基于云平臺的Starlink星座高性能仿真技術研究

　　摘要：面向星鏈(Starlink)星座的網絡仿真是未來低軌衛星星座設計與建設驗證和評估的重要工具。針對星鏈網絡規模龐大，結構復雜的特性，設計了一種高性能衛星網絡仿真體系。該體系基于云平臺的分布式網絡仿真架構，通過STKEngine底層接口開發、衛星模型庫存儲優化和消息異步傳輸等技術，實現對Starlink星座的快速部署，具有良好的可擴展性。實驗表明，所提方法實現了400顆衛星規模的復雜衛星網絡的自動化建模，在部署效率上相對于傳統方法提升了39.07%，可為大規模低軌衛星建設提供仿真技術支持。

　　關鍵詞：星鏈;低軌衛星星座;網絡仿真;云平臺;快速部署

　　引言

　　據媒體SpaceflightNow報道，截至2021年7月10日SpaceX已部署1631顆LEO(LowEarth Orbit)衛星投用，天地一體化信息網絡已經引起了學術界乃至行業的廣泛關注。天地一體化信息網絡系統主要包括地球同步軌道GEO(GeosynchronousOrbit)衛星系統和非地球靜止軌道NGSO(Non-GeostationaryOrbit)衛星系統[1]。LEO衛星系統作為NGSO衛星系統中的一類，因其鏈路傳播延遲低、傳播損耗小以及頻譜分配更有效等重要特性，將成為未來數據通信系統的核心元素[2]。以Starlink為代表的LEO衛星星座互聯網技術，使傳播信道發生新變革，帶來了波及整個傳播鏈的深遠影響。

　　仿真類論文數控加工仿真技術應用

　　其將彌補5G基站[3]覆蓋空間小的不足，構建天地一體的連接模式、萬物互聯的信息體系和豐富多元的應用場景。為了對未來低軌衛星互聯網滾動建設提供設計和系統的驗證、評估，減少因技術和系統風險造成的額外建設成本，研究高性能Starlink星座仿真技術具有重要意義，其關鍵目標在于快速構建逼真的衛星網絡場景。目前的天地一體化網絡仿真技術主要是通過OPNET[4]、NS3[5]等網絡仿真軟件進行模擬，仿真過程受到離散、有限等技術瓶頸影響，無法支撐Starlink星座的龐大規模，模擬連續的衛星通信過程。隨著云平臺的發展，借助虛擬化技術與分布式計算技術，可將衛星互聯網仿真的拓撲規模擴大至整個星座，使得在虛擬網絡環境中復現真實衛星連續通信過程的方案變得可行。

　　快速構建逼真的大規模衛星星座場景需要云平臺具有較高的計算性能，文獻[6]提出OpenStack云平臺對計算密集型的高性能應用負載表現出較好的性能，是實施高性能仿真的優秀選擇。因此，本文基于OpenStack云平臺構建大規模的Starlink星座網絡仿真場景，并通過融合系統仿真工具包STK[7](SystemKitTool)在衛星建模仿真方面的優勢，完成對衛星星座場景的部署以及衛星節點的映射。本文的主要貢獻有：(1)對STK底層接口進行二次開發，提出了一種Starlink復雜衛星網絡的自動化建模方法;(2)將OpenStack云平臺與STK仿真軟件進行融合，實現面向Starlink衛星星座的衛星網絡仿真;(3)設計并實現了一套基于云平臺的Starlink星座高性能仿真體系，并對Starlink第一子星座中400顆已穩定運行的衛星進行仿真檢驗。

　　1研究現狀

　　根據SpaceX公司向美國聯邦通信委員會提交的相關文件顯示，Starlink衛星星座[8]預計部署約12000顆衛星。目前最新資料顯示，正在搭建中的第一子星座擁有72個軌道平面，每個軌道平面運行20顆衛星，即共1440顆衛星。第一子星座軌道高度為550km，軌道傾角為53°，其后續計劃的第二子星座軌道高度為1100km，衛星數量為2825顆，第三子星座軌道高度為340km，衛星數量為7500顆，但其軌道傾角沒有明確數據。截至2021年7月10日，SpaceX已發射衛星總數為1740顆，其中脫離軌道的衛星數量為109顆，在軌運行的衛星總數為1631顆。

　　針對衛星規模龐大的Starlink衛星星座網絡，有必要提出一種高性能的天地一體化信息網絡仿真方法，下面將簡述幾種天地一體化信息網絡仿真方法。 在天地一體化信息網絡仿真方法方面，文獻[9]提出了一個基于離散事件驅動的天地一體化網絡SAGIN(Space-Air-GroundIntegrationNetwork)仿真平臺，其融合了MATLAB、STK和NS-3等仿真軟件，并基于SDN(SoftwareDefinedNetwork)實現網絡集中控制和網絡資源編排功能。

