韓笑雪　王萬龍　孫尚　毛文梁　翟益平

【摘要】? ? 綜合考慮物理環(huán)境域、社群交互域以及內(nèi)容資源域，在空天地海一體化網(wǎng)絡(luò)中，利用多元化終端設(shè)備，例如艦艇、無人機、車輛，結(jié)合衛(wèi)星通信技術(shù)，實現(xiàn)多元化業(yè)務(wù)的安全、高效、低時延的傳輸、存儲及計算的協(xié)同優(yōu)化是當(dāng)前研究重點。本文考慮天地海一體化通信需求中通信—計算—緩存（3C）協(xié)同優(yōu)化場景提出了一個高可靠的通信系統(tǒng)架構(gòu)，并利用SDN、機器學(xué)習(xí)（ML）、邊緣計算技術(shù)等技術(shù)進行了實現(xiàn)，實驗結(jié)果表明了該架構(gòu)的可行性。

【關(guān)鍵字】? ? 3C融合? ? 空天地海協(xié)同通信? ? 通信系統(tǒng)? ? 分布式架構(gòu)

一、介紹

作為5G通信技術(shù)發(fā)展的一個重要方向，層次化云服務(wù)的異構(gòu)云無線接入網(wǎng)絡(luò)不僅可以滿足無線業(yè)務(wù)對高速計算或大容量存儲等服務(wù)的要求，還可以擴展通信覆蓋范圍，增加傳輸速率，降低傳輸時延，提高網(wǎng)絡(luò)容量和用戶服務(wù)質(zhì)量。歐洲電信標(biāo)準(zhǔn)化協(xié)會在5G標(biāo)準(zhǔn)中提出了多接入邊緣計算（MEC）的解決方案，MEC通過在移動網(wǎng)絡(luò)邊緣部署大量的分布式邊緣服務(wù)器，對網(wǎng)絡(luò)邊緣側(cè)產(chǎn)生的大量數(shù)據(jù)進行分析、計算與存儲，達到降低回程鏈路流量、緩解核心網(wǎng)擁堵的目的。

近年來，大計算任務(wù)處理問題突出，計算卸載/遷移是一個非常有效的手段，其過程極為復(fù)雜， 需首先判斷是否要進行計算任務(wù)的卸載/遷移，然后針對要進行卸載/遷移的計算任務(wù)確定需要卸載/遷移的比例。[1]對于單個任務(wù)請求節(jié)點，利用一維搜索算法綜合考慮了計算應(yīng)用的緩存隊列狀態(tài)、用戶節(jié)點計算資源的可用情況，在不考慮能耗的前提下最小化卸載/遷移機制所產(chǎn)生的時延。

然而在空天地海一體化網(wǎng)絡(luò)中，由于不同設(shè)備、用戶節(jié)點具有不同的物理特征以及通信—存儲—計算（3C）能力，例如衛(wèi)星、艦艇、車輛等具有強算力，而人員所攜帶設(shè)備所具備的存儲和算力較小。因此，如何面向空天地海一體化網(wǎng)絡(luò)中的多樣化業(yè)務(wù)需求，結(jié)合衛(wèi)星通信技術(shù)，設(shè)計高效3C協(xié)同一體化方案，以滿足海量連接、低時延、高可靠的通信技術(shù)，仍然是亟待解決的問題。

與此同時，人工智能在增強傳統(tǒng)無線通信網(wǎng)絡(luò)的3C一體化發(fā)揮了重要作用。例如，在數(shù)據(jù)感知及處理方面，利用邊緣服務(wù)器對收集到的數(shù)據(jù)進行大數(shù)據(jù)分析和處理，構(gòu)建出圣母院的3D圖像。為了解決傳統(tǒng)算法魯棒性較差的問題，邊緣計算逐漸轉(zhuǎn)向智能化發(fā)展，即通過機器學(xué)習(xí)（ML），特別是深度學(xué)習(xí)的方法替代傳統(tǒng)方案來解決邊緣計算中的問題，如智能邊緣的提出。[4]此外，通過利用大數(shù)據(jù)技術(shù)處理和分析海量數(shù)據(jù)，一種結(jié)合ML的內(nèi)容流行度預(yù)測算法，通過動態(tài)優(yōu)化內(nèi)容緩存策略來降低用戶內(nèi)容下載時延。同時，考慮到用戶密集和用戶需求隨著時間的非靜態(tài)和瞬時特性，可以基于ML的方法來實現(xiàn)時變的內(nèi)容流行度預(yù)測，從而實現(xiàn)動態(tài)內(nèi)容部署策略。為了滿足空天地海一體化網(wǎng)絡(luò)中所需求的區(qū)域管理、安全監(jiān)控、應(yīng)急事件等任務(wù)，如何利用人工智能實現(xiàn)對傳統(tǒng)算法的魯棒性和適應(yīng)性的提升也具有重要意義。因此，本文基于上述技術(shù)融合的通信系統(tǒng)架構(gòu)設(shè)計與實現(xiàn)進行嘗試，為未來通信通信系統(tǒng)可行性方案。

