大规模低轨卫星互联网传输层关键技术研究与展望

科技   2024-10-25 13:32   广东  

目录 | 2024年第9期  本期专题:空天地海一体化网络

面向5G-Advanced和6G的星基移动通信网络标准技术研究


【空天地海一体化网络】专题 02

《移动通信》2024年第9期


大规模低轨卫星互联网传输层关键技术

研究与展望

张孟旸1,马婷2,刘晓宇1,张子天3,周海波1

(1.南京大学电子科学与工程学院,江苏 南京 210023;

2.南京理工大学电子工程与光电技术学院,江苏 南京 210094;

3.浙江工商大学信息与电子工程学院,浙江 杭州 310018)


【摘  要】随着卫星技术的发展,低轨卫星网络因其低成本、高容量、低时延等优势正在被越来越多的组织采用,如OneWeb、SpaceX等。低轨卫星网络不仅能够提供全覆盖的服务,甚至还能在超远距离数据传输中实现比地面网络更低的延迟。随着卫星星座技术的逐渐成熟,大规模低轨卫星互联网有望为全球用户提供无缝高速互联网接入。在大规模低轨卫星互联网中,传输层协议对于提供高可靠、低延迟的通信服务至关重要。然而,大规模低轨卫星网络的高误码率、星地切换以及频繁的网络拓扑变化等特点,使得传统地面网络传输协议难以满足大规模卫星互联网服务质量要求。因此,开发适用于大规模低轨卫星互联网的新型传输协议机制势在必行。针对大规模低轨卫星互联网新特征与传输服务需求,从传输层协议、拥塞控制算法、传输层编码技术以及多路径传输协议等多个方面,探讨了大规模低轨卫星网络下传输层关键技术发展,分析了当前大规模低轨卫星互联网传输服务面临的主要挑战。将为大规模低轨卫星互联网传输层关键技术的研究提供一定的发展思路与技术参考。

【关键词】大规模低轨卫星网络;传输层协议;拥塞控制;多路径


doi:10.3969/j.issn.1006-1010.20240726-0002

中图分类号:TN929.5        文献标志码:A

文章编号:1006-1010(2024)09-0040-10

引用格式:张孟旸,马婷,刘晓宇,等. 大规模低轨卫星互联网传输层关键技术研究与展望[J]. 移动通信, 2024,48(9): 40-49.

ZHANG Mengyang, MA Ting, LIU Xiaoyu, et al. Research and Prospects of Key Technologies on Transport Layer for Large-Scale LEO Satellite Networks[J]. Mobile Communications, 2024,48(9): 40-49.






0   引言


随着大数据、互联网、云计算、智慧城市的飞速发展,地面无线通信网络的规模迎来了爆炸性的增长。当前,第五代(5G)无线通信网络的全球化部署促进了人与人、人与物、物与物之间的广泛连接,为工业互联网、车联网、物联网等的数字化转型提供了更广泛、更深入的技术支撑[1]。然而,5G无线通信网络在满足全球网络需求方面正面临着挑战,其网络容量和覆盖范围的限制意味着仅依赖地面通信系统难以在全球范围内提供高可靠、低时延的无线接入服务。为解决传统地面通信网络的局限性,并为全球网络用户提供高速数据传输、广泛区域覆盖以及万物互联的通信服务,以天地一体化信息网络为基石的第六代(6G)无线通信网络引起了广泛关注[2]


为了支持更多应用业务的传输同时保证用户更高的服务需求,大规模低轨卫星网络展现出了广阔的应用前景,更被视为下一代无线通信网络中的关键组成部分。近年来随着空间技术的飞速发展,越来越多的组织开始将研究和发展焦点转向大规模低轨卫星网络,例如Telesat、Oneweb、SpaceX等。低轨卫星网络具有价格低廉和部署迅速的特点,能够以相对较低的成本快速实现全球无缝覆盖,因此在森林、沙漠、海上、灾区等偏远或难以架设地面基站的区域具有极大的服务优势和应用前景。传统的同步轨道卫星因其轨道高度会引起不可避免的高传播时延,这使得传统卫星网络未能加入到提供日常服务的流量竞争中[3]。然而,低地球轨道卫星具有低生产成本、高容量、高速率、低时延等特点,可以在实现全覆盖的同时为移动用户提供不亚于地面网络的服务质量,在长距离数据传输方面更是可以提供比地面光纤网络更低的延迟,故而得到了广泛应用。近年来,随着以美国“Starlink”计划为代表的低轨卫星星座技术的逐渐成熟,数量庞大的低轨卫星将组成具有全球覆盖、大容量宽带接入、低通信时延的互联网基础设施,为全球用户提供无缝的高速互联网接入[4]


在大规模低轨卫星互联网场景中,传输层协议是为应用业务提供高可靠、低时延端到端通信的关键组成部分。因此,研究适用于大规模低轨卫星网络的传输层协议技术,对于发挥低轨卫星网络的性能潜力至关重要。然而,大规模低轨卫星网络存在一些独特的挑战,如高误码率、馈电链路不稳定、以及频繁的网络拓扑变化等。这些特点使得传统的地面网络传输协议无法满足卫星互联网环境下的QoS(Quality of Service,服务质量)需求。因此,迫切需要开发有效的新型传输协议机制,以提高在大规模低轨卫星网络下的应用业务传输性能[5]。本文对大规模低轨卫星网络下传输层关键技术的发展进行了梳理,涵盖传输层协议基础理论、拥塞控制算法、传输层编码和多路径传输协议等。



