基于用户分群的低轨卫星系统切换管理策略

宋艾遥，陈前斌，唐 伦

（重庆邮电大学通信与信息工程学院，重庆 400065）

0 概述

近年来，卫星网络系统凭借其有效的全球无线覆盖能力和优秀的可扩展性受到广泛关注，卫星通信系统已经成为现代通信系统最重要的组成部分之一［1］。相较地球同步轨道（Geostationary Earth Orbit，GEO）卫星和中轨道（Medium Earth Orbit，MEO）卫星通信系统，拥有较低轨道高度的低轨（Low Earth Orbit，LEO）卫星网络具有星地链路时延低、传播损耗小等特点，但是，为了维持较低的轨道高度，其覆盖范围在地球表面上会快速变化，根据“铱星”通信系统，一颗卫星只能提供10 min 左右的服务时间，而一个波束只能提供1～2 min 的服务时间［2］。为了确保实时通信，终端需在LEO 卫星或波束间频繁切换，这不仅增加了系统信令开销，也会提高终端的掉话率与呼叫中止率［3］。

目前，已经有许多学者对LEO 卫星网络切换算法展开研究。从单目标决策属性出发，文献［4］在切换发生时选择“最近”的卫星进行接入，以减少传播延迟。文献［5-6］基于可视卫星的服务时长，选择具有最长服务时间的卫星，从而最小化切换次数。为实现不同的切换性能，文献［7-8］提出多属性综合加权的切换策略，它们综合考虑网络中的负载、接收信号强度、剩余服务时间等信息。文献［9］则利用熵权法将影响用户接入卫星的几个因素进行加权处理，从而将多目标优化问题转化为单目标优化问题。同时，研究人员还提出基于方案模型的判决决策，如文献［10-11］利用图论将切换视为在有向图中寻找最短路径的过程，根据不同的切换准则设置权重，以支持多种卫星的切换。文献［12-13］在满足负载等约束条件下，利用Q 学习算法做出近似最优决策，以有效增加系统收益。文献［14］利用卷积神经网络提取不同用户间最佳决策的内在规律，减少了切换发生频率。文献［15］基于卫星星历提出一种预设卫星链的无缝切换方案，其能提供不间断的卫星通信服务。文献［16］提出以用户为中心的切换方案，通过在多个卫星中同时缓存用户数据来提高链路接入质量。文献［17］将博弈论引入LEO 卫星切换决策中，联合考虑用户端收益以及卫星网络负载，当系统达到纳什均衡时其终端可以获取最大收益。

但是，目前针对LEO 卫星通信系统的切换策略大多只考虑少量用户或均匀用户发生切换的场景。随着LEO 卫星网络的快速发展，服务用户数量将大幅增加，其切换决策的成本也随之增大［18］，尤其对于热点区域的地面用户群组，当用户聚集在一定范围内时，会出现批量用户并发发起切换的情况，导致网络中存在大量的请求报文并形成网络拥塞，极大地降低了网络性能。此外，诸多研究以单波束作为研究对象，但是在实践中以多波束卫星作为研究对象更具有工程意义。

在无线网络中，当同时切换的用户数较多时，先对用户进行分组可有效降低切换成本［19］。为此，本文提出一种基于用户分群的LEO 卫星系统切换管理策略，将具有相似切换行为的用户分为一组，减少处理过程中的重复操作，以降低系统信令开销和平均切换时延同时提高切换成功率。

1 LEO 多波束卫星星座场景

本文以多波束LEO 卫星为研究对象，如图1 所示，s代表卫星，bi代表第i层的波束中心点，γ代表波束中心点与星下点之间的地心角。波束的俯仰角Eli与地心角γ存在以下关系：

图1 波束俯仰角与地心角的关系Fig.1 Relationship between beam pitch angle and geocentric angle

则波束中心点到星下点的距离为：

图2 所示为卫星多波束天线对地覆盖模型，在大地坐标系中，假设卫星位于s(sj，sw，h)，sj、sw和h分别是卫星的经度、纬度和高度，则星下点位于o(sj，sw)。根据文献［20］中铱星48 波束的特征，每个波束近似为圆，波束共4 层，第1 层为3 个，第2 层为9 个，第3 层为15 个，第4 层为21 个，每层波束中心都绕星下点对称分布，多波束天线的覆盖采用从里到外的覆盖方法，每层计算方法同理，具体如下：

