GEO/LEO卫星网络的数据传输与抗毁性技术

刘立芳， 吴 丹， 郎晓光， 齐小刚

(1. 西安电子科技大学 计算机学院，陕西 西安 710071；2. 西安电子科技大学 数学与统计学院，陕西 西安 710071)

GEO/LEO卫星网络的数据传输与抗毁性技术

刘立芳1， 吴 丹1， 郎晓光1， 齐小刚2

(1. 西安电子科技大学 计算机学院，陕西 西安 710071；2. 西安电子科技大学 数学与统计学院，陕西 西安 710071)

针对低轨卫星网络对地传输时实时性不足的问题，提出了一种双层卫星网络协同的数据传输与抗毁性技术．在技术中以高轨卫星网络作为通信骨干网，负责卫星网络中数据的中继与转发，低轨卫星层则负责数据的收集和辅助路由．通过高轨卫星层与低轨卫星层的联合通信，实现了低轨卫星数据的实时传输．采用多路径传输策略，提高了卫星网络的抗毁性．通过仿真，对提出的技术在吞吐率、传输时延、时延抖动以及丢包率等方面的性能进行了分析．在遭受攻击环境下，对网络的数据交付能力变化进行了研究．多层卫星协同的数据传输方法能够很好地解决单层低轨卫星网络在数据传输方面的不足，满足卫星节点多业务的实时传输需求．

卫星网络模型;数据传输方法;抗毁性技术;性能分析;网络仿真

随着航天技术的发展，空间卫星技术在国防和民用领域也得到了快速的发展．卫星网络在地理勘测、气象预警、自然灾害救援以及通信等方面有着广泛的应用[1-2]．同地面网络相比，卫星网络不受高山、河流以及建筑物等地理环境的限制，能够在广阔的范围内实现数据的传输．在空间卫星网络中，低轨道(Low Earth Orbit，LEO)卫星距地面较近，绕地循环周期较短，能够很好地进行地理、气象信息的收集．同时，LEO卫星的循环周期短、移动速度快以及覆盖面积小等特点也导致了向地面发送数据的时间很短，通常只有几分钟，因此在短时间内LEO卫星很难将收集的数据传向地面．地球同步轨道(Geosynchronous Earth Orbit，GEO)卫星在数据传输、覆盖区域等方面具有良好的性能，只需要三颗卫星即可对地球中低纬地区实现覆盖，通过地球同步轨道卫星与LEO卫星网络的联合通信，采用合适的无线中继策略[3]能够将LEO卫星网络所收集到的数据进行实时传输．当卫星网络用于通信时，通信的信息具有多样性，对传输链路情况有着不同的需求．卫星网络处于太空中，节点所处环境较为恶劣，网络的抗毁性就尤为重要，网络抗毁性是指网络在遭受攻击或者遭遇故障时，在部分节点或链路失效后网络继续维持自身功能状态的能力．

关于卫星网络的通信机制以及抗毁性研究，国内外不少文献都在研究．文献[4]中提出了一种基于GEO中继网络的中断容错网络路由算法，该算法通过对下一跳路由的实时更新，并根据预计交付时间和预计交付成本来获取传输的最优路径．文献[5]在GEO/LEO双层卫星网络中提出了一种数据驱动的路由算法，该路由算法通过流量传输均衡和区域划分的方法对数据进行传输，在该算法中由轨道头结点对本轨道的路由进行管理．然而，由于卫星的移动性，使得轨道头节点无法一直处于GEO卫星节点的覆盖范围内．文献[6]结合了LEO卫星的实时传输信息的优点与GEO卫星较强计算能力的优点，提出了自治路由算法(Simulation Autonomous Routing Algorithm，SARA)．利用星间链路(Inter-Satellite Links，ISL)的连通性规则来划分网络拓扑和计算路由，算法具有自治性，具有更好的抗毁性，可以减少信息负载，增加数据包的正确传输率，提高了网络处理故障节点的能力．文献[7]针对深空通信网络的高时延和间断连通的特征，提出一种以路径吞吐量最大为准的路由算法，该算法支持非实时连通链路的端到端通信，可以获得最大的吞吐量．上述文献主要针对的是负载均衡问题，对数据传输的实时性研究不足，鉴此，笔者提出一种可以确保数据实时传输的路由机制．文中的研究内容则主要用于解决LEO卫星收集数据的实时传输，通过建立GEO/LEO双层卫星网络，定期地更新LEO的接入GEO卫星，LEO层卫星采用多路由机制，保证了LEO卫星收集的数据能够在任意时刻任意地点实现数据传输．