　　然而，由于SAGIN的高復雜性，該方法可能導致控制器過載和延遲響應，幾乎難以建立一個與真實網絡場景一致的衛星星座場景，因此該方法存在一定的局限性。文獻[10-11]基于云平臺，提出一種高逼真的衛星鏈路仿真方法，該方法基于虛擬化技術仿真不同軌道高度的衛星節點，基于SDN技術仿真可重構的衛星鏈路，并通過命名空間實現網絡流量的隔離，因此能夠完整且精確的重現真實衛星星座互聯網中的用戶流量以及數據包，但其衛星場景的搭建方法會造成仿真平臺用戶接口的擁塞，導致部署時耗過長，因此不適用于大規模衛星星座網絡場景。

　　目前，有關Starlink衛星星座建模與網絡仿真方法的文獻較少，國內外針對Starlink衛星星座的建模與仿真研究集中在基于理論建模的數字仿真。文獻[12-13]研究并分析了LEO衛星系統中星間鏈路ISL(Inter-SatellitesLink)的幾何參數的動態特性，為Starlink等LEO衛星系統仿真提供了理論基礎。文獻[14]研究了Starlink、OneWeb、Telesat這三個標志性大型LEO衛星星座系統架構，但只基于理論數據分析，對三個衛星星座系統進行了總吞吐量的估算。

　　文獻[15-17]分別研究了Starlink衛星星座系統的地面網絡拓撲和衛星網絡拓撲，但都只采用了類Starlink星座進行了網絡拓撲優化模型的驗證，并沒有對Starlink星座真實網絡環境進行建模仿真。文獻[18]通過STK建立目前已發射7批次在軌的Starlink衛星星座，表征和分析其在全球范圍的運行態勢和覆蓋性能，但也僅局限于通過STK中的衛星建模計算數據進行仿真，沒有構建逼真的衛星網絡環境。 因此，本文提出一種基于云平臺的Starlink星座高性能仿真方法，設計了一套面向Starlink星座網絡仿真體系，以解決傳統仿真技術構建大規模星座時間開銷大的問題，并基于衛星軌道參數，構建大規模、高逼真的Starlink星座仿真場景，用以彌補目前針對Starlink星座仿真逼真度不足的缺陷。

　　2體系結構

　　2.1Starlink衛星星座特征

　　Starlink星座為Walker-Delta類型星座，以

　　衛星升空后會先在300km高度的軌道進行測試運行，然后通過星上氪離子推進器進行軌道爬升進入預定運行軌道。衛星在升軌過程中有幾率失敗，不會進入預定的運行軌道，因此部分衛星在相鄰軌道平面沒有滿足可見性約束的衛星來建立鏈路。部分衛星升軌失敗導致的ISL缺失，會對衛星網絡的性能造成影響，因此本文已將該衛星網絡失效因子考慮在內。

　　當低軌衛星運行到高緯度地區或極地地區時，會因為衛星間相對運動角速度變大、相對空間位置的改變而產生網絡拓撲結構的頻繁變化[19],而衛星隨時間變化的飛行位置可由開普勒軌道六要素確定[20]。

　　2.2基于云平臺的Starlink星座高性能仿真體系

　　Starlink高性能仿真體系，采用分布式衛星模型存儲，解決仿真平臺用戶接口擁塞的問題，優化云平臺虛擬機部署流程，支持快速部署大規模的衛星星座拓撲。同時融合STK對衛星建模的優勢，準確的描述各衛星隨時間變化的動態性，實現動態變化的衛星網仿真。

　　3關鍵技術

　　Starlink星座仿真技術的關鍵的目標就是快速構建逼真的大規模衛星星座網絡拓撲。但是面對Starlink這類大規模星座，傳統天地一體化網絡仿真體系會遇到以下問題：

　　(1)目前衛星星座場景的構建是通過手動將每顆衛星的軌道參數輸入到STK中。隨著仿真規模提升，不可避免地會帶來巨大的時間耗費和操作誤差，從而降低衛星星座網絡仿真的逼真度，因此自動化部署必將具有巨大的應用前景。(2)Starlink星座網絡拓撲部署會用到大量的物理節點，因為OpenStack云平臺是分布式系統架構，為了解耦使得各服務分散，各項目的數據存放在不同的位置，數據存儲較為凌亂，造成了在大規模網絡拓撲啟動時耗費大量的時間對衛星模型進行傳輸，資源和能耗均有不合理的浪費。針對上述問題，本文首先基于STKEngine對STK底層接口進行開發，設計了一種面向衛星軌道參數的復雜衛星星座場景自動化建模方法，然后優化了OpenStack數據存儲結構和計算資源的調度，并提升了創建衛星節點時的速度。

