LEO卫星网络中MEC服务管理与任务迁移优化方法

doi:10.11959/j.issn.2096-8930.2022034

天地一体化信息网络 ›› 2022, Vol. 3 ›› Issue (3): 72-80.doi: 10.11959/j.issn.2096-8930.2022034

所属专题：专题：天地融合软件定义网络

• 专题：天地融合软件定义网络 • 上一篇下一篇

LEO卫星网络中MEC服务管理与任务迁移优化方法

刘志慧¹, 尉欢², 殷杰¹, 王俊义², 金世超¹, 董涛¹

¹ 航天恒星科技有限公司天地一体化信息技术国家重点实验室，北京 100095
² 桂林电子科技大学信息与通信学院，广西桂林 541004

修回日期:2022-09-01 出版日期:2022-09-20 发布日期:2022-09-01
作者简介:刘志慧（1989-），女，博士，高级工程师，主要研究方向为空间网络资源管控、认知无线网络资源配置、卫星任务规划
尉欢（1996-），女，桂林电子科技大学信息与通信学院硕士生，主要研究方向为卫星网络资源优化、卫星任务规划
殷杰（1983-），男，博士，研究员，主要研究方向为空间宽带网络、空间光通信、微波光子
王俊义（1978-），男，博士，研究员，博士生导师，主要研究方向为移动边缘计算、网络资源管控、图信号处理
金世超（1980-），男，博士，研究员，主要研究方向为空间通信与网络
董涛（1975-），男，博士，研究员，博士生导师，主要研究方向为空间光通信与空间网络
基金资助:
国家重点研发计划资助项目(2021YFB2900604)

Management of MEC Service and Optimization of Mission Migration in LEO Satellite Networks

Zhihui LIU¹, Huan WEI², Jie YIN¹, Junyi WANG², Shichao JIN¹, Tao DONG¹

¹ State Key Laboratory of Space-Ground Integrated Information Technology, Space Star Technology Co., Ltd., Beijing 100095, China
² School of Information and Communication, Guilin University of Electronic and Technology, Guilin 541004, China

Revised:2022-09-01 Online:2022-09-20 Published:2022-09-01
Supported by:
National Key Research and Development Program(2021YFB2900604)

摘要/Abstract

摘要：

低地球轨道（Low Earth Orbit, LEO）卫星因具有传输时延短、部署成本低等优势，在对地观测、广域覆盖的通信中发挥重要作用。由于LEO卫星平台体积和重量限制，每个LEO卫星节点的功能相对单一，需要多种功能的LEO卫星节点间高效协同，形成功能分散、能力聚合的高性能卫星网络。这对网络的服务管理提出了一定的要求。针对遥感观测卫星向部署有移动边缘计算（Mobile Edge Computing, MEC）服务的LEO卫星星座迁移观测任务数据的协作场景，研究LEO卫星网络中基于软件定义网络的MEC服务管理模型，提出结合时间扩展图思想的跨时隙任务迁移优化方法。仿真结果表明该方法能有效地降低观测卫星处理任务的成本，并可为部署MEC服务器的LEO卫星网络提供管理模型。

关键词: LEO卫星网络, MEC卫星, 任务迁移, 服务管理

Abstract:

Low earth orbit (LEO) satellites play an important role in the communication of earth observation and wide area coverage because of their advantages of short transmission delay and low deployment cost.Due to limited size and weight of LEO satellite platform, the function of each LEO satellite node is relatively single, which requires effi cient collaboration among various LEO satellite nodes to form a high-performance satellite network with decentralized functions and converged capabilities.It puts forward certain requirements for network service management.Aiming at the cooperative scenario that remote sensing satellites migrate observated task data to LEO satellite constellation with mobile edge computing (MEC) service deployed, the MEC service management model based on software defi ned network in LEO satellite networks was studied, a cross-slot task migration optimization method with the aid of time extended graph was proposed.The simulation results showed that the task migration optimization method could eff ectively reduced the cost of observation satellite processing tasks.And it could off ered the management model for LEO satellite networks that deployed MEC servers.