1   大规模低轨卫星网络传输层技术挑战


典型的大规模LEO(Low-Earth Orbit,低轨道)卫星互联网架构如图1所示,包括地面网络和LEO卫星网络两个部分。其中,LEO卫星网络由成千上万颗低轨卫星组成,在空间中按照一定的星座构型分布,形成大规模的低轨卫星互联网。LEO卫星之间通过微波或激光链路建立连接,从而实现数据包的中继转发。LEO卫星网络的庞大规模不仅能够提供万物互联的接入服务,更能够覆盖包括海洋、受灾区、偏远地区等基础设施建设不完善的地方,旨在为全球用户提供高带宽、低时延、高可靠的通信服务。



然而大规模低轨卫星网络对传输层提供高可靠、低时延的端到端通信服务提出了许多挑战,具体来说,限制端到端通信质量的主要环境特性有如下几点:


(1)时延:在大规模低轨卫星网络场景下,由于卫星的高速移动特性,卫星与地面站的距离以及卫星之间的相对位置都在时刻发生变化。相比于星间链路的高速带宽,星地距离的快速变化是影响端到端时延主要因素,连接的延迟将因此更加多变[6]。此外,由于卫星的高速运动及星地链路的频繁切换,路由决策也在时刻变化,额外的卫星跳数会增加延迟,导致可能更长的端到端时延。


(2)高误码率:与地面网络相比,空间网络环境更加不稳定。由于大规模卫星网络工作在开放的空间环境,电磁、热、日凌、高能粒子等空间环境效应严重损伤了网络能力。由空间环境引起的噪声、损耗等也会使卫星信道表现出更高的误码率,导致更为频繁的丢包[7]


(3)馈电链路不稳定:对于LEO卫星来说,由于单颗卫星的覆盖范围较小,当一颗LEO卫星超出地面站的可见范围时,接入的卫星就需要切换。由于LEO卫星的轨道高度较低,它们的移动速度很快,因此星地链路的切换会更加频繁发生。这种频繁的链路切换将导致馈电链路经常出现中断、带宽急剧变化。


(4)带宽分配公平性:虽然低轨卫星网络旨在提供高带宽、低时延的服务,但是由于同一时间局部地区的接入卫星有限、全球移动用户分布不均匀,当用户请求的流量过多时很可能会发生带宽分配不均匀、无法满足绝大部分用户QoS需求的问题。


为适应大规模低轨卫星互联网的特点,满足用户QoS需求,各类传输层算法及协议被相继提出。本文对近些年来有关传输层的不同问题和各种方法的发展迭代进行了调研和探讨,总结了大规模低轨卫星网络场景中传输层解决的关键问题和高效先进的算法技术。



2   代表性传输层协议概述及性能分析


传输层协议是支持端到端连接提供低时延、可靠传输的关键部分,对于保证网络传输质量和用户的QoE(Quality of Experience,体验质量)需求具有至关重要的影响。本节首先概述了当前备受关注并有望应用于低轨卫星网络的几种主要传输层协议,包括TCP(Transmission Control Protocol,传输控制协议)、Quic(Quick UDP Internet Connections,快速UDP互联网连接)、DTN(Delay Tolerant Networking,延迟容忍网络)和SCPS-TP(Space Communications Protocol Standards - Transport Protocol,空间通信协议标准—传输协议),总结了协议各自的内容和特点。其中,TCP是当前广泛应用于地面网络的传输层协议,而QUIC则是Google于2013年提出的一种新型协议,并被寄予着广泛的应用前景。因此,在本节的第二部分,针对TCP和QUIC协议结合卫星网络场景进行了协议性能测试和分析,探讨了两种协议在低轨卫星互联网场景中的表现及挑战。


2.1  代表性传输层协议概述

(1)TCP协议

TCP是一种面向连接的、可靠的、基于流的传输层协议。它广泛应用于互联网上,是HTTP、FTP等应用层协议的基础。TCP协议具有以下几个特点:1)面向连接:在通信开始之前,TCP要先建立一个连接会话。连接双方要进行三次握手以建立连接,结束时也要进行四次挥手断开连接。2)可靠传输:TCP使用确认和重传机制来确保数据的可靠传输。发送端会等待接收端的确认,如果一段时间内没有收到确认会重发该数据。3)面向字节流:TCP将数据看作一个字节流,没有消息边界。发送端可以随时发送数据,接收端也可以随时读取数据,不依赖上层提供的完整数据块或数据包。4)流量控制、拥塞控制:TCP通过滑动窗口的机制来实现数据量的发送控制,从而避免接收端接收过多数据而溢出或者网络发生拥塞。


(2)QUIC协议

QUIC[8]是由Google于2013年提出的一种基于UDP的新型协议,旨在提高HTTP(Hypertext Transfer Protocol,超文本传输协议)场景下的用户QoE,尤其是为视频应用能够提供更低的延迟。QUIC协议集合了HTTP/2,TLS(Transport Layer Security,传输层安全性协议)和UDP协议的特点及功能,能够为用户提供更快的传输及更低的时延,QUIC协议栈如图2所示。QUIC在传输数据时采用了多路复用(Multiplexing)技术,可以同时传输多个数据流,每个数据流都有独立的Stream ID和流控机制,这样就可以避免建立多个QUIC连接[9]。QUIC的连接采用0-RTT和1-RTT两种模式,其中0-RTT模式允许客户端在首次连接时就能够发送数据,而1-RTT模式则只需要进行一次RTT(Round Trip Time,往返时间)的握手过程,极大地缩短了连接建立的时间。为了提高安全性,QUIC还采用了TLS1.3协议对数据进行加密,防止数据被篡改或窃取。在QUIC中,TLS1.3协议被用于建立连接和进行加密,而不是如HTTP/2+TLS中在应用层和传输层之间分别使用TLS和TCP协议。