图2 卫星多波束天线对地覆盖模型Fig.2 Ground coverage model of satellite multi-beam antenna

1）先找到与星下点经度相同的中心波束，其余波束沿着中心波束绕星下点均匀分布，计算各波束中心点到星下点的距离。

2）将上述距离投影到x、y轴，得到x、y轴上的分量。

3）根据星下点坐标o(sj，sw)，将投影分量转化成每个波束中心点坐标b(bj，bw)。

2 基于用户分群的切换管理策略

为了选择切换行为相似的用户，本文将切换触发时刻、最佳波束小区2 个因素作为分群决策的属性。依据终端收到服务波束的参考信号接收功率（Reference Signal Received Power，RSRP）来判断是否需要进行切换。因此，需要预测接收信号强度来估计切换触发时刻，还需要在切换触发时刻下得到终端的邻区覆盖情况，根据邻区的可视时长进行排序，以得到最佳波束小区。

如图3 所示，基于用户分群技术的切换策略主要包括分群处理、群组切换和资源释放3 个部分。当群首测量结果满足条件时触发切换流程，群首进入切换准备和执行阶段，当所有成员完成切换后，释放资源同时完成切换。为方便描述，用A 代表当前服务卫星，B 代表目的卫星。

图3 基于用户分群的切换策略流程Fig.3 Handover strategy procedure based on user grouping

2.1 分群属性预测

当信号强度低于分群触发阈值ythreshold2时，用户终端进行分群属性预测，包括切换时刻计算、邻区候选集计算以及最佳波束选择。

2.1.1 切换时刻预测

用户终端在完成随机接入后，会周期性地接收并测量当前服务波束的RSRP，以用户终端收到服务波束的RSRP 低于阈值的时刻作为切换触发时刻。定义Y={y1，y2，…，yn}为t1到tn时间段内终端接收的服务波束小区的RSRP 值，使用回归分析对接收信号进行拟合预测。考虑到LEO 卫星的运行速度远大于地面用户终端，假定用户终端相对静止，终端接收到的RSRP 大小变化接近于抛物线形状，因此，用非线性回归的二次曲线模型来拟合数据，表达式如下：

其中：β0是常数项；β1和β2是模型的回归系数，称为模型参数；ε是不包含Y与X之间关系的随机误差；xi0=1，i=0，1，…，n。

采用广泛使用的最小二乘法估计拟合系数，使每个点到拟合线的铅直距离的平方和达到最小，即最小化误差平方和，误差平方和函数为：

当S(β)最小时，即，得到的β即为估计的拟合系数{β0，β1，β2}，将计算出的拟合系数代入式（3）中求得拟合函数，即可得到服务波束接收功率的预测值RSRPt=yt。

设切换触发阈值为ythreshold1，若y(t)≥ythreshold1，则继续计算y(t+Δt)，直到y(t+kΔt)

2.1.2 邻区候选集计算

在切换时刻预测后，进一步计算切换触发时刻下终端的卫星覆盖情况，设单星的最大星下半俯仰角为φmax，如图4 所示，可推出单星最大覆盖半径为：

图4 星下俯仰角与覆盖半径的关系Fig.4 Relationship between sub-satellite pitch angle and coverage radius

终端根据广播星历信息，得到tHO时刻下卫星的星下点位置(sj，sw)，同时根据GPS 获取自身位置信息(uj，uw)，计算临近卫星的星下点与自身的距离为：

对于l[i]≤rmax的卫星，进入卫星候选集S，记为S={S1，S2，…，Sm}，因此，总邻区候选集可表示为：

其中：N为单星内的波束数目。

2.1.3 最佳波束选择

为了降低用户在通信过程中的掉话率，需要选择能够提供最大服务时长的卫星和波束［21］。本文针对多波束LEO 卫星，提出一种波束空间关系模型，通过候选波束与用户的运动方向和速度，用波束的空间关系值来表征波束可视时长的大小关系。

各波束的空间关系如图5 所示，B1、B2、B3、B4表示波束中心点，根据卫星多波束设计、星下点位置以及多波束空间指向，能够确定每个波束中心点的位置。卫星各波束采用圆波束模型，νu和νs分别表示用户和波束的运动速度与方向，Lus表示用户与波束中心点的连接线。