1 网络模型

1.1 网络拓扑模型

卫星网络中LEO卫星节点间的链路易中断且运行周期短，与地面站的可见时间短，无法将收集到的数据可靠地传输给地面站，这样不能保证数据的完整性和安全性．故在文中搭建GEO/LEO双层卫星网络模型．搭建的GEO/LEO双层卫星星座共包括26颗卫星，其中包括22颗LEO卫星、4颗GEO卫星．模型建立的意义是: LEO卫星收集相应的地面数据，通过GEO卫星进行实时传输，将数据传输到我国境内的地面站．

在网络拓扑模型中，22颗 LEO卫星分布于两个轨道，每个轨道上均匀分布11颗卫星．设定LEO卫星作为数据包的源节点和中继节点．4颗GEO卫星分布于赤道上空，定点位置为: 120°W、0°、100°E、140°E．卫星星座具体参数如表1所示．

表1 卫星星座参数

1.2 业务传输模型

在现实卫星网络体系中，卫星网络传输的业务类型是多种多样的，如: 消息、文本、声音、图像以及视频等．不同业务类型的数据传输的服务质量要求存在有很大的不同，文本、消息对传输的可靠性有很高的要求，对传输的实时性则要求不高;声音、视频则对数据传输的实时性要求很高．另外，不同类型业务的数据量也不相同．在文中的卫星网络模型中，模拟3种业务类型，通过不同的数据发送速率来体现不同的业务类型的处理能力．3种数据发送速率分别为low、mid、high．

卫星节点处在较为恶劣的环境中，LEO收集数据会存在波动的情况．所以模型中设置两种数据包创建的方式，分别为均匀类型与符合泊松分布类型，来区分正常情况与存在波动的情况．均匀类型用来模拟LEO卫星用于数据收集时，在正常的环境下，每个固定时间段内创建的数据包量; 泊松分布类型则用于模拟LEO卫星节点产生数据量在有波动情况下，每个固定时间段内创建的数据包量． 3种业务类型数据包的产生速率如表2所示．

表2 数据业务类型

1.3 卫星网络中的路由机制

1.3.1 卫星的传输选择

在设计的卫星网络模型中，LEO卫星网络主要负责信息数据的收集与发送，LEO数据的收集过程则以数据的创建进行模拟．当LEO卫星节点产生数据后，则有两种传输选择，当有接入GEO卫星时，向GEO卫星节点进行传输; 当没有GEO接入卫星时，则向LEO卫星进行传输．

图1 GEO卫星层中的数据传输

GEO层卫星网络卫星数量较少，因此采用固定路由方式降低卫星网络的传输开销．固定的传输过程如图1所示．GEO卫星位置固定不变，在GEO层数据传输过程: GEO1的数据通过GEO4进行中继传输，GEO2的数据通过GEO3进行中继传输．再由GEO3和GEO4发往网络地面站．

1.3.2 数据传输方法

第1步 GEO卫星定期地向外发送hello数据包，数据包中包含有GEO卫星节点的id以及其他字段．

第2步 当LEO接收到GEO发送的hello数据包后，计算数据包在传输过程中的时延值，若LEO收到多个hello数据包，则比较不同GEO卫星节点发送数据包的传输时延的大小，可以体现GEO卫星与LEO卫星的距离．选择传输时延最小的GEO卫星节点作为LEO卫星节点数据传输的接入节点．传输时延的计算公式为

Di=Ttemp-Tcreat(pkt),

(1)