(3)DTN协议

DTN[10]是一种基于存储转发机制的网络架构,主要用于不稳定、延迟较高的网络环境(如深空网络)。在DTN协议中,数据被封装成一种名为bundle的数据结构中,在网络中通过中间节点进行存储和转发,直到目标节点可达。DTN的核心思想是将传输协议端到端特性限制在同构网段中,而跨异构网络的真实端到端数据可靠性由bundle层提供[11]。DTN中的bundle层提供了一种端到端的可靠传输机制,当网络中存在破坏性或不连续的信道时,DTN通过“托管传输”机制提供端到端连接,确保数据的可靠传输。DTN的“托管传输”机制通过在每个节点中存储bundle来提供端到端连接。这些bundle可以保存在本地数据库中,直到接收者确认。此外,bundle层还提供了网络的统一视图,即使下面可能存在不同的协议,DTN也可以通过bundle层将它们统一起来。并且DTN在BP(Bundle Protocol,束协议)层和底层协议之间部署了CLA(Convergence Layer Adapter,汇聚层适配器),用于通过底层协议发送和接收bundle数据包,DTN的网络架构如图3所示



(4)SCPS-TP协议

SCPS是一组由CCSDS(Consultative Committee for Space Data Systems,国际空间数据系统咨询委员会)制定的标准[12],包括了数据链路层、网络层和传输层的协议,旨在为空间网络和地面站之间的通信提供标准化的解决方案。其中,SCPS-TP是一种用于卫星通信的传输层协议,由美国宇航局(NASA)开发,用于在卫星和地面站之间传输数据。SCPS-TP具有可靠性、并行性、安全性和高效性等特点。SCPS-TP协议采用了传输通道机制,在卫星和地面站之间建立多个并行的连接,以提高数据传输的效率和可靠性。SCPS-TP采用了纠错编码技术[13],对数据进行错误检测和纠正,以确保数据传输的可靠性。此外,SCPS采用了压缩技术,将数据压缩后再进行传输,减少数据传输时的带宽占用和传输时间,有效地降低数据传输的成本。保密性是SCPS-TP协议的另一个重要特点。在卫星通信中,由于信号容易被窃听和干扰,数据的安全性非常重要。SCPS-TP协议支持对传输的数据进行加密,以保护数据的安全性。SCPS-TP协议使用多种加密算法,包括AES(Advanced Encryption Standard,高级加密标准)和DES(Data Encryption Standard,数据加密标准)等。


2.2  TCP、QUIC协议仿真分析

为了支持在更加真实的低轨卫星网络场景中进行分析,卫星组网仿真平台式对支撑传输层协议进行全面评估至关重要。表1总结了当前主要发布的卫星组网仿真平台。其中UltraStar[21]能够支持大规模低轨卫星组网和较为全面的通信协议,所以基于UItraStar进行了QUIC协议和TCP协议的性能比较和分析。在仿真场景中采取Kupier星座K3 Shell的配置,添加了786颗低轨卫星和两个地面站,星地带宽设置为20 Mbps,星间带宽设置为50 Mbps。在场景中测试了QUIC和TCP在不同数据流大小和不同丢包率场景下的传输完成时间。



首先测试了QUIC和TCP协议在不同文件大小传输下的性能,展示了两个协议的完成时间,如图4所示。其中星地链路丢包率为0.1%、星间链路不设置丢包率。可以观察到当传输文件较小时,两个协议的表现近乎相似,这可能得益于较小的丢包率以及端到端链路的较大带宽。而当文件传输量变大时,QUIC协议整体表现要好于TCP协议,这也证明了QUIC协议在提供低延迟方面的能力和面对动态网络的较强鲁棒性。



接下来测试在不同星地链路丢包率情况下两个协议的性能,传输的文件大小固定为5 MB。从图5中可以看出,QUIC和TCP协议的表现受丢包影响都非常大。尤其是对于TCP协议来说,丢包率的增加急剧恶化了文件传输完成时间的表现,这可能由于是TCP的重传机制问题。虽然QUIC协议在丢包检测和重传技术上相对有了改善,但是当数据包丢失率升高时,其表现也深受影响,并且协议性能并不一直优于TCP协议,这也说明了可能单一协议无法在所有场景中达到性能最优。



从图4、图5的分析可以看出,面对低轨卫星网络环境,网络的动态性以及丢包率对传输协议具有极其重要的影响。当然,其中也包括拥塞算法、流量控制等算法对吞吐量的影响。如何提升传输层协议在低轨卫星网络的表现,考虑上述因素是十分必要的。



3   低轨卫星互联网传输层关键技术


3.1  拥塞控制

拥塞控制是现代网络当中用于管理和控制数据流量的重要技术和方法,拥塞控制的核心目标是在带宽允许的范围内尽可能地提高传输速率但同时也要避免资源被过度使用,产生网络拥塞。


当网络中的数据流量超过网络设备或者链路的承载能力时,这会出现网络拥塞。这将会导致发送端传输速率降低、数据包丢失、延迟增加等。拥塞控制的作用就是在这种情况通过动态调整数据发送速率等参数,缓解网络拥塞,提高网络的整体性能。传统的拥塞控制算法大多数基于AIMD(Additive Increase Multiplicative Decrease,加性增乘性减)原则,当检测到拥塞时减少拥塞窗口,当收到ACK(Acknowledgment,确认)时增加拥塞窗口,保证了拥塞窗口变更的渐进性[26]。例如基于丢包检测的Tahoe[27]、Reno[28]和New Reno[29],基于时延检测的Vegas[30]、Versus[31]算法等。当然也有基于其他原则且广受关注的拥塞控制算法,例如Veno[32]、BBR[33]、Westwood[34]等。但是正如第1节所述,卫星互联网中端到端的连接性能受到空间环境的显著影响,适用于地面网络的拥塞控制算法并不能够发挥很好性能,设计良好的拥塞控制算法变得更加困难。下面将针对不同的网络环境问题,罗列几种典型的基于拥塞控制的解决方案。


