6G时代即将到来，作为核心驱动力之一的卫星网络，其在轨自治对于提升大规模低轨道卫星的智能化水平和经济效益至关重要。目前业界缺乏从在轨通信和计算角度对星群自治进行建模的研究。如何建立一个有效的星群自治模型，以支持敏捷的在轨通信与计算成为当前的重要课题之一，本文从关键技术、网络和管理等方面深入探究星群自治，并提出面向敏捷在轨通信与计算的星群自治建模框架，作为在轨自治的参考模型和方法。期望本文能够为关注该领域的同仁提供一定参考。
随着移动通信服务需求的不断增长和通信技术的持续发展，泛在覆盖和万物互联逐渐成为 5G网络演进（5G-Advanced, IMT-2020-Advanced）以及未来 6G 网络（IMT-2030）所需的基本能力。目前的 4G 和 5G 地面网（Terrestrial Network, TN）可以有效满足地面移动通信的部分需求。然而，由于部署环境、成本、鲁棒性等方面的限制，地面网难以向偏远地区、孤立区域、海洋和高空空域提供广域的连续网络覆盖。而卫星通信网络在部署高度和覆盖范围方面具有先天优势，可以有效弥补地面网络的不足。
在轨自治是指卫星能够在轨道上自主执行任务、处理数据、调整参数、更新软件、诊断故障和恢复功能的技术。这可以提高卫星的智能水平和任务效率，同时降低运营维护成本及风险。在轨自治是卫星通信网络发展的重要趋势，特别是对于大规模低轨道卫星(Low Earth Orbit, LEO)通信网络而言。在轨自治技术具有重要的意义和价值。
目前业界对在轨自治已经进行了一些研究和测试工作，并收集了应用需求以及固定、移动和卫星融合 (Fixed, Mobile and Satellite Convergence, FMSC) 标准。然而，从在轨通信和计算的角度对星群自治进行建模，在现阶段还很少被考虑。本文首先研究了相关在轨自治标准、研究和测试，作为建模的基础。并进一步研究了关键技术、网络和管理方面，作为建模中主要的关注点。最后，提出了面向敏捷在轨通信与计算的星群自治建模 (Constellation Autonomy Modeling, CAM)，旨在为在轨自治提供参考模型和方法。并以未来应用分析作为参考，为未来实现提供借鉴。
（一）相关组织的行动
为了推动在轨自治的发展，各国政府部门、行业公司以及标准化组织等相继提出了各自的技术路线并开展相关研究工作，如国际电信联盟 (International Telecommunication Union, ITU) 和 3GPP。前者侧重于定义宏观的卫星-地面融合需求、融合架构和潜在技术方向，以及通过增强核心网的功能和流程来实现卫星-地面融合。后者通过增强 5G 等陆地移动通信网络空中接口协议以支持卫星有效载荷场景，以及支持陆地和卫星接入来实现卫星-地面融合。
国际电信联盟电信标准化部门在 2017-2020 研究周期结束时，开始探索 IMT-2020 (即 5G) 及其演进网络对固定、移动和卫星融合 (Fixed, Mobile and Satellite Convergence, FMSC) 的需求和框架，并以固定和移动融合 (Fixed and Mobile Convergence, FMC) 相关研究成果作为蓝图。在 2022-2024 研究周期中，ITU-T 开展了多项关于 IMT-2020 及其演进网络的 FMSC 标准化研究，旨在构建一个包含需求、架构和关键功能的 5G 卫星-地面融合标准体系。
鉴于卫星-地面融合的网络需求和技术趋势，3GPP 在 5G 标准开发初期 (即 Release-15) 开始了RAN工作组中关于非地面网络 (Non Terrestrial Network, NTN) 的预研究。在 2022 年 6 月冻结的 Release-17 版本中，3GPP 正式支持了 NTN 的基本功能，使用户设备能够通过使用 5G NR 或 4G NB-IoT/eMTC 空中接口协议的卫星或高空平台访问 5G 或 4G 网络。