图5 用户与波束的相对运动关系Fig.5 Relative motion relationship between the user and beam

首先定义相对方位角变化情况Pa，|θ|表示卫星运动方向与Lus延长线之间的夹角，|φ|表示用户运动方向与Lus之间的夹角，0 ≤|θ| ≤π，0 ≤|φ| ≤π。对θ、φ进行归一化处理，定义当|φ|=0、|θ|=π 时表示用户与波束的相对位置逐渐变近，此时Pθ=Pφ=1。综上所述，用户与波束相对方位角的变化情况Pa为：

其次定义相对距离变化情况Pd=PΔD×PD，其由用户和波束的相对距离值PΔD与归一化有效相对距离PD决定，PΔD可表示为：

其中：dus代表用户与波束中心点的距离；R代表波束覆盖半径；uus为用户与波束速度在Lus方向上的投影差，uus=uscosθ-uucosφ，当uus<0 时代表用户逐渐靠近波束，可视时间将会延长。

通过归一化有效相对距离PD来判断用户是否处于波束覆盖范围内，如下：

最后为了对波束空间关系进行全面评估，空间关系值Pus需要结合用户和波束中心点相对方位角变化情况以及相对距离变化情况，具体如下：

用户终端计算邻区候选集内各波束空间关系值Pus，选择空间关系值最大的波束作为最佳波束，用户终端将自身ID、切换时刻tHO、最佳波束等属性封装在群用户预测消息中，发送给当前服务卫星。

2.2 成员选择过程

成员选择的目的是挑选出在切换触发时刻下处于切换边缘的一组用户，即同一群组内的成员，它们的切换时刻非常相似。设M为分群扫描间隔Δt时间内收到群用户预测消息的成员个数，也称成员集合数量，其中，扫描间隔定义为Δt=τ(tho_first-tsim_time)，tsim_time为收到第一个群用户预测消息的时刻，tho_first为该用户的切换时刻，τ为用户聚合调节参数，取值范围为0<τ<1。

为方便叙述，定义Un=(In，Tn，Bn，Gn)为扫描间隔Δt内第n个群用户预测消息值，其中：In是用户ID；Tn是切换时刻；Bn是最佳波束；Gn为群首ID。详细的成员选择步骤如下：

步骤1在初始状态时，任意用户还未加入任意一个群组，所有的Gn设为-1。

步骤2提取出用户信息U1，依次比较成员集合中的最佳波束，如果某用户的最佳波束与U1中的最佳波束一致，则保留该用户；否则，将该用户排除在外。

步骤3切换时刻的相似程度可以通过计算两两数据之间的“距离”来衡量。用户i与成员集合中所有节点的时间相似度（Time Similarity，TS）可以定义为，则用户i相对于成员集合的群体相似值（Group Similarity，GS）为，GS 值越低说明该用户与成员集合内其他用户的切换时刻相似度越高。分别计算所有保留用户的GS 值，然后进行比较直到选出GS 值最小的用户，该用户作为群首，其G值设为该用户ID。

步骤4计算剩余所有保留用户与群首之间的切换时间差，按差值从小到大划分到该群中，其G值设为群首的ID，直到群成员数达到上限。

步骤5判断成员集合中所有用户的G值是否都不为-1，若是，则此次分群结束，返回步骤2。

步骤6判断用户信息中In与Gn是否相等，若相等，则卫星向该群首用户下发群首通知消息，继续进行切换流程，群首用户负责接下来的整个切换过程，而群成员用户则等待服务卫星下发的相关指令。

2.3 群组切换

卫星会记录用户的状态信息，表明用户所处的切换状态，并随着切换的进行而不断更新状态信息。用户状态包含的字段如图6 所示，其中：user_id 为用户标识符；group_id 为群首标识符；difference_time 为用户与群首的切换时刻差；state 为切换状态，其包含“init”“link”“in_group_handover”“in_single_handover”“leave”。

图6 用户状态信息Fig.6 User status information

2.3.1 切换准备

群首测量当前服务卫星与邻近卫星的RSRP，以判断是否要向卫星发送切换申请。假设卫星A 的接收信号功率为power.one，同时也接收到卫星B 的导频信息，信号功率为power.two，如果power.two-power.one>power.handoff，且在Tx时间段内成立，则表示达到切换申请条件，可向卫星A 发送切换申请，其中：power.handoff 为切换迟滞功率门限值；Tx为迟滞时间。