(1)面向时延的优化方法

传统的拥塞控制基于AIMD方法,通过检测丢包和收到ACK作为调整拥塞窗口的标志,例如NewReno算法其拥塞窗口变化如图6所示



在连接初始建立时,该类算法通过“慢启动”来探测带宽可用性,以调整发送速率。但是在卫星网络场景中,端到端的时延可能由于路由决策具有较长的RTT时延,这会导致慢启动算法探测带宽缓慢,数据吞吐量不高的缺陷。文献[35]提出了一种名为Sudden Start的解决方案,旨在通过使用虚拟数据段更快的增长和恢复拥塞窗口,从而减少长RTT对吞吐量增长的不利影响。Sudden Start的基本思想是在连接开始时,发送方将拥塞窗口设置为1,并在第一个数据段之后传输虚拟数据段,周期性增加拥塞窗口。每个周期结束时,如果没有发生拥塞,则将窗口大小翻倍,直到达到最大拥塞窗口。如果在某个周期中发生了拥塞,则将拥塞窗口大小减半,并转换到拥塞避免阶段。在一个RTT之后,拥塞窗口就可以实现快速增长。文献[36]提出了一种名为Super Start的启动算法。在连接建立之后,发送方将拥塞窗口设置为接收窗口的一半,并均匀发送具有标志启动位的TCP数据段。在路由阶段,每个卫星节点如果发生了拥塞那么会优先丢弃标记启动位的数据包,而接收方在接收到数据包后每隔一个RTT发送一次ACK用于确认这段时间所有收到的包。发送方则根据收到的该ACK统计在SuperStart阶段成功发送到对端的数据包的数量,从而估计最大的发送窗口,在两个RTT内就能够完成带宽的探测。两种算法在连接初始阶段的表现如图7所示,SuperStart和Sudden Start算法相对于原有的慢启动算法在初始阶段的带宽探测速度都有了很大的提升,能够更快占有最大的拥塞窗口。



(2)面向丢包的优化方法

卫星网络场景中,除了拥塞丢包之外,由于天气、卫星切换等原因造成的链路丢包也时常发生。而传统的拥塞控制机制依赖于丢包作为拥塞的指标,当数据包由于传输错误而发生丢失时,发送方将误认为发生了拥塞,从而错误地减小拥塞窗口、减少了平均吞吐量。为了区分数据包丢失的原因,文献[37]提出了一种基于双模型的算法来解决卫星网络中的拥塞问题。其通过监测RTT的变化,基于排队论的小公式定理,通过排队延迟和带宽估算来计算当前对端的数据包数量。通过将队列数据包数量及剩余带宽和预设阈值对比计算得出丢包的信息位从而判断数据包是否由网络拥塞导致。当判断为拥塞导致则适当减少拥塞窗口,否则不进行调整。文献[35]提出了一种快速恢复算法(Rapid Recovery),旨在解决由于链路错误导致吞吐量下降的问题。该算法假设所有数据段丢失均由于网络拥塞,然后将其拥塞窗口减半,但为了探测可用网络资源,在将拥塞窗口减半后发送方会传输一定数量的虚拟数据段。通过收到这些虚拟数据段ACK的数量来快速恢复带宽,以应对非拥塞原因造成的数据包意外丢失。此外,文献[36]提出了一种基于优先级丢包判断是否拥塞的方法。其核心思想是将发送的所有数据包均匀标记为高低优先级,如果网络发生了拥塞那么网络节点将优先丢弃低优先级的数据包。因此当发生拥塞时,发送方应当检测到低优先级数据包的丢失量远大于高优先级,而发生非拥塞导致的丢包时,则两种类型的数据包丢失数量没有一定的比例标准。


(3)面向带宽分配公平性的优化方法

在卫星网络中,由于数据流量较大,多个数据流可能共享一个瓶颈链路,如图8所示。由于地面流量需求较大,该链路很可能成为了整个端到端网络的bottleneck。当该链路带宽有限时,缺乏公平性考虑的拥塞控制算法会发生带宽分配的严重倾斜,无法保证绝大多数用户的QoS需求。



TCP-IFSI[38]借鉴了TCP-Fusion[39]和TCP-STAR[40]的算法机制,旨在保证高吞吐量的同时提高算法的公平性。IFSI通过使用CWS(Congestion Window Setting,拥塞窗口设置)和LWC(Lift Window Control,上升窗口控制)算法提高卫星链路上的吞吐量,使用Fusion相似的机制保证数据流在带宽分配上的公平性。其中CWS算法通过估计带宽的可用量来控制拥塞窗口,避免了由于链路错误导致的传输速率减少;LWC通过TCP-Reno方式的控制拥塞窗口大小,通过带宽估计的结果快速恢复拥塞窗口。REFWA[41]提出了一种适应性调整TCP流速率的方案,称为“递归、显式、公平窗口调整”。该算法通过匹配激活TCP流的聚合窗口大小等同于有效网络带宽延迟乘积来实现有效性,并通过RTT的测量值来分配各个数据流的带宽从而实现数据流间的公平性。该算法能够很好地解决卫星切换后各个数据子流之间的带宽分配问题。REFWA的核心是提出了一个反馈计算模型,通过各个子流的RTT建模每个数据流上个时隙的吞吐量并利用带宽、缓存占用的估计来计算整个网络的总吞吐量,并通过min-max的方式为各个子流分配带宽。