　　3.1復雜衛星網絡場景自動化建模方法

　　衛星動態飛行位置由式(1)確定，而在STK中，使用衛星的遠地點高度和近地點高度代替軌道半長軸來確定衛星軌道的大小和形狀，同時必須明確衛星的衛星歷元參數。

　　4實驗分析與驗證

　　本章對基于云平臺的Starlink星座高性能仿真技術進行實驗驗證。

　　4.1實驗環境

　　該平臺基于OpenStackMitaka版本、STK11.6。STK模擬節點處理器為Intel(R)Core(TM)i7-87003.2GHz,內存為16GB;控制節點處理器為Intel(R)Xeon(R)CPUE5-2620v42.10GHz*2，內存為64GB;網絡節點處理器為Intel(R)Xeon(R)CPUE5-4620v42.10GHz*2，內存為64GB。共2個物理計算節點，計算節點1處理器為Intel(R)Xeon(R)CPUE5-2609v31.90GHz*2，內存為16GB;計算節點2處理器為Intel(R)Xeon(R)CPUE5-2620v32.40GHz*2，內存為32GB。STK模擬節點操作系統為Windows10，其他節點操作系統均為Centos7.2。

　　4.2復雜衛星網絡場景自動化建模測試分析

　　為驗證本文所提出的復雜衛星網絡場景自動化建模方法的可行性以及高可用性，實驗選取目前Starlink星座發射批次為L1至L7的400顆衛星進行自動化建模測試。展示了衛星常見的自動化建模結果，自動構建一顆衛星平均耗時為0.1551s，整體部署消耗時間為62.0225s。與手動輸入衛星軌道參數進行場景建模的方法相比，時間開銷大大縮短，且可有效避免人工誤操作帶來的誤差。自動化建模生成的衛星星座場景，仿真周期為2021年3月19日04:00:00.0000UTCG至2021年3月20日04:00:00.0000UTCG，共計24小時。

　　4.3衛星網絡拓撲部署效率測試分析

　　為驗證本文提出的衛星網絡拓撲部署優化方法的高效性，實驗選取400個衛星節點，分別通過傳統衛星節點部署方法和高性能衛星節點部署方法，進行自動化部署測試。傳統衛星節點部署方法構建400個衛星節點總體耗時為691s，而使用高性能衛星節點部署方法總體耗時為421s，總體部署性能提升39.07%，且衛星節點啟動速率更快。

　　5結論

　　本文融合OpenStack和STK構建高性能衛星星座仿真體系。通過對STK底層接口的二次開發、衛星模型庫存儲優化和消息異步傳輸，實現了一個面向Starlink星座的高性能仿真體系。本文所提方法在部署效率上相對于傳統仿真體系提升了39.07%。基于該仿真體系，可實現靈活構建大規模高逼真的低軌衛星星座網絡，從而能夠滿足對低軌衛星互聯網滾動建設驗證、評估的需求。

　　參考文獻：

　　[1]LiuJJ,ShiYP,ZubairMd,Fadlullah,NeiKato,etal.Space-Air-GroundIntegratedNetwork:ASurvey[J].IEEECommunicationsSurveys&Tutorials(S1553-877X),2018,20(4):2714-2741.

　　[2]ChowdhuryPKAtiquzzamanMandIvancicW.Handoverschemesinsatellitenetworks:state-of-the-artandfutureresearchdirections[J].IEEECommunications SurveysandTutorials(S1553-877X),2006,14(8):2-14.

　　[3]GiambeneG,KotaSandPillaiP.Satellite-5Gintegration:anetworkperspective[J].IEEENetwork(S0890-8044),2018,32(5):25-31.

　　[4]李順.LEO衛星網絡路由策略設計與性能分析[D].北京郵電大學,2020.LIShun.LEOsatellitenetworkroutingstrategydesignandperformanceanalysis[D].BeijingUniversityofPostsandTelecommunications,2020.

　　[5]茹新宇,劉淵.網絡仿真器NS3的剖析與探究[J].計算機技術與發展,2018,28(3):72-77.RuXinyu,LiuYuan.Analysisandresearchonnetworksimulator3[J].ComputerTechnologyandDevelopment,2018,28(3):77-77.

　　[6]李春艷,張學杰.基于高性能計算的開源云平臺性能評估[J].計算機應用,2013,33(12):3580-3585.

　　作者：劉淵，薛新毅，王曉鋒

轉載請注明來自發表學術論文網：http://www.zpfmc.com/jzlw/28787.html