目前，卫星完全由地面控制。它们的任务由运营团队使用专门的调度软件进行管理和调度。当在地球轨道运行的卫星进入地面站的传输范围时，可以进行通信并根据需要上传和执行新生成的计划。这种改变只能通过从地面站向卫星发送新的计划来实现。这种通信会造成不可接受的时间延迟，从而影响快速响应和应答。缓解此问题的一种方法是在卫星上配备能够修改机载运行计划的自主决策系统。通过发送目标而不是指令序列来运行太空任务是一种新兴的操作模式。在这种操作模式下，规划和调度其任务的责任落在卫星上，卫星会找出实现接收到的目标的最佳方法。此类操作可以提高可用机载资源的利用率，并使卫星能够自主地响应在轨检测到的异常情况。
参考文献中的解决方案主要针对自组织卫星在地球轨道上的自主任务分配问题。该方法允许卫星自主地对地球表面的目标进行蜂拥式控制。这是通过耦合选择方程 (Coupled Selection Equations, CSEs) 来实现的，耦合选择方程是一种动态系统方法，用于组合优化，其解渐近地逼近一个布尔矩阵，该矩阵描述了卫星和目标之间的配对，从而解决了相关的分配问题。参考文献中介绍了一个典型在轨运行的高轨卫星日常操作项目，并研究了执行这些项目的算法。然后讨论了卫星自主控制的潜力。结果表明，卫星在没有地面参与的情况下，可具有很高的自我管理潜力。
近年来，商用小型卫星和立方体卫星的利用率迅速增长。向客户提供处理后的数据产品的时间正在成为解决方案提供商和卫星星群运营商之间重要的差异化因素。及时准确的数据传播对于商用小型卫星星群的使用成功至关重要，而这最终依赖于高度的自主星群管理和自动化决策支持。传统的数据传播方法受制于卫星的通信能力和地面终端的可用性。虽然地面上的云计算解决方案提供了高性能的分析能力，但将数据从空间基础设施传输到地面服务器进行数据分析和传播存在瓶颈。另一方面，采用先进的、智能的机载算法提供了自治、任务分配和快速生成低延迟结论的能力，甚至可以实时与地面站或其他传感器进行多传感器的通信。
低轨卫星星群中卫星之间的相对位置是随时间变化的，卫星之间并不总是互相可见。由于扰动的影响，星间链路 (Inter-Satellite Link, ISL) 会经历长期变化，这会增加卫星的可见度并使星间传输损耗的分析变得复杂。多层卫星网络具有高空间频谱利用率、灵活的网络能力、强大的生存能力和多样化的功能。星间链路和跨层星间链路 (Cross-Layer ISLs, CLISL) 使卫星之间能够建立直连路径，提高星群的空间自治能力。由于扰动的存在，星间链路在长期内受到影响，影响了可靠的星间传输。星间链路建立的稳定性和复杂性与距离和方位角的静态和动态特性有关。
多核处理器可以提供更高的计算性能和并行度，同时降低功耗和热损耗。但是，在多核处理器上运行传统的单核操作系统会导致资源利用率低，无法支持多个操作系统或应用程序同时运行。因此，需要引入虚拟化技术，在同一台计算机上以虚拟机的形式同时运行多个服务器或操作系统，并动态分配资源给不同的虚拟机。虚拟化技术可以充分利用多核处理器资源，支持多个操作系统或应用程序同时运行，并实现软件更新或切换而无需重启硬件。
随着通信的发展，传统的硬件定义无线电技术难以适应日益复杂和动态的通信环境和需求，因此，软件定义无线电成为未来发展的方向。软件定义无线电可以通过软件实现无线信号处理和调制/解调功能，并通过软件更新或切换实现无线电参数或配置的更改。软件定义无线电提供更高的灵活性和可扩展性，支持多种通信标准或模式同时运行，以及在不更换硬件的情况下实现无线电功能更新或切换。然而，软件定义无线电仍然需要手动设置无线电参数或配置，无法根据环境变化或用户需求自适应地调整。因此，需要引入认知无线电技术。
随着通信的发展，传统的基于规则的方法难以应对日益复杂和动态的任务和环境，因此，机器学习和人工智能技术成为了未来发展的方向。机器学习和人工智能技术允许卫星从历史数据或实时反馈中学习和优化自己的决策和行为，处理非结构化或不完整的信息，实现自适应或创新的解决方案。机器学习和人工智能可以提高卫星的智能化水平和任务效率，增强对环境变化和异常的适应能力。然而，在卫星上运行机器学习和人工智能算法面临着计算资源、数据资源、安全等方面的挑战。因此，需要研究适用于卫星的轻量级、分布式和安全的机器学习和人工智能算法。