3.2  传输层编码方案

由于天气干扰、多径影响、信号衰落等因素,在低轨卫星网络中数据传输的误码率要经常高于地面网路。为保证端到端的可靠传输,许多传输层协议(如TCP、QUIC等)都采用重传的方式恢复丢包。但是当有更多的数据包丢失时,重传所带占用的带宽不可忽视,这会极大增加数据传输完成的时延,对于时延敏感的应用业务的传输带来了重大挑战。FEC[42](Forward Error Correction,前向纠错)是一项针对于处理数据包丢失的有效技术,能够通过发送冗余数据的方式恢复丢包防止数据重传,从而减少数据传输的完成时间。鉴于FEC在处理数据包丢失情况下的优越性,IETF(Internet Engineering Task Force,国际互联网工程任务组)已正在讨论将FEC编码技术融入到QUIC协议中[43],以保证时延敏感应用在有损场景下的性能。但是固定的冗余数据比例在低轨卫星网络中不能适应所有数据损失情况,甚至可能带来额外的带宽占用却无法恢复任何丢包,所以如何设计适用于卫星互联网的传输层编码方案十分重要。


rQUIC[44]提出了一种自适应编码方案,该方案通过定义重传数据包的数量和已发送数据包数量之间的比例作为反馈,从而能够针对不同的网络情况进行自适应调整。该方案定义了一个调整因子,当收到反馈后发送端可以通过该调整因子渐进性地逼近真实网络丢包情况从而重新定义冗余比例。该方法在实验中加入了卫星的仿真场景,并且表明通过此种自适应编码方法能够对于文件传输时间、带宽冗余控制带来较大的提升。FLEC[45]提出了一种针对于不同丢包率、不同应用场景下的自适应编码方案。该编码方案能够在适应不同丢包场景下,同时针对不同的应用需求进行调整。FLEC通过两个阈值来决定本次发送的数据包是否是冗余数据,其一是针对于应用需求的阈值,其二是针对网络情况的阈值。当发送冗余的条件满足两者中的任意一个时,本次发送的数据包为冗余编码数据包。该种方案并不提前决定数据包的冗余比例,而是根据网络情况和应用需求进行实时调整,极大地提高了用户的QoE。此外,FLEC在实验中接入了真实的Starlink卫星数据,证明了该方案在真实低轨卫星网络中的优越性。QRVTS[46]提出了一种基于RLC(Run Length Coding,游程编码)的编码方式,该种方法针对于低轨卫星网络中的实时应用场景和数据丢失的特点,通过考虑链路丢包率、实时应用的数据传输特点综合进行RLC编码的冗余决策。具体地,QRVTS利用残余丢包率作为冗余控制的指标,残余丢包率指的是在加入RLC编码后的理论丢包率,通过将该指标控制在一定阈值内实现在不同丢包场景下的自适应编码冗余决策。此外,他还考虑了数据块不同的优先级,对于高优先级的数据块加入更多的冗余以减少该数据块的传输时延,提高用户的QoE。如图9所示为不同单向延迟下的数据帧传输时延,取第92个百分点的数据。相比于QUIC,本文提出的QRVTS传输方案能够在不同单向延迟下进行自适应编码,显著降低了数据帧的传输时延,具有较强的鲁棒性。图10所示为不同单向延迟下的关键帧按时到达比率,QRVTS考虑了不同数据帧的优先级,对高优先级数据帧(关键帧)编码了更多的冗余,所以相比于QUIC协议具有更高的按时到达比率。



3.3  多路径传输协议

在当前的信息通信中,大多数的网络设备都具有多个通信端口,能够同时支持一个连接中多个子流的存在。在传输层中,多路径传输协议是支持多个子流服务同一个连接的重要组成部分,对整体连接的性能具有重要的影响,如MPTCP(MultipathTCP,多路TCP协议)、MPQUIC(MultipathQUIC,多路QUIC协议)。如图11所示为MPQUIC的协议栈,MPQUIC能够同时在一个连接中使能多个路径进行数据传输,通过路径调度模块在各个路径上传输数据包,每个路径具有自己的IP标识。多路传输协议相对于单路协议具有显著的优势,例如聚合两个路径获得更大的带宽、能够规避单路径传输性能的急剧恶化、能够提供更快速的可靠传输等。但是由于卫星网络环境的影响和各个链路不同的传输性能,多个链路的使用甚至无法达到单路径的传输效果,因此设计合适的卫星互联网中的多路径传输方案是极其关键和重要的。



在卫星网络中,由于卫星的高速移动及单星的优先覆盖范围,用户的接入卫星会发生频繁的切换。在链路发生切换时,单路径的连接很可能会发生中断从而影响整体的性能,而多路径协议可以有效解决这个问题。然而,传统的多路径传输的拥塞控制算法是基于丢包检测的OLIA(Opportunistic Linked Increase Algorithm,机会性联动增长算法),该算法无法判断星地切换造成的数据包丢失是否由拥塞引起,从而错误地减少了拥塞窗口,导致整体的吞吐量下降,并且该算法在卫星网络场景中难以匹配可用的接入带宽。文献[47]提出一种基于卫星移动性的多路径传输方法,该方法考虑由于卫星切换造成的数据包丢失,从而防止错误减小拥塞窗口。此外,该方法还通过考虑整体网络拓扑计算连接的端到端时延从而估计整体链路的BDP(Bandwidth-Delay Product,带宽时延乘积),匹配拥塞窗口的大小。


