卫星跳波束资源分配综述

唐璟宇 李广侠 边东明 胡婧

【摘  要】卫星跳波束技术可在空间、时间、频率和功率四个维度上进行资源分配，以其优越的灵活性、资源利用效率以及适应地面业务动态变化的能力，在高通量卫星系统中展现出良好的适用性。梳理了卫星跳波束资源分配算法，分析了现有分配算法的特点和不足，并以低轨卫星星座系统的场景和需求为着眼点，提出了跳波束技术应用于低轨卫星星座系统上的有意义的研究点。

【关键词】高通量卫星;低轨卫星星座系统;跳波束;资源分配;共信道干扰

中图分类号：TN927

文献标志码：A        文章编号：1006-1010（2019）05-0021-06

1   引言

多波束天线技术作为宽带卫星通信系统的必选技术之一，已经在众多的实际卫星通信系统中得到广泛的应用。传统多波束卫星将带宽和功率均匀分配给各个点波束，但由于地面业务的分布和需求是非均匀的，导致卫星系统的资源利用率不高，实际通信容量大打折扣。为了解决卫星资源需求和配置不匹配的问题，在传统多波束的基础上发展起来了灵活载荷（FP， Flexible Payload）多波束和跳波束（BH， Beam Hopping）。

众多文献资料表明，跳波束卫星系统相较于非跳波束卫星系统在资源分配方面具有更优异的性能。PieroAngeletti[1]分析了通过引入跳波束技术对多波束透明转发卫星系统性能提升的效果，利用遗传算法设计最佳匹配业务需求的跳波束方案。Anzalchi[2]在Angeletti研究工作的基础上，以ESA DDSO（Digital Divide Satellite Offer）给出的未来欧洲业务需求分布为标准，评估了Ka频段卫星中使用跳波束技术和不使用跳波束技术两者之间的性能对比。Juan Lizarraga[3]从星上资源灵活分配和卫星载荷性能两个角度对引进跳波束技术之后所带来的性能提升进行了比较详细的分析。Lauri Sormunen[4]通过SNS3（Satellite Network Simulator 3，卫星网络模拟器3）对高通量卫星跳波束进行了模拟，证明了跳波束系统相对于传统的非跳波束卫星系统能提高资源的利用率。Wanying Liu[5]首次提出了宽带LEO卫星通信应用跳波束的构想，仿真证明在低轨卫星上跳波束的性能优于灵活载荷多波束，并给出了相应的资源分配算法。由于跳波束卫星系统具有更好的灵活性以及更高的资源利用效率，能够很好地适应地面用户的不均匀分布和通信业务的动态变化，已经在未来卫星通信网络中展示出巨大的应用前景，本文接下来将对卫星跳波束的资源分配进行分析。

2   跳波束卫星系统模型

跳波束卫星系统的应用场景一般是由高通量卫星对地面用户提供宽带接入服务，现有的卫星跳波束资源分配优化算法主要针对前向链路，因为前向链路是业务流的主要方向[6]。前向链路的简化模型如图1所示，多媒体业务流从网关站（GW）经由卫星通过跳波束下行链路传送给地面用户，下行链路采用TDM（Time Division Multiplexing，时分复用体制）。每个点波束所覆盖的区域在这里称之为小区（cell）。根据具体的业务和应用场景的不同，跳波束的方式可以有多种，波束可以在所有小区内按照跳波束图案跳变，也可以将多个小区合成一个簇，每个簇内都至少有一个波束被点亮。

为了准确的描述卫星系统服务能力的性能，我们做以下定义：

（1）小区总数为M;

（2）卫星总功率为Ptot，总带宽为Btot;

（3）跳波束时间周期为T，时隙长度为Tslot，跳波束时间窗长度W=T/Tslot;

（4）每一时隙内点亮的最大波束数为Nmax;

（5）每个小区的容量需求为R^i，i=1， 2， …， M;

（6）卫星提供给各个小区的容量为Ri，i=1， 2， …， M;