随着通信的发展，传统的基于地面站的通信难以满足日益增长的数据传输需求，因此，星间链路和光通信技术成为了未来发展的方向。星间链路允许卫星之间直接交换数据，减少对地面站的依赖和干预，提高通信效率和可靠性。光通信利用激光作为载体，提供更高的数据速率和频谱利用率，同时降低功耗和干扰。星间链路和光通信可以增强卫星网络的数据处理能力和通信效率，支持更复杂的网络拓扑和协作任务。然而，实现星间链路和光通信面临着精确指向、稳定跟踪、抗干扰等方面的挑战。因此，需要研究高精度、高稳定性和高鲁棒性的星间链路和光通信系统。
考虑到卫星有效载荷的实际限制，单一有效载荷的体积、重量、形状、功耗等方面都有一定的限制。因此，复杂计算能力和计算能力设备的硬件实现面临着无法实现为单一有效载荷设计的原始功能的风险。为了解决这个问题，可以引入分布式计算技术。通过分布式计算能力和任务分解等技术，可以在多颗卫星上部署有效载荷，并通过星间通信进行集成，以满足卫星系统内的自主计算能力需求。
卫星网络管理包括卫星平台、有效载荷和星间链路的管理。其中，卫星平台和有效载荷的管理属于传统的卫星遥测、跟踪和控制 (Telemetry, Tracking and Command, TT&C) 范围，而星间链路的管理则是卫星星群的具体需求。
平台和有效载荷管理的一些关键技术包括：
• 遥测和遥控：用于收集卫星状态数据和发送控制指令。
• 自动化和自治：利用机载自治和 AI 使卫星能够在减少地面参与的情况下自我管理。
• 软件定义卫星：虚拟化和软件定义卫星子系统和有效载荷，以便灵活地重新配置。
• 智能仪器：具有认知能力的有效载荷，可以动态优化观测和测量。
• 资源调度：在有效载荷之间有效地调度功率、数据存储、下行链路容量等。
• 故障检测、隔离和恢复：快速检测、隔离和恢复卫星故障和异常。
• 信息安全：确保卫星管理数据的安全、真实性和机密性。
新兴的卫星系统的规模和复杂性推动了平台和有效载荷管理的创新。智能卫星和分布式空天地管理等新范式正在重塑该领域的未来。
星间链路管理涉及监控和优化星群中卫星之间的链路，包括：
• 拓扑管理：管理星间链路的网络拓扑以确保连接性。
• 链路连接控制：建立、维护和终止星间链路连接。
• 波束指向：动态地指向星间链路射频波束以维护移动卫星之间的链路。
• 交接管理：当星间链路连接性在卫星对之间发生变化时执行交接。
• 链路性能管理：监控链路质量并优化功率、频率、调制等。
• 链路调度：有效地调度星间链路连接和卫星对之间的带宽分配。
• 延迟管理：优化路由以确保延迟敏感服务的低延迟。
• 负载均衡：动态地将流量转移到星间链路上以平衡负载和利用率。
随着卫星巨型星群的不断扩展，需要高效且可扩展的星间链路管理解决方案才能充分利用星间链路的能力。这是研究和开发的活跃领域。
卫星拓扑控制是指通过卫星的星间链路动态管理卫星之间的网络拓扑。它是卫星星群中 ISL 管理的关键技术。主要的拓扑控制技术包括：
• 集中控制：卫星网络运营中心计算最佳拓扑并配置星间链路。
• 分布式控制：卫星根据本地信息自主建立和维护星间链路连接。
• 分层控制：结合集中控制和分布式控制，包括集群和协调。
• 静态拓扑：基于轨道预先确定的星间链路拓扑。
• 动态拓扑：根据流量和网络状态动态调整星间链路拓扑。
• 智能优化：利用 AI 和计算智能来优化动态拓扑。
• 多层拓扑：在不同的协议层分别管理路由拓扑。
• 灵活拓扑：允许使用软件定义卫星来重新配置拓扑。
• 分片拓扑：利用分布式卫星系统的拓扑灵活性。
• 联合优化：优化星间链路拓扑以及资源分配和流量路由。
最佳拓扑控制方法取决于卫星网络架构、服务和应用需求。空天地融合解决方案通常是最具有效性和鲁棒性的方案。随着巨型星群的不断扩展，可扩展的智能拓扑控制是一个活跃的研究领域。
星间路由是指使用星间链路在卫星之间转发和路由数据流量。高效的路由对于利用卫星星群中的星间链路至关重要。关键的星间路由技术包括：
• 静态路由：基于可预测的星间链路连接性预先确定的路由路径。
• 动态路由：能够响应不断变化的网络条件的自适应路由。
• 集中路由：由地面网络管理全局计算最佳路由。