Key words: LEO satellite networks, MEC-enabled satellite, mission migration, network management

中图分类号:

TP393

刘志慧, 尉欢, 殷杰, 王俊义, 金世超, 董涛. LEO卫星网络中MEC服务管理与任务迁移优化方法[J]. 天地一体化信息网络, 2022, 3(3): 72-80.

Zhihui LIU, Huan WEI, Jie YIN, Junyi WANG, Shichao JIN, Tao DONG. Management of MEC Service and Optimization of Mission Migration in LEO Satellite Networks[J]. Space-Integrated-Ground Information Networks, 2022, 3(3): 72-80.

图/表 8

图1

图2

图3

表1

符号及其含义"

符号	符号含义
M	观测用户的数目
N	MEC-LEO卫星数
K	所研究的总时隙数
τ_k	第k个时隙
$T$	时隙集合 $T = {τ_{1}, τ_{2}, \dots, τ_{k}, \dots, τ_{K}}$
$d_{m_{τ_{k}}}$	τ_k时隙用户m需处理的数据量
$D$	用户卸载数据集合 $D = {d_{m}^{τ_{k}}}_{M \times K}$
$φ_{m_{τ_{k}} n_{τ_{k}}}$	用户m卸载单位数据到LEO卫星n所需支付的成本
$a_{m_{τ_{k}} n_{τ_{k}}}$	用户m数据卸载到LEO卫星n的迁移率
$A$	卸载迁移率矩阵 $A = {a_{m_{τ_{k}} n_{τ_{k}}}}_{M \times N \times K}$
$l_{m_{τ_{k}} n_{τ_{k}}}$	时隙τ_k内用户m与LEO卫星n之间的距离
$L$	距离集合 $L = {l_{m_{τ_{k}} n_{τ_{k}}}}_{M \times N \times K}$
$L_{\max}$	遥感卫星m到LEO卫星n的最大可承受卸载链路距离
$w_{m_{τ_{k}} n_{τ_{k}}}$	遥感卫星m是否卸载数据到LEO卫星n的决策变量

表1

表2

表3

卸载迁移模型参数"

符号	含义	取值
$G_{m_{τ_{k}} n_{τ_{k}}}$	遥感观测卫星m到MEC-LEO卫星n的视距通信系数	2.2846
$g_{m_{τ_{k}} n_{τ_{k}}}$	星间单位距离下的信道功率增益	1.42×10^-4km²
N_o	高斯白噪声功率谱密度	10^-20W/Hz
B	遥感观测卫星星间链路的信道带宽	300 MHz
$P_{m_{τ_{k}} n_{τ_{k}}}$	遥感观测卫星数据传输功率	1W
$K_{m}^{c} 、 K_{n}^{mec}$	遥感观测卫星m、MEC-LEO卫星n的CPU功耗系数	10^-25
$f_{m}^{c} 、 f_{n}^{mec}$	遥感观测卫星m、MEC-LEO卫星n的CPU周期频率	2×10⁹cycle/s
$λ_{m}^{c} 、 λ_{n}^{mec}$	遥感观测卫星m、MEC-LEO卫星n的执行数据与CPU周期需求量之间的关系系数	1000 cycle/bit
$δ^{RS} 、 δ^{MEC}$	遥感观测卫星、MEC-LEO卫星对数据压缩计算的系数	1、5
$C_{m_{τ_{k}} m_{τ_{k + 1}}} 、 C_{n_{τ_{k}}}^{MEC - \max}$	单位时间片内，遥感观测卫星虚拟链路缓存容量、MEC-LEO卫星内存容量	125 GB、512 GB
$E_{m_{τ_{k}}}^{RS - \max} 、 E_{n_{τ_{k}}}^{MEC - \max}$	单位时间片内，遥感观测卫星、MEC-LEO卫星的可用能量上限	3×10¹⁰J
$ρ_{m_{τ_{k}} n_{τ_{k}}}$	成本归一化因子遥感观测卫星卸载单位数据所需费用	1
$φ_{m_{τ_{k}} n_{τ_{k}}}$	遥感观测卫星卸载单位数据所需费用	10^-10元/bit
N_RS	遥感观测卫星用于星间传输数据的天线数量	4幅