二、需求及場景

本研究內(nèi)容將綜合考慮區(qū)域管理、安全監(jiān)控、應(yīng)急事件等空天地海一體化網(wǎng)絡(luò)業(yè)務(wù)需求的不同，以及船艦、車輛、無人機、衛(wèi)星等高速移動的網(wǎng)絡(luò)節(jié)點的物理屬性，結(jié)合衛(wèi)星通信技術(shù)，利用端邊云協(xié)同的系統(tǒng)架構(gòu)，研究和設(shè)計相應(yīng)的資源管理機制，為實現(xiàn)海量連接、低時延、高可靠的空天地海一體化應(yīng)用提供理論支撐和技術(shù)支持。

（一）層次化、差異化智能組網(wǎng)

本研究擬利用衛(wèi)星、車載通信，無人機、船舶艦艇、海上浮標(biāo)、可攜帶設(shè)備等組成層次化智能的空天地海一體化網(wǎng)絡(luò)平臺。該平臺分為三層，第一層為衛(wèi)星，主要用于環(huán)境感知與數(shù)據(jù)收集、目標(biāo)識別與追蹤等服務(wù);第二層為邊緣云平臺，可通過協(xié)同工作提供3C服務(wù)，包括高性能車、無人機和船舶等，提供數(shù)據(jù)處理與存儲（如數(shù)據(jù)清洗、分類、壓縮等），決策與任務(wù)指派（如路徑規(guī)劃，高速目標(biāo)鎖定等）;第三層為小帶有感知器的小無人機、車、可攜帶設(shè)備、浮標(biāo)等，主要用于提供遠程外網(wǎng)連接，管理通道等功能。

（二）協(xié)同緩存下的高效內(nèi)容共享及數(shù)據(jù)

在空天地海一體化網(wǎng)絡(luò)中，網(wǎng)元的能力在通信及存儲等方面的差異化更加凸顯。通過預(yù)先在具有大存儲能力的網(wǎng)元上緩存熱門資源，可以實現(xiàn)在能力差異化的終端之間進行高效數(shù)據(jù)共享，以提高其接收服務(wù)的效率，降低延遲。本文將研究利用編碼緩存和非正交多址接入技術(shù)，設(shè)計面向協(xié)同緩存與高效內(nèi)容的共享機制，提高頻譜資源利用率。

（三）協(xié)同計算下的高效數(shù)據(jù)傳輸

針對設(shè)備節(jié)點感知并收集的海量數(shù)據(jù)，需要進一步計算分析以實現(xiàn)數(shù)據(jù)的優(yōu)化分級和處理，例如對冗雜數(shù)據(jù)的篩選、對信息的敏感程度進行分類等。本研究內(nèi)容將針對空天地一體化中存在的節(jié)點異質(zhì)性、計算能力差異性等特點，研究如何結(jié)合用戶物理位置、社交關(guān)系合理調(diào)度網(wǎng)絡(luò)中的設(shè)備計算能力，結(jié)合移動邊緣計算技術(shù)，通過多用戶協(xié)同計算補償某獨立節(jié)點的計算能力缺失，并實現(xiàn)高效數(shù)據(jù)傳輸。

（四）人工智能增強下的3C協(xié)同

本文將考慮差異化節(jié)點存在下的3C協(xié)同， 在這種情況下，海量用戶群體以及多維能力變量使得優(yōu)化問題十分復(fù)雜。人工智能是解決復(fù)雜優(yōu)化問題的有效手段，能夠有效實現(xiàn)數(shù)據(jù)特征提取、數(shù)據(jù)分類等，并解決高維變量的聯(lián)合優(yōu)化。本文將基于以上研究內(nèi)容，進一步考慮如何利用ML增強系統(tǒng)的智能化和魯棒性，提高相關(guān)算法、模型在不同環(huán)境、不同應(yīng)用場景中的可遷移性。

（五）協(xié)同組網(wǎng)下面向分級化業(yè)務(wù)的動態(tài)頻譜管理

針對空天地海一體化網(wǎng)絡(luò)及應(yīng)用場景，海量設(shè)備（例如艦艇、可攜帶設(shè)備、浮標(biāo)等）有不同的業(yè)務(wù)需求和服務(wù)目標(biāo)，本文將設(shè)計基于用戶設(shè)備協(xié)同的動態(tài)無線頻譜管理方法，根據(jù)業(yè)務(wù)等級、通信鏈路狀況等信息，進一步實現(xiàn)頻譜的自適應(yīng)動態(tài)頻譜管理和調(diào)度，從而有效提升網(wǎng)絡(luò)整體的頻譜效率。

三、系統(tǒng)架構(gòu)及實現(xiàn)