（7）卫星提供的总容量Rtot_off=Ri，有效容量

Ruseful=min（Ri，R ^i），未满足容量Runmet=Rtot_off-Ruseful。

制约多波束卫星系统通信容量的重要因素之一是共信道干扰（CCI， Co-channel Interference），多波束卫星所有波束同时工作，使用相同频段的波束之间会相互干扰，使得通信速率下降。而跳波束采用时间分片的方式，在每一时刻仅有几个波束工作，大大减轻了CCI的问题。但是，这并不意味着跳波束卫星系统不存在CCI问题。跳波束卫星系统每个波束可使用卫星整个带宽（也可以使用部分带宽），若同一时隙内同时点亮的波束数较多或者相邻的两个波束在同一时隙内被点亮且频段有重叠，CCI问题依然严重。因此，在跳波束卫星系统资源分配的优化算法中，CCI也是一个非常重要的考量因素。

设卫星给各个波束（小区）的容量Ri定义为：

其中，Ti，j∈{0，1}表示波束i在跳波束周期的第j时隙内被点亮（Ti，j=1）或者不被点亮（Ti，j=0）;SINR表示波束i在时隙j内的信干噪比SINR，定义为：

其中，Pi，j是在时隙j时分配给波束i的功率，N0是噪声功率，Ai是波束i的信道和传播衰减系数，是除了波束i之外在时隙j内被点亮的波束集合。

如果采用DVB-S2协议，则公式（1）可以被改写为：

其中，Rs是符號速率，fDVB-S2是DVB-S2标准中SINR所对应的频谱效率函数。

3   卫星跳波束资源优化算法

现有的跳波束卫星系统资源分配算法（以下简称分配算法）中，根据分配算法的目标函数和是否考虑CCI，可以将分配算法做个简单的梳理，如表1所示。当考虑CCI时，资源分配的优化问题往往是NP-hard问题。当不考虑CCI时，则退化为凸优化问题。是否考虑CCI要根据系统跳波束卫星系统具体的应用场景和跳波束的方式是否会造成CCI或者CCI的严重程度来决定。

表1中，wi为每个波束优先级代表的权重，|·|表示取绝对值运算。

3.1  启发式算法

文献[1]提出了将遗传算法（GA）用于跳波束卫星资源分配优化，在该文献的假设中，总带宽Btot被划分为Nf个信道，每个信道的带宽为Bf=Btot/Nf，每个信道又复合了Nc条连续的载波，为了简单起见，每条载波的功率是相同的。跳波束计划由矩阵BH（i， n， j）来表示，1≤i≤M，1≤n≤W，1≤j≤Nf，BH（i， n， j）=1表示第i个波束的第j条信道在第n个时隙内处于工作状态，反之则BH（i， n， j）=0。由于每个波束所用的带宽是整个系统带宽的一部分，所以每个波束容量不能用公式（1）和（3）计算。在第n个时隙内，第j条信道上可提供的通信容量定义为Rij（n），考虑CCI，Rij（n）由文献[7]、[8]中的方法计算可得。则第i个波束的总容量为：

从问题建模中可以看出，目标函数完全由跳波束计划矩阵BH（i， n， j）决定（Rij（n）也是关于BH（i， n， j）的函数）。目标函数的非线性和解空间的维数多是选择遗传算法求解的主要原因。将BH（i， n， j）作为染色体，经过交叉、变异和筛选，最终获得使目标函数最大化的跳波束计划矩阵。

该分配算法的优点之一在于每个波束使用部分频带，可以在一定程度上提供带宽分配的灵活性。但是缺点也很明显，其功率是均匀分配的，若再考虑功率的灵活性，算法解空间的维度进一步增加，算法初始种群的选择对最终结果影响很大，很有可能陷入局部最优解。

为了避免遗传算法陷入局部最优解，文献[2]在遗传算法的基础上再增加了两个步骤，依次为邻域空间搜索（NS， Neighborhood Search）和迭代的局部搜索（ILS， Iterated Local Search）。算法组合的特性导致其计算时效性低[9]，不适合地面业务量动态变化比较快的场景。

