衡量指标不同，对网络的性能要求也不同。现有的采用“一刀切”战略提供服务的通信网络无法支持差分服务，需要利用灵活的、动态的资源供应来支持针对不同用例的严格的、定制化的服务需求，据此能够按需定制、独立运维的网络切片应运而生。网络切片是支持特定用例[9]的通信服务要求的虚拟网络功能的集合，每个切片代表一个在共享基础架构上使用专用虚拟化资源实现的端到端逻辑网络，可以作为一种服务由运营商提供给用户[10]。

谷等在文献[11] 中提出了一种基于Docker 技术的地面核心网网络切片技术实现，在Docker 虚拟化的硬件资源上实现网络切片的创建，并部署在地面核心网中，但该技术仅将网络切片部署在地面核心网而忽略其他网络节点，无法即时、高效、灵活地响应业务需求。Yang 等在文献[12] 中和Wu 等在文献[13] 中都提出了基于网络切片的空天地一体化通信网络架构，但分别侧重于电力物联网和车联网，无法有效应对来自其他应用场景的业务需求。而现有的许多网络切片技术，如基于优先级驱动的[14]、基于深度Q 学习的[15]和基于时延感知优化的[16]等，则多数在5G 网络架构下提出。

因此，本文在文献[17] 的基础上提出了基于空天地海一体化网络架构、面向多样业务的网络切片技术，并在接入网实现。如图3 所示，对于空天地海一体化网络来说，实现定制服务最首要的是先进行业务分类，精确、合理的业务分类是实现高效、高质量服务的基础。其次，业务流量是动态变化的，需要实时检测，根据其变化来调整切片大小，进而满足服务需求质量。最后，一体化网络将调用相应的网络切片服务该业务。

图3 面向多样业务的网络切片技术

2.1 业务分类

本文根据性能需要将业务分为三大类——大容量传输类，超远程实时类和密集接入类，采用机器学习中的逻辑回归方法实现。

分类器的表达式，通常称之为假设函数，如下：

其中x(i)表示第i个输入样例，为n维特征向量；θ为n+1维待求参数向量。式(1) 的意义是输入一个实例的特征向量，式(1) 将给出预测结果。特征向量是对实例的刻画与描述，本文拟构建一个根据性能需求进行分类的业务分类器，因此选取典型的性能衡量指标作为特征向量。

确定假设函数的模型之后，更新迭代代价函数使其达到最小，从而获得待求参数θ。本文选用平方误差代价函数，表达式如下：

采用梯度下降不断迭代θ，使得代价函数J(θ) 逐渐达到最小：

其中α是学习速率，控制参数θ的更新步长。学习速率α值的选取很关键，太小则更新速度过慢，收敛到局部最小值花费时间更长；太大，有可能越过局部最小值，导致无法收敛或发散。一旦α的值固定之后，更新的步伐会随导数的减小而自动减小，这是因为在靠近局部最小值的过程中，导数在变得越来越小。得到最小时的参数θ之后，就可以用假设函数hθ(x(i))对未知数据进行分类。

2.2 动态检测

本文应用K均值算法获得业务流量速率的动态特征。随机初始化K个聚类中心，然后找到离点r(i)最近的聚类中心：

其中r(i)是数据点i的流量速率大小；μk表示第k个聚类中心；G(i)的值就是r(i)所归属的聚类中心μk的索引值。

失真代价函数即优化目标函数如下：

更新聚类中心：

通过不断更新聚类中心使得式(8) 达到最小，最后获得收敛的K个类群以及每个类群的均值和方差。

2.3 网络切片

切片，即虚拟网络功能链，可以表示S={VNF1→VNF2 →……→VNFn}。切片大小实际上就是分配给组成切片的VNF 的资源总量，可归纳为约束条件下的极值问题：

其中ωi表示切片中第i个VNF 处理一个数据包所需要的资源；Ci表示切片为了满足服务需求质量，需要第i个VNF 每秒处理数据包的个数，也称为切片容量；T表示最大时延；p为达到性能需求的数据包占总数的百分比；式(12) 为约束条件时延函数，详细推导见文献[17]。

切片大小为约束条件下的极值问题，应用拉格朗日乘数法，可解出：

求出切片大小后，据此进行资源分配，调用网络切片服务业务。因此，面向多样业务的网络切片技术可根据业务数据的性能需求以及达到性能需求的数据包占总数的百分比p，得出相应的切片大小，保障业务需求。

