面向天地融合网络的虚拟网络映射算法

针对复杂的天地融合网络环境下,用户业务高差异、异质资源强受限、时空尺度大跨越、网络拓扑高动态等特性,给虚拟网络映射(Virtual Network Embedding,VNE)算法带来的挑战,国内外学者展开了深入研究。首先根据问题特性概述天地融合网络VNE面临的三大核心挑战;然后从场景建模和求解算法两大维度详细分析相关研究的进展,主要涵盖服务质量感知VNE、多层跨域异构网络VNE、动态VNE以及VNE问题求解算法4个方面,并从理论和实践两个方面深入分析应对天地融合网络VNE的解决策略;最后展望未来研究方向,旨在为后续工作提供参考。

面向天地融合网络的无线资源智能分配方法

为满足天地融合网络全时、全域通信需求,采用认知无线电技术可实现有限频谱资源的感知与高效利用,有效缓解同频干扰问题。文章提出了一种用于天地一体认知网络的信道选择和功率调整的无线资源智能分配方法,在保证主用户服务质量的前提下最大化系统数据速率。首先,将天地融合网络建模为异质图结构,通过用户距离估计信道状态信息,并且利用图卷积网络提取和分析关键环境特征。其次,采用深度强化学习探索底层拓扑环境信息,通过试错与奖惩机制不断优化资源分配策略。仿真结果验证了所提方法的收敛性,并且证明系统数据速率能够得到显著提升。

基于深度学习的HARQ辅助空天地融合网络时延受限容量预测

空天地融合网络(Satellite-Aerial-Terrestrial Integrated Network,SATIN)可以满足未来网络对全时全域全空通信和网络互联互通的需求。为了降低用户端传输时延并满足高频谱利用效率的要求,研究了基于深度学习的混合自动重复请求(Hybrid Automatic Repeat reQuest,HARQ)辅助的SATIN的时延受限容量(Delay-Limited Throughput,DLT)。为了提升性能预测效率和实时性,提出了基于卷积神经网络(Convolutional Neural Network,CNN)的性能预测方法,采用了一种去除池化层的改进CNN模型。预测结果表明,所提出的CNN预测结果较优,较Elman、BP等传统机器学习方法有更好的预测性能,其误差在10~(-3)浮动,且预测时间较其他方法大幅度减少。

天地融合网络中基于博弈论的分布式卸载算法研究

在天地融合网络中,移动边缘计算技术的使用能节约通信资源并提升网络服务质量。计算卸载作为移动边缘计算技术的重要内容,能够让终端设备将计算开销大的任务卸载至边缘节点上进行处理。但由于节点上部署资源有限,为解决多设备同时接入卸载时,对卫星边缘节点上通信资源的竞争问题,提出天地融合网络中基于博弈论的分布式卸载算法,讨论应用场景并进行建模仿真,结合贪心算法对边缘服务器的选择策略进行更新。仿真结果证明了算法的有效性,可很好减小卸载方设备的总体开销。

基于GRU机器学习的天地融合网络频谱感知技术研究

认知无线电在天地融合网络频率规划和抗干扰通信方面应用前景广阔,基于机器学习的频谱感知技术近年来得到了较多的研究,其中基于长短时记忆(Long Short⁃term Memory,LSTM)神经网络的频谱感知算法具有较高的感知性能表现,但该算法资源开销较大。现有基于均值辅助的改进算法需要依赖过高的采样速率,在天地融合场景中信道带宽宽的情形下难以达到较高性能。针对上述问题,考虑计算的实时性及适应天地融合网络高频率宽带情况下的信号估计,提出了一种基于门控循环单元的频谱感知算法,将待感知频道的采样序列输入训练好的神经网络模型得到感知结果,并进行仿真验证,实验表明所提算法能够在保证感知性能的情况下有效降低计算复杂度,减少计算时间,降低资源开销。

天地融合网络智能组网体系架构研究

拓扑高动态、业务高差异、资源强受限等特征给天地融合组网带来了巨大挑战,深度结合软件定义网络、网络功能虚拟化、人工智能等网络技术,是实现未来天地融合网络智能重构、按需适变、高效管控等能力的主要技术途径。深入分析天地融合网络发展现状,提出智能化与虚拟化驱动的天地融合网络体系架构,并在此基础上针对网元异构、时空尺度大、业务需求差异化等带来的智能组网挑战,提出多维异构数据平面资源池化、多域协同的感知功能按需部署、多层多域混合式网络自主管控、“云-边”协同的集中式与分布式网络智能等,实现天地融合网络按需重构、智能服务的保障能力。

天地融合网络一致性能力开放方案

面向地面5G网络与卫星通信网络融合架构的一体化能力开放问题,首先介绍国内外5G与卫星通信融合研究现状,然后提出在卫星与地面5G网络融合架构下的一致性能力开放分层架构,最后论述卫星与地面5G网络融合架构下的一致性能力开放需求、可行性架构及应用方案。通过提出的基于5G与卫星通信网络融合的能力开放方案,一方面连通卫星通信网络与地面5G网络能力调用路径,将5G能力扩展至卫星通信领域应用;另一方面,串联卫星管理系统与5G能力平台为卫星管理系统信息用于5G能力决策、5G网络能力用于卫星链路选择提供技术参考。

面向天地融合的卫星网络架构和传输关键技术

通过对天地融合的应用场景和技术需求的分析,提出面向B5G/6G的弹性可重构天地融合网络架构,实现网络功能的按需重构,保证网络按需确定性服务能力。基于所提的网络架构给出天地融合的统一空中接口传输体制,实现天地融合网络的高效传输,提出天地融合网络的移动性管理机制,提升网络组织与资源管理效能。

基于深度学习的空天地缓存中继网络性能评估方法

空天地融合网络(Satellite-Aerial-Terrestrial Integrated Network,SATIN)充分发挥一体化网络架构下全局信息处理、灵活部署、广泛覆盖范围等优势,能够实现多维复杂网络信息的一体化处理和资源利用率最大化。为了降低用户端传输时延并满足高频谱利用效率的要求,将无线缓存融入SATIN中,具体研究了2种典型中继缓存方案,即最多访问业务缓存(Most Popular Content Caching,MPCC)方案和均匀缓存(Uniform Caching,UC)方案,并在此基础上推导了不同的中继缓存方案下网络中断概率(Outage Probability,OP)的闭合表达式。此外,为了提升性能评估效率和实时性,提出了基于卷积神经网络(Convolutional Neural Network,CNN)的性能预测方法。同时,为了避免输入数据重要特征信息的丢失,所提预测方法采用了一种去除池化层的改进CNN模型。仿真并对比了在不同参数条件下3种缓存中继方案的OP性能表现。预测结果表明,所提出的改进后的CNN预测方法能准确预测系统性能,并且较已有方案有更好的实时性。

国际卫星通信标准研究进展

近年来,卫星通信与地面网络相结合的天地融合网络已成为全球新一轮发展热潮。各国纷纷加紧全球布局抢占发展先机。本文介绍了主流天地融合系统的发展现状,分析了国际标准化组织中卫星通信尤其是天地融合网络标准的发展过程、应用场景、网络框架和研究内容。