当卫星A 收到来自群首的切换申请后，向B 发送群组切换初始化消息，消息包含该群中所有用户的终端信息，其中用户信息根据切换时间差的降序排列。B 在收到群组切换初始化消息后，考虑到卫星目前容量，可以完全接受或者部分拒绝群组切换初始化消息中的终端申请，通过用户状态信息中的切换时间差顺序来截断终端申请列表，从而保障卫星的服务质量。对于接受的用户，B 会为用户进行接纳控制、无线资源预留和信道分配，同时根据user_id 更新用户状态信息中 的next_sat 和preserved_channel，并 将state 设置为“link”状态；对于拒绝的用户，将其state 设置为“init”状态。最后，将上述切换准备的结果信息封装成群组切换回复消息发送给A。

2.3.2 切换执行

当A 收到群组切换回复信息后，解析出接受群成员的信息和空口信道资源，将用户的state 字段从“link”更新为“in_group_handover”。同时，A 将相关的接入信息封装在切换命令中，通过用户链路发送给群成员，群成员通过切换命令中的信息执行切换。

2.4 资源释放

在等待一段时间后，B 认为所有可执行的切换都应完成，等待时间由参数GH_ACK_Interval 控制，该参数在B 发送群组切换回复消息时进行初始化。一旦定时器到达触发时刻，B 向A 发送群组切换确认消息携带所有切换成功的用户标识符，同时释放为没有按期切换的终端而保留的资源。

当A 收到群组切换确认消息后进行资源释放，清除为切换成功的群成员而分配的信道，同时清除分群信息。A 将切换成功的用户状态从“in_group_handover”更新为“leave”。对于未成功接入B 的用户，如果与卫星仍存在链接，则将state 从“in_group_handover”更新为“init”；若链接已经断开，则删除该用户的相关信息。

图7 所示为基于用户分群的切换信令交互流程，其中：切换测量阶段对应步骤0；分群处理阶段对应步骤1～步骤2；切换准备阶段对应步骤3～步骤6；切换执行阶段对应步骤7～步骤9；资源释放阶段对应步骤10～步骤12。

图7 基于用户分群的切换信令交互流程Fig.7 Handover signaling interaction procedure based on user grouping

3 仿真结果与分析

3.1 网络模型与仿真参数设置

本文在仿真软件OPNET 中搭建LEO 卫星网络仿真平台，平台参考铱星星座，空间段共有66 颗卫星，每颗卫星具备48 个点波束，仿真中设置每个波束的信道数为80，地面段设有2 个移动交换中心和1 个网络控制中心，用户随机分布在一个10 km×10 km 的矩形区域内，以此来模拟用户聚集场景。

卫星节点模块由多波束模块、星间链路模块、馈电链路模块、中央处理器模块和天线模块组成，如图8 所示。多波束模块仿真多波束天线功能，每个点波束在地面形成一个波束小区，并按照一定的时间间隔向地面广播导频信息；星间链路模块负责信令和数据在星间链路的传递过程；馈电链路模块负责卫星检测信关站广播的导频信息；中央处理器模块负责各种信令处理；天线模块负责加载和动态更新多波束天线的空间指向。

图8 卫星节点模型Fig.8 Satellite nodes model

如图9 所示，用户终端由2 个部分组成：一部分实现物理层的切换测量功能，将测量结果经过过滤后发送给上层；另一部分实现用户的接入、切换、信令收发等功能。系统参数设置如表1 所示。

表1 系统仿真参数设置Table 1 System simulation parameters setting

图9 用户终端节点模型Fig.9 User terminal nodes model

3.2 结果分析

为了评估基于用户分群的切换管理策略的有效性，本文考虑的切换性能参数包括信令开销、切换成功率和切换时延。在切换过程中，需要在不同节点之间进行切换信令消息交互，所产生的开销称为信令开销［22］，信令开销是衡量切换方案性能的重要指标，当网络发生频繁切换时，过多的信令开销会降低网络性能。同时，切换成功率越高说明切换策略越有效，切换时延越长说明更多的时间是在等待各种切换信令，不利于用户通信质量的维持。图10、图11 分别比较在聚合调节参数τ不同取值下，切换成功率和信令开销随仿真时间的变化情况，在本次仿真中，设置用户终端数量为30。

图10 不同调节参数τ 下的切换成功率比较Fig.10 Comparison of handover success rate under different adjustment parameters τ