为了应对卫星互联网中的频繁切换和较高的误码率,文献[48]基于MPTCP架构提出了一种方法,通过持续监控所有可用路径的网络动态,包括带宽、延迟、丢包率等,MPTCP实时发现路径状态的变化,根据当前路径的可用性及其质量动态调整数据的传输路径,以保证整体良好的传输性能。此外,该文献还将冗余编码引入了MPTCP中,通过聚合带宽提供更高的传输速率,利用冗余编码保证数据包的可靠、及时到达以应对卫星网络中较高的误码率。PBNC-MPTCP[49]提出了一种基于多路径协议的编码传输方案,该方案使用伪随机网络编码生成编码包用于提高数据在卫星网络传输中的可靠性。并通过检测每条路径的网络状态(带宽、延迟、丢包率)等对每条路径的可靠性进行建模,选择若干条最优路径以最大化传输可靠性的同时最小化传输开销。该方法能够实现在LEO卫星网络中的高效多路径传输,显著提高了传输性能和可靠性。此外,针对大规模星座的高动态性、多路异构性,基于MPQUIC提出了一种面向时延敏感应用的传输方法PBMS,该方法能够根据QUIC协议的拥塞窗口、数据丢失等预测每条路径上短期内的吞吐量,结合用户的QoS需求,分配数据块在各个路径上传输的数据量,从而提升端到端的有效吞吐量。图12是不同丢包率下各个传输方法的有效吞吐量,PBMS能够根据不同的丢包率及时预测路径短期吞吐量,对于不同的损伤程度具有一定的鲁棒性,相比其他方法能够显著提高端到端有效吞吐量,减少数据块的传输时延。




4   结束语


随着通信技术的迅猛发展,6G网络有望通过星地融合信息网络的新方式,为全球用户提供高数据速率、广覆盖和低延迟的通信服务。低轨卫星星座网络凭借其低成本、高容量、高速率和低时延等优势,成为实现全球无缝覆盖的首要通信手段。传输层协议是提供端到端高可靠、低延迟服务保障的重要组成部分,发展适用于大规模卫星互联网场景下的传输协议至关重要。本文从大规模低轨卫星网络场景、传输层协议、拥塞控制、编码方案、多路径传输协议等方面对大规模低轨卫星网络的传输层协议技术进行了论述,分析了大规模卫星互联网络中各个关键技术所需要解决的潜在问题。随着低轨卫星组网技术的不断成熟,针对卫星互联网的传输层协议将不断优化和创新,为全球用户提供更加高效、可靠、低延迟的通信服务,推动6G通信迈向新的高度。



参考文献:(上下滑动浏览)   

[1] R. Deng, B. Di, H. Zhang, et al. Ultra-Dense LEO Satellite Constellations: How Many LEO Satellites Do We Need?[J]. IEEE Transactions on Wireless Communications, 2021,20(8): 4843-4857.

[2] G. Xu, Y. Zhao, Y. Ran, et al. Spatial Location Aided Fully-Distributed Dynamic Routing for Large-Scale LEO Satellite Networks[J]. IEEE Communications Letters, 2022,26(12): 3034-3038.

[3] 蒋长林,李清,王羽,等. 天地一体化网络关键技术研究综述[J/OL]. 软件学报:1-22[2023-02-23].

[4] 孙智立,李天儒. 大规模低轨星座卫星通信网发展展望[J]. 中兴通讯技术, 2021,27(5): 48-51.

[5] Z. Jiapei, L. Zhou, S. Baozhong, et al. Performance simulation analysis of transport layer protocol for satellite network[C]//2022 IEEE International Conference on Advances in Electrical Engineering and Computer Applications (AEECA). Dalian,China: IEEE, 2022.

[6] Lloyd Wood. Internetworking with satellite constellations[J]. Ph.D. Dissertation. University of Surrey, 2001.

[7] H. Xie, Y. Zhan, G. Zeng, et al. LEO Mega-Constellations for 6G Global Coverage: Challenges and Opportunities[J]. IEEE Access, 2021,9: 164223-164244.

[8] A. Langley, A. Riddoch, A. Wilk, et al. The QUIC Transport Protocol: Design and Internet-Scale Deployment[C]//Proceedings of the Conference of the ACM Special Interest Group on Data Communication. ACM, 2017: 183-196.

[9] Yu A, Benson T A. Dissecting performance of production quic[C]//Proceedings of the Web Conference. 2021: 1157-1168

[10] V. Cerf , A. Hooke, L. Torgerson, et al. Delay-Tolerant Networking Architecture[C]//IETF RFC 4838. 2007

[11] C. Choudhari, D. Niture. Disruption Tolerant Network (DTN) for Space Communication: An Overview[C]//2022 IEEE 7th International conference for Convergence in Technology (I2CT). Mumbai, India: IEEE, 2022: 1-5

[12] Consultative Committee for Space Data Systems. Space Communications Protocols Specification (SCPS)-Transport Protocol (SCPS-TP)[C]//Recommendation for Space Data Systems Standards, CCSDS 714.0-B-2, Blue Book, CCSDS, 2006.

[13] L.-z. Jiang, X. Meng, S.-q. Liu, et al. TCP and SCPS over Space Networks[C]//2008 Second International Symposium on Intelligent Information Technology Application. Shanghai, China: IEEE, 2008: 675-678

[14] Simon Kassing, Debopam Bhattacherjee, André Baptista Águas, et al. Exploring the "Internet from space" with Hypatia[C]//Proceedings of the ACM Internet Measurement Conference (IMC '20). Association for Computing Machinery. New York, NY, USA, 2020: 214-229.