3 仿真

本节将给出在所提的空天地海一体化网络体系架构下，面向多样业务的网络切片技术的性能仿真结果。

3.1 仿真场景

本文搭建如图2 架构所示的网络场景，节点情况如表1 所示，部分仿真参数设置如表2 所示。

本文采用高斯流量模型生成不同场景下的业务数据[18]。业务分类功能部署在各子网的接入控制节点上，以天基子网为例，由于业务分类采用机器学习的方式实现，而接入控制节点低轨卫星搭载资源有限，因此采用参数迁移的方式，让地面综合站的应用管理中心进行业务分类的学习，再将学到的参数通过局部管理节点即地面信关站的控制参数迁移传递给接入控制节点的LEO，LEO 可直接使用收到的参数，并将分类的情况通过地面信关站，反馈给应用管理中心，由应用管理中心负责对参数进行调整。动态检测可由节点监测的流量监测功能来实现。LEO 的切片数据库中存储了来自地

3.1 仿真场景

本文搭建如图2 架构所示的网络场景，节点情况如表1 所示，部分仿真参数设置如表2 所示。

表1 仿真场景节点列表

表2 部分仿真参数设置

本文采用高斯流量模型生成不同场景下的业务数据[18]。业务分类功能部署在各子网的接入控制节点上，以天基子网为例，由于业务分类采用机器学习的方式实现，而接入控制节点低轨卫星搭载资源有限，因此采用参数迁移的方式，让地面综合站的应用管理中心进行业务分类的学习，再将学到的参数通过局部管理节点即地面信关站的控制参数迁移传递给接入控制节点的LEO，LEO 可直接使用收到的参数，并将分类的情况通过地面信关站，反馈给应用管理中心，由应用管理中心负责对参数进行调整。动态检测可由节点监测的流量监测功能来实现。LEO 的切片数据库中存储了来自地面切片管理中心的典型应用切片，可按需调用。当业务请求切片数据库中不存在的切片时，LEO 可向地面切片管理中心请求该切片。同时，切片管理中心周期性分析收集的业务数据，以便根据业务需求及时更新切片数据库。

3.2 仿真结果

为了验证方法的有效性，本文主要衡量了网络的业务完成率的性能指标，具体指达到性能需求的数据包占总数的百分比。图4 展示了随着网络业务需求数量的变化，所提切片算法的理论与仿真的业务完成率。可以看到，仿真结果总是高于理论达到的性能，这是由于面向多样业务的网络切片技术利用随机网络演算所得出的切片大小是最坏情况下的切片大小，能够充分应对当前业务流量的性能需求，并能支持高于理论值的业务流量。本文进一步将面向多样业务的网络切片技术（NSDS,Network Slicing for Diverse Services）与基于在线拍卖、面向服务的网络切片资源分配算法（ORAN,Online Auction-Based Resource Allocation for Service-Oriented Network Slicing）[19]进行比较。如图5 所示，在不同的业务场景下，不论是大容量传输类、密集接入类还是超远程实时类，两种方法相比，NSDS 的性能都要优于ORAN；在NSDS 中，超远程实时类业务的性能最好，密集接入类业务的性能最差，这与节点相应资源数量的设置及业务本身的性能需求特征有关。随着业务流量的增加，两种算法在三种不同应用场景下的性能表现都呈下降趋势，这是由于节点的处理资源有限。

图4 面向多样业务的网络切片技术的性能表现

图5 NSDS与ORAN在三大业务场景下的性能比较

4 结束语

本文阐述了空天地海一体化网络的背景，讨论了其发展现状以及面临的技术挑战。提出了一种业务管理功能边缘化的空天地海一体化网络体系架构，将业务管理功能下沉至网络边缘，并细化不同节点的虚拟网络功能，以实现高效的业务管理；进一步提出了一种基于所提架构、面向多样业务的网络切片技术，使得空天地海一体化网络面对多种多样的业务能够实现按需定制服务。本文在所提架构对应的场景下进行了所提切片技术的仿真，并与现有网络切片方法进行了比较，仿真结果表明本文提出的方法相较对比方法在满足业务服务性能需求方面具有显著增益。本文对未来空天地海一体化网络的实现和其相应的业务管理与定制服务具有一定的指导意义。