3.2  迭代算法

文献[10]-[12]着眼于CCI对跳波束卫星系统资源分配的影响，提出了minCCI和maxSINR两种迭代算法来实现卫星资源分配与地面业务需求的匹配。两种分配算法的基本场景和假设如第2节所述，优化问题建模为：

minCCI是一种基于当同一时隙点亮的波束之间彼此相隔较远时，CCI的程度可以大大减轻，由此可以提高波束内的SINR，进而提高波束容量的思想。maxSINR则是直接最大化各个波束的SINR来达到提高波束容量的目的。通常地，算法的跳波束方案由时隙分配矩阵Tp∈{0，1}M*W和功率分配矩阵Pp∈RM*W组成，Tp和Pp表示是否某个波束在某个时隙内点亮以及分配给该波束相应的功率。minCCI（maxSINR）算法的简化伪代码如图2所示：

3.3  凸优化算法

上述的启发式算法和迭代算法都存在计算量大、计算耗时长的问题，不适用于实时地去匹配地面业务动态变化的场景。若跳波束方案导致的CCI影响程度较小（比如，同一时隙内允许的点亮的最大波束数Nmax较小），则可以不考虑CCI的影响。文献[11]提出了两种未考虑CCI的目标函数，并用凸优化算法求得闭式解。

4   卫星跳波束资源优化发展展望

现有的卫星跳波术资源优化大多是从地面业务容量需求与卫星波束容量相匹配的角度来设计资源分配算法，也有一部分学者从其他的角度来进行跳波束资源分配，Han Han[13]关注于跳波束系统中各个小区用户的时延公平性，由于物理条件的限制，波束跳变速度远小于数据包的到达速度，先到先服务的策略并不现实，于是以时延公平性为准则提出了跳波束的优化算法。或者将跳波束与其他技术相结合来提高系统容量，Tao Zhang[14]提出了一种跳波束资源配置的算法，根据业务分布调整波束的尺寸大小，可以使得更多的用户接入卫星，波束的带宽资源得到充分利用。Alberto Ginesi[6]将跳波束与预编码（precoding）相结合来减少CCI的影响。

卫星跳波束技术研究起步较早，但受制于天线技术，卫星跳波束技术未能成为一个研究的热点，相关的文献资料还比较少，在实际系统中的应用也不多。但是，随著近年来低轨卫星星座系统的蓬勃发展，卫星可用频率资源竞争的加剧，卫星跳波束技术以其优越的灵活性、资源利用效率以及适应地面业务动态变化的能力，将在低轨卫星星座系统中得到充分的重视。跳波束技术应用在低轨卫星星座系统中主要有以下几个有意义的研究点：

（1）低轨卫星跳波束前向链路资源分配

低轨卫星星座系统主要是为地面通信网络覆盖稀疏的地区或飞机、远洋船等移动载体提供宽带接入服务，卫星覆盖区域下的业务动态变化非常大，并且卫星相对地面的运动使得信道条件不断变化，因此需要实时地计算波束的跳变图案，对跳波束资源分配算法的计算量提出了较高的要求，如何平衡算法效能和计算量是设计算法时需要重点考虑的问题。

（2）低轨卫星跳波束反向链路资源分配

低轨卫星星座系统的反向链路具有使用跳波束的可能性。首先，低轨卫星的反向链路也有大量的业务量，用户通过反向链路发送数据，需要高增益的点波束。其次，与多波束卫星相比，跳波束卫星多个波束可共用转发器，这使得卫星的制造和发射成本降低，有实际的经济利益驱动。根据DVB-S2X和DVB-RCS2等标准，与前向链路TDM的体制所不同，反向链路采用MF-TDMA体制，上行波束带宽可动态分配，这样反向链路资源分配又增加了一个维度，需要相应的资源分配算法。

（3）高低轨卫星频谱共享下的跳波束资源分配

在高低轨频率共享场景中，低轨星座卫星为次级用户，其可用资源取决于高轨卫星资源的使用情况，在频段的使用上受到限制，不能采用传统的跳波束资源分配算法进行资源调度。低轨卫星以频谱感知结果为依据，充分利用高轨卫星的频谱空洞，通过波束覆盖、波束功频参数的优化，规避对高轨系统的干扰，实现高轨卫星资源的精准共用，最大化系统容量与业务服务能力。