• 分布式路由：根据交换的信息在每个卫星上本地做出路由决策。
• 分层路由：通过分层星群中的不同卫星层级进行路由。
• QoS感知路由：根据服务质量要求确定路径。
• 认知路由：利用机器学习进行智能的预测路由决策。
• 负载均衡：将流量分布到多个路径上以平衡利用率。
• 多路径路由：通过同时在多个路由上发送流量来利用路径冗余。
• DTN路由：存储转发路由，以应对间歇性连接。
• 光路由：用于高容量光星间链路的路由。
• 联合优化：将路由与拓扑控制、调度和资源分配相结合。
最佳路由方法取决于网络架构、流量模式和服务需求。需要一个灵活的路由框架，它可以利用不同的技术来实现有效的星间路由。
随着星群自治成为卫星通信设计趋势，星群自治为在轨自治技术的发展提供了重要的推动力。在 FMSC 中，星群和地面系统之间的接入和网络必须是可管理的，其结构如图 1 所示。与星群自治集成后，FMSC 结构可以更新为图 2 所示。
图1：FMSC 结构说明
图2：星群自治演进后的FMSC
对于第三部分中描述的功能，在建模时应考虑以下核心功能：(1) 多核处理器和虚拟化技术。 (2) 软件定义无线电和认知无线电技术。 (3) 机器学习和人工智能技术。 (4) 星间链路和光通信技术。 (5) 机载分布式计算技术。 因此，该模型应该是一个与基础设施和实现无关的逻辑模型。应该有函数来管理逻辑模型映射到基础设施能力，即通信和计算。作为自治的一部分，人工智能是逻辑中一个独立的功能，可以映射到集中式和分布式基础设施。决策能力是自治的必要条件。CAM 的总体模型可以描述为：
星群自治将是面向6G 的一体化空天地网络的一部分。面向 6G 的一体化空天地网络架构主要由三部分组成：由各种轨道卫星组成的空天网络；由高空平台 (High Altitude Platform, HAP) 和无人机 (Unmanned Aerial Vehicle, UAV) 组成的空中网络；传统的地面网络，包括蜂窝无线网络、卫星地面站、移动卫星终端、地面数据处理中心等。
一体化空天地网络架构如图3 所示，它基于陆地网络，结合了卫星网络的广域覆盖和 HAP/UAV 的灵活部署，突破了陆地的限制，实现了全球无线覆盖，并提供了跨越广阔空间和时间的快速通信服务。随着智能手机和平板电脑等设备的发展，许多新的计算和能量密集型应用已经出现，例如语音识别、游戏、多媒体编码/解码和智慧交通。因此，一体化空天地网络除了为移动用户提供无处不在的全球连接外，还需要提供各种计算服务支持。然后，星群自治的应用成为空天网络在 6G 开发中对自治能力提出更高要求的重要组成部分。
星群自治的一种潜在实现可以参考陆地网络的设计。图4 中提出了一个适应性的星群自治实现框架。为了在资源有限的卫星上部署边缘计算平台，需要将轻量级云原生容器技术引入边缘计算架构。边缘计算平台和边缘应用程序都将以微服务的形式在容器中构建和部署，这可以极大地促进应用程序的开发、发布、部署和移植。边缘计算平台和虚拟化基础设施实体为运行边缘应用程序提供计算、存储和网络资源。因此，通过在接近用户连接接入点的空间网络中部署边缘主机，与卫星 gNB 和核心网络用户平面功能 (User Plane Function, UPF) 共同定位，并在空间本地处理用户数据，可以降低延迟并实现高效的流量分配。这可以为实时和中低复杂度应用提供服务质量保证。
图3：一体化空天地网络架构
图4：星群自治实现框架
图5：应用于星群自治的潜在AI架构
在轨自治使卫星能够在轨自主地执行任务，从而提高智能化水平和任务效率，降低运营成本和风险，特别是在大规模LEO 星群中。虽然在轨自治是具有重大意义的重要趋势，但从在轨通信和计算的角度对星群自治进行建模仍然没有得到充分的探索。本文以相关标准、研究和测试为基础，对建模关键技术、网络和管理方面的关注点进行了回顾。提出的星群自治建模框架可以作为实现敏捷在轨通信和计算自治的参考模型和方法。
[1] ITU-T. "FMSC - Mobility management for IMT-2020 networks and beyond, " Y.3202 (ex Y. FMSC-MM). 2023.