[15] Valentine A, Parisis G. Developing and experimenting with LEO satellite constellations in OMNeT++[J]. arXiv preprint arXiv:2109.12046, 2021.

[16] Z. Lai, H. Li, J. Li. StarPerf: Characterizing Network Performance for Emerging Mega-Constellations[C]//2020 IEEE 28th International Conference on Network Protocols (ICNP). Madrid, Spain, 2020: 1-11.

[17] Z. Lai, Q. Wu, H. Li, et al. OrbitCast: Exploiting Mega-Constellations for Low-Latency Earth Observation[C]//2021 IEEE 29th International Conference on Network Protocols (ICNP). Dallas, TX, USA, 2021: 1-12.

[18] L. Shen et al. Network Evaluation and Planning for Large-scale Low Earth Orbit Satellite Constellation Networks[C]//2020 IEEE Intl Conf on Parallel & Distributed Processing with Applications, Big Data & Cloud Computing, Sustainable Computing & Communications, Social Computing & Networking (ISPA/BDCloud/SocialCom/SustainCom). Exeter, United Kingdom, 2020: 1235-1240.

[19] Y. Zhou, R. Zhang, J. Liu, et al. A Hierarchical Digital Twin Network for Satellite Communication Networks[C]//IEEE Communications Magazine, 2023,61(11): 104-110.

[20] 谢景昭,单炜,肖畅,等. Klonet:面向技术创新的网络模拟实验平台[J]. 电信科学, 2021,37(10): 66-75.

[21] X. Liu, T. Ma, Z. Tang, et al. UltraStar: A Lightweight Simulator of Ultra-Dense LEO Satellite Constellation Networking for 6G[J]. IEEE/CAA Journal of Automatica Sinica, 2023,10(3): 632-645.

[22] Ansys. Ansys STK|Digital Mission Engineering Software[EB/OL]. [2024-07-26]. https://www.ansys.com/zh-cn/products/missions/ansys-stk.

[23] SNS3. Satellite Network Simulator 3 (SNS3)[EB/OL]. [2024-07-26]. https://www.sns3.org/.

[24] 北京航天慧海系统仿真科技有限公司. 空间飞行器光照分析-低轨星座通信-卫星任务规划-卫星频率干扰-卫星仿真软件[EB/OL]. [2024-07-26]. https://vvpstk.com/.

[25] 爱浦路. 空天地一体化网络架构[EB/OL]. [2024-07-26]. Available: https://www.iplook.com.cn/products/others_0019/sceps-p00066p1.

[26] J. Postel. Transmission control protocol[R]. IETF, RFC 793, Sep. 1981.

[27] J. Sing, B. Soh. TCP New Vegas: Improving the performance of TCP Vegas over high latency links[C]//Proc. 4th IEEE Int. Symp. Netw. Comput. Appl. (NCA). Cambridge, MA, USA: IEEE, 2005: 73-82.

[28] M. Allman, V. Paxson, E. Blanton. TCP congestion control[R]. IETF, RFC 5681, Sep. 2009.

[29] A. Gurtov, T. Henderson, S. Floyd, et al. The NewReno modification to TCP’s fast recovery algorithm[R]. IETF, RFC 6582, Apr. 2012.

[30] L. S. Brakmo, S. W. O’Malley, L. L. Peterson. TCP Vegas: New techniques for congestion detection and avoidance[J]. ACM SIGCOMM Comput. Commun. Rev., 1994,24(4): 24-35.

[31] Y. Zaki, T. Pötsch, J. Chen, et al. Adaptive congestion control for unpredictable cellular networks[C]//Proc. ACM Conf. Appl. Technol. Architect. Protocols Comput. Commun. (SIGCOMM). London, U.K., 2015: 509-522.

[32] C. P. Fu, S. C. Liew. TCP Veno: TCP enhancement for transmission over wireless access networks[J]. IEEE J. Sel. Areas Commun., 2003,21(2): 216-228.

[33] N. Cardwell, Y. Cheng, C. S. Gunn, et al. BBR: Congestion-based congestion control[J]. ACM Queue, 2016,14(5): 20-53.

[34] S. Mascolo, C. Casetti, M. Gerla, et al. TCP Westwood: Bandwidth estimation for enhanced transport over wireless links[C]//Proc. 7th ACM Conf. Mobile Comput. Netw. (MobiCom). Rome, Italy, 2001: 287-297.

[35] G. Morabito, R. Narcisi, S. Palazzo, et al. TCP-Peach and FACK/SACK options: putting the pieces together[C]//Global Telecommunications Conference, 2002. GLOBECOM '02. IEEE, 2002: 2959-2963.

[36] L. Jiong, C. Zhigang, K. M. Junaid. TP-Satellite: A New Transport Protocol for Satellite IP Network[J]. IEEE Transactions on Aerospace and Electronic Systems, 2009,45(2): 502-515.

[37] L. Yang, D. Wei, C. Pan, et al. Congestion control algorithm based on dual model control over satellite network[C]//2015 International Conference on Wireless Communications & Signal Processing (WCSP). Nanjing, China, 2015: 1-6.

[38] H. Obata, S. Nishimoto, K. Ishida. TCP congestion control method of improving friendliness over satellite Internet[C]//2009 7th International Conference on Information, Communications and Signal Processing (ICICS). Macau, China, 2009: 1-4.

[39] K. Kaneko, J. Katto. TCP-Fusion: A Hybrid Congestion Control Algorithm for High-speed Network[C]//Proc. PFLDnet, 2007: 31-36.

[40] Obata, H. TCP-STAR: TCP Congestion Control Method for Satellite Internet[J]. IEICE Transactions on Communications, 2006,E89-B: 1766-1773.