图11 不同调节参数τ 下的信令开销比较Fig.11 Comparison of signaling overhead under different adjustment parameters τ

从图10 可以看出，随着仿真时间的进行，切换成功率刚开始有轻微波动但最终趋于一个稳定值，这表明本文所搭建的LEO 卫星网络仿真平台能有效维持网络的稳定性。当τ=0 时，分群扫描间隔Δt=0，此时所有用户都独立切换，每个用户都按照自己最佳切换时刻进行切换，因此，在这种情况下切换成功率最高。随着τ的增加，在扫描间隔内聚合的用户数量增多，群首的切换状态逐渐不能代替所有的群成员，导致某些群成员用户收到切换命令后接入时机不佳，引起切换过程中的链路失败，从而降低了切换成功率。从图11 可以看出，随着调节参数τ的增加，信令开销逐渐下降，本文切换策略在切换边缘将具有相似切换行为的用户分在一组，以分摊切换成本，从而节省网络信令开销，τ越大，聚合的用户数量越多，节省的信令开销越多。对比图10、图11的结果，为了平衡切换成功率和信令开销对网络的影响，在保证系统性能的前提下明显优化系统的信令开销，本文在接下来的仿真中选取聚合调节参数τ=0.6。

在卫星数量和仿真时间确定、聚合用户数量不同的场景下，对比传统用户独立切换方案和基于用户分群的切换方案，图12 所示为2 种方案的系统信令开销对比。从图12 可以看出，随着聚合用户数量的增加，系统信令开销增大，由于本文切换方案将多个具有相似切换行为的用户聚合为一次切换，减少了切换请求发起的次数，降低了切换的成本，使得系统的信令开销小于传统方案，并且随着用户数量的增加，优化效果更加明显。

图12 不同聚合用户数量下的信令开销比较Fig.12 Comparison of signaling overhead under different number of aggregated users

图13 所示为聚合用户数量与切换成功率的关系对比。从图13 可以看出，在用户数较少的情况下，2 种方案切换成功率差异不大，这是因为当用户数量较少时，用户聚合程度低，存在独立切换的情况，加上此时信道资源充足，卫星发生拥塞的概率较小，所以在这种情况下2 种方案的切换性能表现相似。随着用户数量的增加，卫星更容易发生拥塞，导致切换失败次数增加，使得2 种方案的切换成功率都随之下降。但是随着用户数量的增加，本文切换方案的切换成功率逐渐优于传统方案，这是因为用户间的相关性变大，用户聚合程度逐渐变大，群首的切换状态逐渐与群成员相似，另一方面，节省的系统开销变多，能有效减少卫星发生拥塞的情况，从而减少切换失败发生次数，并且在信道资源不足的情况下，也能减缓系统性能恶化速度。综上所述，在聚合用户数量较多的场景下，本文基于分群技术的切换方案具有更好的性能。

图13 不同聚合用户数量下的切换成功率比较Fig.13 Comparison of handover success rate under different number of aggregated users

图14 所示为聚合用户数量与平均切换时延的关系。从图14 可以看出，传统切换方案的平均切换时延随着用户规模的增大而增加，原因是用户数量越多，系统中的信令开销越大，一方面导致网络拥塞，增加了排队等待处理时延，另一方面也增大了碰撞发生的概率，碰撞后产生退避增加了传输时延，两者结合会增加平均切换时延。而本文基于用户分群的切换方案将具有相似切换过程的多个用户切换聚合成一次切换，减少了切换请求发起次数和网络负载，从而降低了网络拥塞程度和平均切换时延。

图14 不同聚合用户数量下的平均切换时延比较Fig.14 Comparison of average handover delay under different number of aggregated users

4 结束语

本文针对LEO 卫星系统下的用户并发切换问题，提出一种基于用户分群的切换管理策略。在切换边缘选出一组具有相似切换行为的用户，用群首的切换代替群内成员的切换，以此降低切换成本。同时，从分群处理、群组切换、资源释放3 个方面设计完整的切换流程和信令交互机制。仿真结果表明，相较传统用户独立切换方案，该切换管理策略能够减少处理过程中的重复操作，降低系统信令开销和平均切换时延，提高切换成功率，且用户聚集数目越多，性能提升越明显。下一步考虑引入高速动态终端切换技术，以提高本文策略的精确度。