3C融合的空天地海一体化通信系统设计与实现 .pdfVIP

I

互联网+通信

nternetCommunication

3C融合的空天地海一体化通信系统设计与实现

文|韩笑雪王万龙孙尚毛文梁翟益平

【摘要】综合考虑物理环境域、社群交互域以及内容资源域，在空天地海一体化网络中，利用多元化终端设备，例

如舰艇、无人机、车辆，结合卫星通信技术，实现多元化业务的安全、高效、低时延的传输、存储及计算的协同优化

是当前研究重点。本文考虑天地海一体化通信需求中通信—计算—缓存（3C）协同优化场景提出了一个高可靠的通信

系统架构，并利用SDN、机器学习（ML）、边缘计算技术等技术进行了实现，实验结果表明了该架构的可行性。

【关键字】3C融合空天地海协同通信通信系统分布式架构

一、介绍（3C）能力，例如卫星、舰艇、车辆等具有强算力，

作为5G通信技术发展的一个重要方向，层次化而人员所携带设备所具备的存储和算力较小。因此，

云服务的异构云无线接入网络不仅可以满足无线业务如何面向空天地海一体化网络中的多样化业务需求，

对高速计算或大容量存储等服务的要求，还可以扩展结合卫星通信技术，设计高效3C协同一体化方案，

通信覆盖范围，增加传输速率，降低传输时延，提高以满足海量连接、低时延、高可靠的通信技术，仍然

网络容量和用户服务质量。欧洲电信标准化协会在5G是亟待解决的问题。

标准中提出了多接入边缘计算（MEC）的解决方案，与此同时，人工智能在增强传统无线通信网络的

MEC通过在移动网络边缘部署大量的分布式边缘服务3C一体化发挥了重要作用。例如，在数据感知及处理

器，对网络边缘侧产生的大量数据进行分析、计算与方面，利用边缘服务器对收集到的数据进行大数据分

存储，达到降低回程链路流量、缓解核心网拥堵的目析和处理，构建出圣母院的3D图像。为了解决传统

的。算法鲁棒性较差的问题，边缘计算逐渐转向智能化发

近年来，大计算任务处理问题突出，计算卸载/展，即通过机器学习（ML），特别是深度学习的方法

迁移是一个非常有效的手段，其过程极为复杂，需首替代传统方案来解决边缘计算中的问题，如智能边缘

先判断是否要进行计算任务的卸载/迁移，然后针对的提出。[4]此外，通过利用大数据技术处理和分析海

要进行卸载/迁移的计算任务确定需要卸载/迁移的量数据，一种结合ML的内容流行度预测算法，通过

比例。[1]对于单个任务请求节点，利用一维搜索算法动态优化内容缓存策略来降低用户内容下载时延。同

综合考虑了计算应用的缓存队列状态、用户节点计算时，考虑到用户密集和用户需求随着时间的非静态和

资源的可用情况，在不考虑能耗的前提下最小化卸载瞬时特性，可以基于ML的方法来实现时变的内容流

/迁移机制所产生的时延。行度预测，从而实现动态内容部署策略。为了满足空

然而在空天地海一体化网络中，由于不同设备、天地海一体化网络中所需求的区域管理、安全监控、

用户节点具有不同的物理特征以及通信—存储—计算应急事件等任务，如何利用人工智能实现对传统算法

韩笑雪（1984-），女，河北唐山，工学硕士，工程师，研究方向：计算机网络；

王万龙（1982-），男，江苏江都，理学学士，工程师，研究方向：信息系统设计与开发；

孙尚（1985-），男，山东淄博，工学学士，工程师，研究方向：信息系统设计与开发；

毛文梁（1993-），男，山东德州，工学硕士，助理工程师，研究方向：计算机网络；

翟益平（1994-），男，湖南常德，工学学士，参谋，研究方向：计算机网络。

（