星地融合网络中基于无监督图学习的卫星切换方法研究

【摘  要】随着未来6G移动通信研究的快速发展，星地融合通信将是满足全域覆盖、泛在接入的重要技术。在星地融合网络中切换决策直接影响网络性能与服务持续性，现有切换算法主要通过实时监测候选卫星状态，计算权重进行切换判决，难以适应高动态星地网络中时空周期异步的切换决策。提出一种基于无监督图学习的卫星切换方法，引入卫星覆盖时空图表征网络连接关系，设计前向蚂蚁和后向蚂蚁发现并反馈的信息素感知机制，建立图学习模型，挖掘卫星覆盖时空图中卫星节点、用户节点与连接关系之间的隐式特征信息和拓扑信息，将切换决策问题转化为求解节点和边之间的连接关系概率，同步切换决策周期。仿真结果验证了所提卫星切换方法具有较快的收敛速度，切换时延降低20%。

【关键词】星地融合网络；移动性管理；切换决策；图神经网络

0   引言

随着全球移动通信需求的日益增加，未来6G通信系统将整合地面移动通信和卫星通信两张网络，形成星地融合的网络结构，为全球各类用户提供泛在宽带服务[1]。当前，移动通信网络仅覆盖了大约20%的陆地面积，仍然有超过30%的人口无法接入互联网，全球通信覆盖能力和数据传输能力存在显著不均衡。卫星通信网络受基础设施建设等客观因素的限制较小，特别是低轨道卫星，相比高轨道和中轨道卫星，发射成本更低、通信时延更短、链路损耗更小，可解决地面移动通信在偏远地区覆盖和需要快速稳定的应急通信等方面的问题。卫星通信与地面通信遵循“5G兼容，6G融合”的理念——在人口密集区域使用地面通信网络，以发挥其大容量、高速率和低时延的优势，在其他偏远地区则使用卫星通信网络，以发挥其广泛覆盖的优势[3]。星地融合网络具有更为复杂、难以描述和预测的移动特性，需要研究高效的切换控制技术以确保星地融合网络中通信连续性[4]。

近年来，国际标准组织对移动性切换开展了众多标准化工作，如3GPP在R17版本开展了对非地面网络（NTN, Non-Terrestrial Network）中基于位置的移动性管理等技术的标准化工作。在R18版本NR NTN Enhancements项目中，进一步增强NTN-TN和NTN-NTN移动性和服务连续性，特别是针对非连续覆盖场景下移动性管理展开研究[5]。近年来，多位学者针对各种卫星网络以及星地融合网络的各种场景中的切换策略进行了详细论述。在文献[6]中，作者提出了一种以用户为中心的切换方案，通过多卫星同时缓存用户的下行数据地面实现用户的无缝切换，解决频繁切换的问题。在文献[7]中，作者提出了一种基于网络流的切换策略，在巨型低地球轨道（LEO, Low Earth Orbit）卫星星座中最大化用户体验质量（QoE, Quality of Experience）。随着LEO卫星的大规模部署，某一区域的移动设备可能同时拥有多颗可见卫星，面临多接入点选择的问题。如果切换条件不合适，可能会导致反复频繁切换，增大决策负担，文献[8]中作者研究了超密集LEO卫星网络（UD-LSN, Ultra-Dense LEO Satellite Network）中的卫星切换模型，提出了一种基于双层分组和集群的移动性管理架构，旨在降低管理复杂性。文献[9–1