其中，Di为LEO卫星节点收到GEO卫星节点数据包的传输时延，GEO卫星节点的id为i，Ttemp为当前仿真时间，Tcreat(pkt)为数据包的创建时间．

最小传输时延的获取，即

Dmin=min{D1，D2，…} ,

(2)

第3步 当LEO卫星节点没有GEO接入卫星节点时，则通过同轨道卫星节点进行数据中继传输．

传递过程中以跳数统计数据的传输距离．在传递的数据包中，有跳数字段numhop，当数据包从源节点发送时，numhop=0，数据包每经过一个LEO节点，判断该LEO卫星节点是否有GEO接入卫星，若有GEO接入卫星，则将数据包发往GEO卫星节点；如没有GEO接入卫星，numhop加1，继续向同轨道卫星节点进行中继．当 numhop=3 时，依旧没有向GEO卫星节点进行数据传输，则将数据包丢弃．

第4步 当GEO卫星节点接收到LEO卫星发送的数据包时，判断本卫星节点id是否为3或4节点，若 idself=3 或4，则将数据包向地面站转发; 若 idself=1，则将数据包传输向4节点；若 idself=2，则将数据发送给3节点．

第5步 地面站接收GEO传输的数据并进行相应的处理．

通过以上步骤，实现了将LEO卫星中收集的数据传输到地面站．然而由于卫星节点的移动性导致LEO卫星的接入GEO卫星经常发生变化，因此需要定期地进行网络拓扑结构更新．具体情况为:GEO卫星需要定期地向外发送hello数据包，LEO卫星中每隔相同时间更新一次相应的GEO接入卫星．

2 仿真与性能分析

2.1 网络性能评估指标

在研究中使用的GEO/LEO双层网络模型，主要用于进行数据的收集与传输，在网络模型中评价卫星网络的性能主要从吞吐率、时延、网络时延抖动和丢包率来进行评估．网络性能指标的定义如下:

(1) 数据吞吐率．在本网络中使用的网络模型中，数据包吞吐率主要用来衡量卫星网络传输能力．网络包吞吐率则为网络总接收量与网络发送量的比值，即σ= OUT/IN．其中OUT为网络接收量，是单位时间内到达目的节点的数据包数，单位为Packet/s (包/秒)．网络发送量是单位时间内源节点发送数据包的总和IN，单位为Packet/s．对整个或局部稳态网络来说，其输入和输出速率是相等的．

(2) 端到端时延．在该研究中使用的网络时延是端到端的时延，即数据包从在源节点产生到在目的节点接收到所消耗的时间．时延的计算如式(1)所示．在仿真中统计的时延则是每个数据收集点收到的数据是在过去一段时间内收到数据包单向时延的均值，而被丢弃数据包的时延没有考虑在内，因为丢包意味着时延无穷．

(3) 丢包率．数据包在源节点产生，通过卫星网络进行传输，到达目的节点的数据包数目．丢包率用R=Z/w表示，自然R越低就表示其丢包越少，其中Z为丢失数据包数目，w为产生数据包总数．

2.2 网络攻击

空间卫星网络由于位置相对公开，因此，容易受到外部的干扰与恶意攻击．在设计的卫星网络模型中，LEO卫星网络的主要功能在于数据的收集，因此LEO层中的卫星节点受到攻击并且失效对整个网络的性能影响不大．GEO卫星网络作为整个网络模型中数据传输的骨干网络，GEO卫星节点的性能对整个网络的性能影响相对较大．在仿真的过程中，对卫星节点的攻击主要集中于GEO卫星节点．

网络攻击的类型则为饱和攻击．针对于卫星节点来说，通过饱和攻击占用卫星节点的资源，使卫星节点处于不能工作的状态．通过将要发送的数据包进行复制，通过这样的方法来占用卫星节点的信道．使卫星节点的吞吐量增大，但是数据包基本为无效数据包．通过设置的饱和攻击强度(1/10/100/ 1 000)，使卫星节点创建的数据包被复制1(10/100/ 1 000) 份，将所有的数据包发往相应的节点．饱和强度越大，数据包数目越大，占用卫星节点的资源就越多．