5   結束语

本文介绍了跳波束技术在高通量卫星系统中的应用，重点对卫星跳波束资源分配的算法进行梳理。卫星跳波束资源分配通常以地面业务容量需求与卫星波束容量相匹配为目标函数，以共信道干扰为主要考虑因素，采用启发式算法、迭代算法、凸优化算法等求解最优或准最优的卫星资源分配结果。同时，本文提出了跳波束技术应用于低轨卫星上的几个有意义的研究点，对跳波束技术在低轨卫星星座系统的应用前景进行了展望。在低轨卫星星座系统中，跳波束技术将会展现出更大的优势。

参考文献：

[1]  Angeletti P， Prim F D， Rinaldo R. Beam Hopping in Multi-Beam Broadband Satellite Systems： System Performance and Payload Architecture Analysis[C]//Proceedings of the AIAA. 2006.

[2]  Anzalchi J， Couchman A， Gabellini P， et al. Beam hopping in multi-beam broadband satellite systems： System simulation and performance comparison with non-hopped systems[C]//Advanced satellite multimedia systems conference （asma） and the 11th signal processing for space communications workshop （spsc）， 2010 5th. IEEE， 2010.

[3] Lizarraga J， Angeletti P， Alagha N， et al. [IEEE 2013 14th International Vacuum Electronics Conference （IVEC）-Paris， France （2013.05.21-2013.05.23）] 2013 IEEE 14th International Vacuum Electronics Conference （IVEC）-Multibeam satellites performance analysis in non-uniform traffic conditions[J]. 2013： 1-2.

[4] Sormunen L， Puttonen J， Kurjenniemi J. System-LevelEModling ofBeam Hoppingfor Multi-spot Beam Satellite Systems[C]//23rd Ka and Broadband Communications Conference （KaConf）. 2017.

[5] Liu W， Tian F， Jiang Z， et al. Beam-Hopping Based Resource Allocation Algorithm in LEO Satellite Network[C]//International Conference on Space Information Network. Springer， Singapore， 2018.

[6] Ginesi A， Re E， Arapoglou P D. Joint beam hopping and precoding in HTS systems[C]//International Conference on Wireless and Satellite Systems. Springer， Cham， 2017： 43-51.

[7] R Rinaldo， R De Gaudenzi. Capacity analysis and system optimization for the forward link of multi-beam satellite broadband systems exploiting adaptive coding and modulation[J]. IJSC， 2004，22（3）： 401-423.

[8] X Maufroid， R Rinaldo， R Casaleiz. Benefits of Beam Hopping Techniques in Future Multi-Beam Broadband Satellite Networks[C]//AIAA. 2005.

[9] Alegre R， Alagha N， V?azquez Castro M A. Heuristic Algorithms for Flexible Resource Allocation in Beam Hopping Multi-Beam Satellite Systems[C]//29th AIAA International Communications Satellite Systems Conference. 2011.

[10] Alberti X， Cebrian J M， Bianco A D， et al. System capacity optimization in time and frequency for multibeam multi-media satellite systems[C]//Advanced satellite multimedia systems conference （asma） and the 11th signal processing for space communications workshop （spsc）， 2010 5th. IEEE， 2010.

[11] Lei J， Angeles Vazquez-Castro M. Multibeam satel-lite frequency/time duality study and capacity optimization[J]. Communications and Networks， Journal of， 2011，13（5）： 472-480.

[12] Alegre-Godoy R， Alagha N， MA Vázquez-Castro. Offered Capacity Optimization Mechanisms for Multi-Beam Satellite Systems[C]//IEEE International Conference on Communications. IEEE， 2012.

[13] Han H， Zheng X， Huang Q， et al. QoS-equilibrium slot allocation for beam hopping in broadband satellite communication systems[J]. Wireless Networks， 2015，21（8）： 2617-2630.

[14] Zhang T， Zhang L， Shi D. Resource Allocation in Beam Hopping Communication System[C]//2018 IEEE/AIAA 37th Digital Avionics Systems Conference （DASC）. IEEE， 2018： 1-5.