王睿，韩笑冬，韩欢，王柏岩，安卫钰，王超

中国空间技术研究院 通信与导航卫星总体部，北京 100094

天基网络对未来空间优势的确立具有重要意义。值得注意的是，近年来美军发布的方案和条令文件，着重强调了天基网络的地位，在地面管控中心建设的基础上强调了天基信息系统的建设，主要集中在态势感知、导航定位、卫星通信等方面，通过各种具备不同功能和工作领域的卫星网络以及航天器组网，实现全球覆盖的高效信息交互和处理能力，以满足快速反应和精确打击的需求。尤其是对信息获取和辅助决策能力提升相关的新技术，体现了较多的倾向性。

美军近年来发布了几个同天基网络建设相关的重要规划报告[1]。如图1所示即为(JP3-14)《太空作战》所制定的联合太空作战规划程序[2-3]。

图1 联合太空作战规划程序Fig.1 Joint space tasking order process

《无人系统综合路线图(2017-2042)》报告强调，未来联合作战中所应用的无人系统，其聚焦点应非特定作战域，而是应当放在全域作战的视角，相关的关键技术应支撑跨域指控、跨域通信以及与联合部队的集成[4]。在如图2所示的情报、监视与侦察(Intelligence, Surveillance, and Reconnaissance，ISR)数据传输能力中，突出显示了向分散的用户提供可靠且响应性强的数据传递所应需的一些关键传输能力模块。

图2 ISR数据传输能力体系Fig.2 ISR data transmission capacity system

从以上的文件中可以总结出，在以天基为中心的信息化建设中，着重强调了信息交互的实时性和辅助决策能力的智能化，构建包括天、陆、海、空、临近空间系统的强大的ISR系统是保证信息优势的前提所在。建设方向主要包括天基系统与其它陆、海、空、临系统的协同、天基系统内多手段、多轨道卫星协同，而实时互联、实时操控是体系协同的基础。

在现有的天基网络系统中，管控系统的主要职能在地面完成，正随着星上处理能力和通信带宽的提升逐步向星上搬移；而卫星管控系统作为调度控制中枢，其主要功能是接收各类任务和需求，结合不同类型传感器的特点，通过任务规划，对卫星和地面测运控和资源进行调度，制定传感器控制、测控接收的计划等；然后通过生成控制指令，管理控制卫星传感器；同时，对卫星传感器的状态、指令发送和数据注入状态进行监视，提升卫星任务完成的可靠度。

随着卫星探测和处理能力的增强、卫星搭载应用类型和卫星数量大幅增加，各类型应用的融合和协作不断深入，对多星联合探测与监视的需求日益迫切，管控系统逐渐从人工操作向自动生成发展；任务规划由离线编制向在线规划发展，由人工编制卫星控制指令向高时效指令生成发展；从单一卫星管控演变为多星统一管理，由装载多类型探测设备的多颗卫星联合工作以提高时效性和准确性。

可见，未来天基网络的发展是建立在其覆盖面广，信息获取渠道多，反应速度快的基础上的。一方面，对于各种不同形式的情报收集，包括定位信息、气象及地形感知、通信获取等，可以做到对战场形势全面了解，掌握战场主动权；另一方面，通过天基网络的高速数据传输能力以及构筑在天基网络的数据分析和决策能力，可以大幅缩短信息传递和指令下达的时间。这同未来战争全面监控、快速反应、精确打击的特点紧密契合，因此成为了未来天基网络建设和发展的重点。

天基网络管控技术中，与一般单星资源调度问题相比，多星多目标高时效的调度问题更复杂，时效性更高，多种不同类型的任务及资源约束条件复杂且求解困难，任务规划评价指标较多，评价体系复杂。在此研究方向上，对多种资源分配方法设计的论证方面，例如通过设定每个任务的固定优先级，构建基于迭代修复算子和启发式策略局部搜索算子结合的混合类型算法。通过研究多颗卫星与测控站之间以及星间的调度问题，采用冲突消解方法解决测控接收站可见窗口之问的重叠问题，再基于遗传算法求解之后的调度问题等[5，6-7]。文献[8]在星间通信中针对不同链路的信道条件和业务需求，设计了对带宽和功率进行协调分配的方法；文献[9]针对天基信息港的多源信息融合问题，设计多机循环插入算法来优化任务的完成时间等等[10-11]。但以上提出的算法，多是针对某种特定资源和场景的分配，而非从通用和统一化的资源角度对天基网络资源分配问题进行分析。本文就天基网络中的自适应资源动态管理技术开展研究，针对资源调度和分配技术，提出了一种基于FPSB拍卖博弈的分布式资源分配方法，并对方案在系统资源利用率和系统运行效率上的提升进行了仿真验证。

1 自适应资源动态分配技术及方案

面对不同应用场景的业务需求，由于存在大量的复杂耗时计算，如可见时间窗口计算，星上导引率计算等相关算法，为了避免计算量过大，计算时间过长而导致的自主管理调度陷入延迟崩溃状态，需要实现自主运算算法的快速、高效的计算功能。这一方面可以通过增强单星的计算能力实现，但是由于可靠性等问题，目前卫星的星上计算能力还无法与地面计算机匹敌。因此另一种实现方式即为采用基于天基信息的分布式协同计算体系框架与算法，例如云计算架构[12]，利用分布式计算原理，通过天基信息广域和互联的计算能力，进行协助计算，减轻单星计算负担，实现高效并行化处理，提升算法执行效率。