2.3 实验仿真

搭建STK/OPNET联合仿真平台，STK负责LEO/GEO星座的搭建，生成相应的轨道文件; OPNET负责网络仿真，搭建网络的核心功能模块．使用OPNET进行网络仿真的时间设置为 5 min，GEO卫星节点向外发送hello数据包的时间间隔为 61 s，在网络仿真中，LEO卫星节点的数据产生速率以均匀类型为例．

图2 卫星网络模型中的数据包吞吐率图3 卫星网络中的丢包率

图2中数据包接收量与总发送量的比值比较接近，近乎为1，这说明LEO发送的数据包最终到达地面节点．在图中，每隔一段时间就会存在的吞吐率下降则是由于LEO卫星的GEO接入卫星定期更新所致．当LEO的更新其接入GEO卫星时，则整个卫星网络短时间内无法上传数据，使得卫星网络目的节点的数据接受量较少．图3显示，传输过程中数据的丢包率保持一个相对较低的水平，在接入卫星更新时会出现较大的丢包率．

图4 地面节点接受数据量变化

在设计的卫星网络模型中，GEO卫星网络担负着主要的通信任务，GEO卫星网络中的数据传输如图1所示．由图1可见，根据GEO卫星网络中卫星节点功能的不同，可以将节点分为两种类型，一种节点类型为边缘节点，主要用于LEO卫星的数据收集，如节点1和节点2，卫星节点将数据收集后，传向同层卫星节点; 另一种节点类型为核心节点，功能有LEO卫星数据的收集、同层卫星节点传输数据的中继与对地数据的传输，如节点3和节点4．为准确得到不同类型的GEO卫星节点受到攻击时，网络中卫星网络的性能下降情况．分别对GEO1和GEO3进行攻击，分析不同类型节点失效对网络的影响．由于在饱和攻击的情况下卫星网络中传输的数据量有较大变化，这时网络中吞吐率将会超过1，这时研究吞吐率已没有价值．饱和攻击强度为10的情况下，卫星网络性能指标主要对地面节点的数据包接受量、丢包率与时延变化进行比较．如图4～图6所示．

图5 传输时延的变化图6 丢包率变化

如图4所示，当卫星节点受到饱和攻击时，卫星网络中数据包的发送量则会有一个较大的提高，GEO3受到攻击时，网络中传输的数据包量比GEO1受到攻击时更大．当受到攻击时，GEO1的传输时延与正常情况下相差不大，GEO3的传输时延有一定程度的减少，这时，由于当受到饱和攻击时，GEO3的卫星网络将可能受到饱和攻击，将会产生数据包传输到地面节点，从而降低了传输时延的平均值．如图6所示，卫星网络的丢包率都会增大，增大幅度相差不大，这表示受到饱和攻击时，正确接受的数据包量都会受到较大影响．

3 结 束 语

在研究中针对LEO卫星节点数据难以进行实时传输的问题，提出了一种基于GEO/LEO卫星网络的数据传输与抗毁性技术研究．将地球同步卫星作为数据传输的中继卫星，并针对多层卫星网络的数据传输，设计了一种路由机制．在该路由机制中，考虑了卫星网络的动态拓扑变化，实现了对接入卫星的实时更新与检测，并通过将LEO卫星产生数据的多路径传输，实现了LEO卫星数据的实时传输．对提出的网络模型进行了仿真，验证了网络模型在数据传输上的可靠性，并对多业务模式进行了仿真．针对卫星网络易受攻击的特点，以常见的饱和攻击为例，仿真了对卫星网络中关键通信节点进行攻击的情况，可以得到不同节点失效对网络性能影响的评估．

参考文献：

[1] ZHANG G X, ZHANG W, ZHANG H, et al. A Novel Proposal of Architecture and Network Model for Space Communication Networks[C]//Proceedings of the IAF 65th International Astronautical Congress. Paris: IAF, 2014:

1-7.