表3

图4

图5

参考文献 16

[1]	吴巍 . 天地一体化信息网络发展综述[J]. 天地一体化信息网络, 2020,1(1): 1-16.
	WU W . Survey on the development of space-integrated-ground information network[J]. Space-Integrated-Ground Information Networks, 2020,1(1): 1-16.
[2]	DI B Y , SONG L Y , LI Y H ,et al. Ultra-dense LEO,integration of satellite access networks into 5G and beyond[J]. IEEE Wireless Communications, 2019,26(2): 62-69.
[3]	STRINATI E C , BARBAROSSA S , CHOI T ,et al. 6G in the sky,Ondemand intelligence at the edge of 3D networks (Invited paper)[J]. ETRI Journal, 2020,42(5): 643-657.
[4]	ETSI. Mobile-edge computing,introductory technical white paper[R]. 2014.
[5]	CHENG N , HE J C , YIN Z S ,et al. 6G service-oriented spaceair-ground integrated network,a survey[J]. Chinese Journal of Aeronautics, 2022,35(9): 1-18.
[6]	ZHANG Z H , FENG J , PEI Q Q ,et al. Integration of communication and computing in blockchain-enabled multi-access edge computing systems[J]. China Communications, 2021,18(12): 297-314.
[7]	ZHANG Y , TANG Y , WANG W Y . Service deployment and service request optimization scheduling in MEC enabled LEO networks[C]// Proceedings of 2021 International Conference on Computer Communications and Networks (ICCCN). Piscataway,IEEE Press, 2021: 1-6.
[8]	KIM T , CHOI J P . Performance analysis of satellite server mobile edge computing architecture[C]// Proceedings of 2020 IEEE 92nd Vehicular Technology Conference. Piscataway,IEEE Press, 2020: 1-6.
[9]	JING Y , JIANG C X , GE N ,et al. Resource optimization for signal recognition in satellite MEC with federated learning[C]// Proceedings of 2021 13th International Conference on Wireless Communications and Signal Processing (WCSP). Piscataway,IEEE Press, 2021: 1-5.
[10]	LI C C , ZHANG Y S , HAO X K ,et al. Jointly optimized request dispatching and service placement for MEC in LEO network[J]. China Communications, 2020,17(8): 199-208.
[11]	ZHANG Z J , ZHANG W Y , TSENG F H . Satellite mobile edge computing,improving QoS of high-speed satellite-terrestrial networks using edge computing techniques[J]. IEEE Network, 2019,33(1): 70-76.
[12]	XU X , ZHAO H , LIU C ,et al. On the aggregated resource management for satellite edge computing[C]// ICC 2021 - IEEE International Conference on Communications. Piscataway,IEEE Press, 2021: 1-6.
[13]	WANG P , ZHANG X S , ZHANG S ,et al. Time-expanded graphbased resource allocation over the satellite networks[J]. IEEE Wireless Communications Letters, 2019,8(2): 360-363.
[14]	王腾飞, 张瑞权, 李建宏 ,等. 基于边缘计算的计算即服务模式[J]. 电子技术应用, 2019,45(5): 74-77.
	WANG T F , ZHANG R Q , LI J H ,et al. Computing as a service pattern based on edge computing[J]. Application of Electronic Technique, 2019,45(5): 74-77.
[15]	YAN Z , COLA T D , ZHAO K ,et al. Exploiting edge computing in internet of space things networks,dynamic and static server placement[C]// 2021 IEEE 94th Vehicular Technology Conference (VTC2021-Fall). Piscataway,IEEE Press, 2021: 1-6.
[16]	MAO Y Y , YOU C S , ZHANG J ,et al. A survey on mobile edge computing,the communication perspective[J]. IEEE Communications Surveys ＆ Tutorials, 2017,19(4): 2322-2358.