[41] T. Taleb, N. Kato, Y. Nemoto. REFWA: An Efficient and Fair Congestion Control Scheme for LEO Satellite Networks[J]. IEEE/ACM Transactions on Networking, 2006,14(5): 1031-1044.

[42] L. Vicisano, M. Watson, M. Luby. Forward Error Correction (FEC) Building Block[R]. RFC 5052, Aug. 2007.

[43] I. Swett, M.-J. Montpetit, V. Roca, et al. Coding for QUIC, Internet Engineering Task Force, Internet-Draft draft-swett-nwcrgcoding-for-quic-03[R]. Jul. 2019.

[44] P. Garrido, I. Sanchez, S. Ferlin, et al. rquic: Integrating fec with quic for robust wireless communications[C]//2019 IEEE Global Communications Conference (GLOBECOM). IEEE, 2019: 1-7.

[45] F. Michel, A. Cohen, D. Malak, et al. Flec: Enhancing quic with application-tailored reliability mechanisms[J]. IEEE/ACM Transactions on Networking, 2023,31(2): 606-619.

[46] M. Zhang, T. Ma, Z. Zhang, et al. A quic-enabled reliable video transmission scheme in ultra-dense leo satellite networks[C]//2023 IEEE 98th Vehicular Technology Conference (VTC2023-Fall). 2023: 1-6.

[47] W. Yang, S. Shu, L. Cai, et al. MM-QUIC: Mobility-aware Multipath QUIC for Satellite Networks[C]//2021 17th International Conference on Mobility, Sensing and Networking (MSN). Exeter, United Kingdom, 2021: 608-615

[48] M. Ouyang et al. Network Coding-Based Multipath Transmission for LEO Satellite Networks With Domain Cluster[J]. IEEE Internet of Things Journal, 2024,11(12): 21659-21673.

[49] G. Giambene, D. K. Luong, V. A. Le, et al. Network coding and MPTCP in satellite networks[C]//2016 8th Advanced Satellite Multimedia Systems Conference and the 14th Signal Processing for Space Communications Workshop (ASMS/SPSC). Palma de Mallorca, Spain, 2016: 1-8. ★

扫描二维码,到知网阅读下载本篇论文



★原文刊发于《移动通信》2024年第9期★


doi:10.3969/j.issn.1006-1010.20240726-0002

中图分类号:TN929.5        文献标志码:A

文章编号:1006-1010(2024)09-0040-10

引用格式:张孟旸,马婷,刘晓宇,等. 大规模低轨卫星互联网传输层关键技术研究与展望[J]. 移动通信, 2024,48(9): 40-49.

ZHANG Mengyang, MA Ting, LIU Xiaoyu, et al. Research and Prospects of Key Technologies on Transport Layer for Large-Scale LEO Satellite Networks[J]. Mobile Communications, 2024,48(9): 40-49.



作者简介

张孟旸(orcid.org/0009-0005-1499-3693):南京大学电子科学与工程学院在读博士研究生,研究方向包括空天地一体化网络、低轨卫星互联网传输层协议。
马婷:博士,现任南京理工大学电子工程与光电技术学院副教授,博士毕业于中国四川大学,研究方向包括空天地一体化网络、凸优化理论、稳健假设检验和博弈论。
刘晓宇:南京大学电子科学与工程学院在读博士研究生,研究方向包括空天地一体化网络,低轨卫星互联网路由和传输机制,及卫星网络仿真。
张子天:博士,现任浙江工商大学讲师,博士毕业于上海交通大学,研究方向包括深度学习、大数据分析和多设备智能互联。
周海波:博士,现任南京大学电子科学与工程学院教授、博士生导师,入选海外高层次青年人才,在IEEE JSAC、PIEEE、TWC等国际期刊发表高水平论文160余篇,申请授权中国专利20余项、授权美国专利1项。曾获得2019年IEEE通信学会亚太地区杰出青年研究员奖,2023-2024年度IEEE通信学会杰出讲师,以及2023-2025年度IEEE车辆技术学会杰出讲师。曾担任2019年IEEE/CIC ICCC、2020年IEEE VTC-Fall、2021年IEEE VTC-Fall、2022年WCSP、2022年IEEE GLOBECOM、2024年IEEE ICC、2024年IEEE GLOBECOM的分会/研讨会联合主席。研究方向为车载自组织网络、B5G/6G网络的资源管理与协议设计和空天地一体化网络。


《移动通信》投稿方式为在线投稿

请您登录网页投稿系统

链接地址:http://ydtx.cbpt.cnki.net


精彩回顾
2024年第9期目录 | 中国电科七所建所65周年专刊
【2024年专题征稿第12期】6G毫米波和太赫兹通信
【6G内生智能理论与关键技术 2025年第1期专题征稿
【面向未来移动通信的信息编码与调制技术】2025年第2期专题征稿
【无线算力网络架构与关键技术】2025年第3期专题征稿
【面向工业互联网的无线通信技术】2025年第5期专题征稿
#扫码关注我们#

《移动通信》
用论文解读通信
《移动通信》杂志由中国电子科技集团公司主管,中国电子科技集团公司第七研究所主办,是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国通信学会《信息通信领域高质量科技期刊分级目录》入选期刊、中国电子学会《电子技术、通信技术领域高质量科技期刊分级目录》入选期刊、中国应用型核心期刊、日本JST收录期刊。国内连续出版物号:CN44-1301/TN,国际连续出版物号:ISSN1006-1010,邮发代号:46-181。

移动通信编辑部
《移动通信》杂志的官方微信公众平台,即时发布新刊出版、征文约稿、会议活动等消息。欢迎互动交流。
 最新文章