如圖1所示，為基于分布式架構(gòu)的通信系統(tǒng)設(shè)計，該系統(tǒng)無線接入點采用5G系統(tǒng)，其中核心網(wǎng)（NC）與中心交換機屬于同一層，實現(xiàn)其與SDN控制器共享MEC資源，它們被一同放置在了一臺大無人機上，大無人機上具有衛(wèi)星信號接收機，通過衛(wèi)星與遠程控制中心相連。集中單元（CU）與代理器共享MEC，分布式單元（DU）與虛擬化接入點共享MEC，有源天線單元（AUU）分別放到了船、車、無人機、用戶設(shè)備上，由此形成了一個三層的3C協(xié)同空天地海一體化通信系統(tǒng)。

在該系統(tǒng)中的ML算法主要用于識別業(yè)務(wù)切片，以及低時延（uRRLC），大帶寬（eMBB）和巨量連接（eMTC），SDN控制器主要依據(jù)識別的業(yè)務(wù)、場景設(shè)備狀態(tài)、服務(wù)需求等進行切片配置，路由優(yōu)化及船、車、無人機等協(xié)同調(diào)度，由于其中的算法過于復(fù)雜，不在本研究的范圍。

四、系統(tǒng)測試

本研究通過在某湖邊搭建測試平臺進行實驗，其中一個遠程中心，一臺大無人機，5臺小無人機，10艘小艇、10臺無人車，100個用戶。我們讓用戶隨機進行視頻通話模擬uRRLC切片，讓用戶隨機下載電影模擬eMBB、點擊節(jié)點尋址應(yīng)用產(chǎn)生小數(shù)據(jù)包任務(wù)模擬eMTC切片，其中三種情形一次操作必須大于5分鐘，以便于我們統(tǒng)計它們對帶寬、計算和緩存的平均消耗，最終一共進行了50次測試。如圖2所示，uRRLC中計算消耗最大，帶寬消耗也相對較高;eMBB中帶寬消耗最大，緩存消耗也相對突出;eMTC消耗極大計算量。

五、結(jié)束語

在海陸空場景中，利用衛(wèi)星、車、艦艇、無人機、可攜帶設(shè)備等，研究層次化和差異化智能網(wǎng)絡(luò)架構(gòu)，設(shè)計集合計算與感知一體的分布式邊緣計算平臺，結(jié)合ML，實現(xiàn)邊緣計算加AI架構(gòu)，實現(xiàn)智能化、多維數(shù)據(jù)感知、處理和存儲，任務(wù)調(diào)度和指派等網(wǎng)絡(luò)通信服務(wù)，提供3C資源協(xié)同優(yōu)化服務(wù)，通過在真實環(huán)境中搭建測試平臺進行實驗，結(jié)果表明該架構(gòu)在計算，帶寬及緩存上達到了均衡。

參? 考? 文? 獻

[1] Y. Zhang et al. “To offload or not to offload： an efficient code partition algorithm formobile cloud computing”， CLOUDNET， pp. 80- 86， 2012.

[2] J. Liu et al. “Delay-Optimal Computation Task Scheduling for Mobile-Edge Computing Systems，” IEEE ISIT， 2016.

[3] Z. Zhou et al. “Robust mobile crowd sensing： When deep learning meets edge computing，” IEEE Network， vol. 32， no. 4， pp. 54–60， July 2018.

[4] E. Li et al. “Edge intelligence： On-demand deep learning model co-inference with device-edge synergy，” ACM SIGCOMM Workshop， 2018.

[5] M. A. Kader， et al. “Leveraging big data analytics for cache-enabled wireless networks，” IEEE Globecom， 2015， pp. 1-6.

[6] B. N. Bharath et al. “Learning-based content caching with time-varying popularity pro?les，” IEEE Globecom， Dec. 48， 2017， pp. 1-6.

[7] Wang， G. et al. LRA-3C： Learning based resource allocation for communication-computing-caching systems [A]. IEEE GreenCom， IEEE CPSCom and IEEE SmartData[C]， 2019： 828-833.

[8] Xiao， P. et al. Implementation for UAVs Aided Edge Sensing System in Wireless Emergency Communications [A]. IEEE WCSP [C]，2019： 1-5.

韓笑雪（1984-），女，河北唐山，工學(xué)碩士，工程師，研究方向：計算機網(wǎng)絡(luò);

王萬龍（1982-），男，江蘇江都，理學(xué)學(xué)士，工程師，研究方向：信息系統(tǒng)設(shè)計與開發(fā);

孫 尚（1985-），男，山東淄博，工學(xué)學(xué)士，工程師，研究方向：信息系統(tǒng)設(shè)計與開發(fā);

毛文梁（1993-），男，山東德州，工學(xué)碩士，助理工程師，研究方向：計算機網(wǎng)絡(luò);

翟益平（1994-），男，湖南常德，工學(xué)學(xué)士，參謀，研究方向：計算機網(wǎng)絡(luò)。