[2] ITU-T. "FMSC - Connection management for IMT-2020 networks and beyond, " Y.3203 (ex Y.FMSC-CM). 2023.
[3] ITU-T. "FMSC – Framework for IMT-2020 networks and beyond, " Y.3201 (ex Y.FMSC-frame). 2022.
[4] ITU-T. "FMSC - Requirements for IMT-2020 network and beyond, " Y.3200 (ex Y.FMSC-req). 2021.
[5] Harald Wojtkowiak, Oleskii Balagurin, Gerhard Fellinger, et.al. “ASAP: Autonomy through on-board planning, ” 2013 6th International Conference on Recent Advances in Space Technologies (RAST), 2013.
[6] Fabricio de Novaes Kucinskis, Mauricio Goncalves Vieira Ferreira. “Planning On-Board Satellites for the Goal-Based Operations for Space Missions, ” IEEE Latin America Transactions. Volume 11, Issue 4, 2013.
[7] Garrie Mushet, Giorgio Mingotti, Camilla Colombo, et.al. “Self-organising satellite constellation in geostationary earth orbit, ” IEEE Transactions on Aerospace and Electronic Systems. Volume 51, Issue 2, 2015.
[8] Yuheng Li, Zheng Jun, Hong Chen, et.al. “Onboard autonomy for on-orbit GEO satellites, ” 2016 IEEE International Conference on Mechatronics and Automation, 2016.
[9] Nandinbaatar Tsog, Moris Behnam, Mikael Sjödin, et.al. “Intelligent data processing using in-orbit advanced algorithms on heterogeneous system architecture, ” 2018 IEEE Aerospace Conference. 2018.
[10] Xiaoyi Xu, Chunhui Wang, Zhonghe Jin. “Perturbed ISL Analysis in LEO Satellite Constellation, ” 2020 IEEE 3rd International Conference on Electronics and Communication Engineering (ICECE), 2020.
[11] XU Xiaoyi, Wang Chunhui, Jin Zhonghe. “An analysis method for ISL of multilayer constellation, ” Journal of Systems Engineering and Electronics, Vol. 33, No. 4, August 2022, pp.961 – 968.
[12] L. Xu, et al. "Architecture and Technology of Multi-Source Heterogeneous Data System for Telecom Operator", in Proc. ICSINC, Sept 2020, Rizhao, China, pp.1000-1009.
[13] G. Cui, X. Li, L. Xu, W. Wang, "Latency and Energy Optimization for MEC Enhanced SAT-IoT Networks," IEEE Access, vol. 8, pp. 55915-55926, 2020.
[14] ITU-T. “Fixed, mobile and satellite convergence - Connection management for IMT-2020 networks and beyound, ” ITU-T Y.3203. May, 2023.
[15] Shoufeng Wang, Dongchen Zhang, Xiaoyan Xu, et. al. “A Novel Long Term Traffic Forecast Algorithm and Case Study for China.” IEEE 15th International Conference on Communication Technology. ICCT 2013, p578-583.