[2] ZHANG X M, ZHANG Y, YAN F, et al. Interference-based Topology Control Algorithm for Delay-constrained Mobile Ad Hoc Networks[J]. IEEE Transactions on Mobile Computing, 2015, 14(4): 742-754.

[3] 胡洁, 赵祚喜. 多源多中继网络效益最大的快速中继选择策略[J]. 西安电子科技大学学报, 2013, 40(3): 212-220.

HU Jie, ZHAO Zuoxi. Maximizing System Benefits and Fast Convergence Relay Selection Algorithms in Multi-source Multi-relay Networks[J]. Journal of Xidian University, 2013, 40(3): 212-220.

[4] WU Y P, YANG Z H, ZHANG Q Y. A Novel DTN Routing Algorithm in the GEO Relaying Satellite Network[C]//Proceedings of the 11th International Conference on Mobile Ad-hoc and Sensor Networks. Piscataway: IEEE, 2015: 264-269.

[5] FENG X B, YANG M C, GUO Q. A Novel Distributed Routing Algorithm Based on Data-driven in GEO/LEO Hybrid Satellite Network[C]//Proceedings of the 2015 International Conference on Wireless Communications and Signal Processing. Piscataway: IEEE, 2015: 7341124.

[6] LIANG J, ZHANG J W, XIAO N. Research and Simulation on an Autonomous Routing Algorithm for GEOLEO Satellite Networks[C]//Proceedings of the 4th International Conference on Intelligent Computation Technology and Automation. Piscataway: IEEE, 2011: 657-660.

[7] 李红艳, 杨光祥, 王文龙. 一种最大吞吐量的深空通信网络路由算法[J]. 西安电子科技大学学报, 2012, 39(1): 92-97.

LI Hongyan, YANG Guangxiang, WANG Wenlong. Routing Algorithm for Deep Space Networks with a Maximum Throughput[J]. Journal of Xidian University, 2012, 39(1): 92-97.

ResearchondatatransmissionandsurvivabilitytechnologyoftheGEO/LEOsatellitenetwork

LIULifang1，WUDan1，LANGXiaoguang1，QIXiaogang2

(1. School of Computer Science and Technology, Xidian Univ., Xi’an 710071, China；2. School of Mathematics and Statistics, Xidian Univ., Xi’an 710071, China)

Aiming at the problem that Low Earth Orbit satellites have a low real-time performance in transmitting data to the ground, a data transmission and survivability technology based on the double-layer satellite network is proposed. In the method, the Geosynchronous Earth Orbit satellite network is used as the communication backbone network, which is responsible for the relaying and forwarding of the data in the satellite network. The low-earth satellite layer is responsible for data collection and auxiliary routing. Combining the advantages of Geosynchronous Earth Orbit and Low Earth Orbit satellites can realize the real-time transmission of Low Earth Orbit satellite data. The multi-path transmission strategy improves the survivability of the satellite network. The performance of the proposed method is analyzed in terms of throughput, transmission delay, delay jitter and packet loss rate. Under the attack environment, the data delivery capability of the network is studied. The data transmission method based on the multi-layer satellite can solve the single-layer low-earth satellite network in data transmission, and satisfy the requirement of multi-service real-time transmission.

satellite network model; data transmission; survivability technology; performance analysis; network simulation

2017-02-22

时间：2017-06-29

国家自然科学基金资助项目( 61572435, 61472305)；陕西省自然科学基金资助项目(2015JZ002, 2015JM6311)；宁波市自然科学基金资助项目(2016A610035, 2017A610119)；复杂电子系统仿真重点实验室基础研究基金资助项目(DXZT-JC-ZZ-2015-015)

刘立芳(1972-)，女，教授，博士，E-mail: lfliu@xidian.edu.cn．

http://kns.cnki.net/kcms/detail/61.1076.TN.20170629.1734.002.html

10.3969/j.issn.1001-2400.2018.01.001

TP393

A

1001-2400(2018)01-0001-05

(编辑： 王 瑞)