遥感观测卫星序号	半长轴／km	偏心率	轨道倾角	近地点角	升交点赤经	真近点角
1	7 078	0	120°	0	0	0
2	7 078	0	60°	0	60°	0
3	7 078	0	0	0	120°	0

LEO卫星网络中MEC服务管理与任务迁移优化方法

Management of MEC Service and Optimization of Mission Migration in LEO Satellite Networks

在线阅读

pdf下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 16

相关文章 15

Metrics

推荐阅读 0

[1]	季新生, 黄开枝, 邬江兴, 陈亚军, 游伟. 6G天地一体化信息网络内生安全技术[J]. 天地一体化信息网络, 2023, 4(2): 2-12.
[2]	薛文浩, 潘恬, 卢诚承, 杨帆, 黄韬, 刘韵洁. 低轨卫星网络星间路由安全机制研究[J]. 天地一体化信息网络, 2023, 4(2): 13-23.
[3]	劳陈哲, 孙建锋. 卫星激光通信中的干扰及防护[J]. 天地一体化信息网络, 2023, 4(2): 24-30.
[4]	朱亮, 戚少博, 杨波, 徐冰玉, 李子凡, 张世杰. 低轨宽带卫星互联网承载电网业务应用[J]. 天地一体化信息网络, 2023, 4(2): 103-113.
[5]	刘阳, 周笛, 盛敏, 李建东, 郝时光, 郑晓天. 面向巨型星座系统的多地面站协同测控技术[J]. 天地一体化信息网络, 2023, 4(1): 2-11.
[6]	纪翔, 刘润滋, 要趁红, 陈剑豪, 慕桃. 卫星网络测控资源鲁棒调度方法[J]. 天地一体化信息网络, 2023, 4(1): 23-30.
[7]	虞志刚, 冯旭, 陆洲, 高吉星, 丁文慧. 宇航级处理器发展现状与趋势[J]. 天地一体化信息网络, 2023, 4(1): 50-58.
[8]	邓旭, 储珂, 朱立东. VBR-GAM的SCMA高维度码本设计[J]. 天地一体化信息网络, 2023, 4(1): 82-88.
[9]	罗进, 夏家宝, 白杨, 白宝明. 面向卫星物联网的交织LoRa传输方案[J]. 天地一体化信息网络, 2023, 4(1): 89-97.
[10]	单海滨, 石艳军, 刘子菁, 李源鸿, 赵文化, 何沐全, 李楚洲. 基于边缘计算的卫星地面站天线群因子自适应模糊PID控制系统[J]. 天地一体化信息网络, 2023, 4(1): 98-102.
[11]	朱亮, 戚少博, 王鹏, 张世杰. 低轨宽带卫星互联网支持高动态空间飞行器应用研究[J]. 天地一体化信息网络, 0, (): 103-110.
[12]	魏肖, 张景, 全子傲, 郭一诺, 冯旭. 天地一体多业务融合的物联网架构和关键技术[J]. 天地一体化信息网络, 2022, 3(3): 3-12.
[13]	郭晟, 余乐, 朱立东. 星地场景下基于CNN的OTFS系统信道估计方法[J]. 天地一体化信息网络, 2022, 3(3): 37-45.
[14]	林琳, 朱斌, 王泽林, 王光全, 何建炜, 姚海鹏. 天地融合网络一致性能力开放方案[J]. 天地一体化信息网络, 2022, 3(3): 81-86.
[15]	杨峻一, 裴凡迪, 许兆龙, 肖振宇. 基于微服务的6G空天地一体化新型网络架构仿真系统[J]. 天地一体化信息网络, 2022, 3(3): 87-96.