针对卫星网络特点，考虑信息传输延时等问题，对卫星进行对等设计，采用远程求值模式，也就是天基信息网络在进行星上自主管理和服务时，可以由服务卫星将相关算法分解，与相关输入参数一起发送给分布式计算卫星，将特定功能在星内/卫星模块迁移重构，对部分或者全部算法进行计算，实现对被服务卫星的任务算法的并行处理，最终将计算结果返回给被服务星，提高星上自主运算能力。通过星上自主分布式计算，实现星上计算和存储资源的动态可重构。

不限于用于分布式计算的计算资源管理和分配，天基信息资源的内容包括信息获取、计算、传输和存储过程中所必备的设备和能力，同时也覆盖了以上过程中不可见的功能性实现，例如安全性、稳定性等。受位置分布、网络结构以及不同类型需求的约束，各信息资源主体所设计的资源模型呈现相互独立的特征，导致在建模、描述等方面的差异，使协作的个体间在对于资源定义与模型构建上缺乏统一的表达，导致在网络中进行信息交换和共享时产生信息缺失、语义冲突、处理方法不兼容等问题[13-15]。将分布、异构、多样的天基网络资源进行协同管理，是在天基信息网络中实现资源主体间的资源高效共享与有序协同的前提条件。

针对实时的资源分配，本文基于首价密封(first price sealed-bid，FPSB)拍卖博弈提出了一种分布式资源分配方法，用于天基网络中的节点(包括卫星及其他航天器)间的资源分配。本文采用基于博弈方式设计算法的主要原因为：

1)未来天基网络的发展方向为模块化、智能化，网络功能单元通常不处于同一网络实体上，星上处理单元也通常采用具备独立计算和存储资源的模块设计，在资源管理方面形成了分布式的网络结构，集中式的资源管理算法对该种结构的适应性较差，在资源交互和管理上的效率较低。

2)由于星上的能源和计算资源有限，重复博弈和采用迭代算法收敛的方案不适用于天基系统的工作环境，浪费了计算资源，同时会产生较多的通信开销，占用天基网络链路的带宽，这与天基网络具备较长通信时延的链路特征和极为有限的带宽资源特征兼容性较差。

对下文中用到的变量做如下的定义：Rs表示提出方在参与协作计算过程中占用的资源；Rri表示参与方i在参与协作计算过程中占用的资源；Wi表示通信过程占用的带宽；Pri表示参与协作计算过程中的消耗功率，Qri表示参与方的总功率；η表示参与方的协作效率；αi表示参与方的竞价；ki表示参与方的竞价系数。

对于参与方的协作效率，如下计算：

(1)

即发起方占用资源越多，参与方的占用资源就越少，同时协作效率同占用带宽和消耗功率成反比。通过以上的关系，参与方的竞价可以以提出方占用资源Rs为参数表示：

(2)

(3)

因此，对于发起方，协作计算的占用资源可以表示为如下形式：

Ci=Rs+αi

(4)

结合式(2)，可以得到：

(5)

从式(5)可以得出，Ci是Rs的线性函数，因此Ci对于给定范围的Rs存在最小值，同时在该区间是连续的，依据Kakutani不动点定理，必定存在至少一个纳什均衡点。因此基于此首价密封拍卖博弈的算法的参与方会选择收益最大的竞价策略，通过对其竞价进行自适应的调整，可以使系统达到稳定状态。

对于资源分配提出方和参与方，其操作流程如图3所示。根据以上提出的发起方和参与方的实现流程，即可建立各节点的资源分配，且该分配过程由各节点自主完成，无需中心管理节点的统筹管理。

图3 资源分配算法流程Fig.3 Process of resource allocation algorithm

对于资源分配的任务发起方，其操作流程如图3所示，可以分为以下的步骤：

1)设定参与方的协作效率η，将参与协作计算过程中占用的资源Rs通过广播的形式发送给可以参与该过程的其他卫星。

2)在设定的等待周期内，通过获取参与方的反馈，其中包含了参与方的竞价αi。

3)等待周期结束后，对收到的竞价进行比较，选取竞价最低的参与方作为协作计算的合作方，发送给该参与方确认消息。

4)同该参与方建立连接，根据占用资源比例发送协作数据，结束该轮分配过程。

5)返回步骤1。

对于资源分配的任务参与方，可分为以下的步骤：

1)收到广播的拍卖消息，提取发起方的占用资源Rs，计算同博弈发起方通信占用的带宽Wi，参与协作的占用资源Rri，以及参与协作过程消耗的功率Pri。

2)计算竞拍的底价，提出一个高于该底价的竞价系数ki，计算参与协作计算的竞价αi，提交给发起方。

3)若在等待周期结束后未收到发起方的确认消息，视为该次竞价失败，对竞价进行调整，返回步骤1。

4)若在等待周期内收到发起方的确认消息，则认为该次竞价成功，建立数据链路，接收需要进行协作的数据，结束分配过程。

5)协作完成后，返回步骤1。

2 效果仿真及分析

下面对本文提出的算法进行了应用效果的仿真。本文提出的方法以MRAF(Method of Resources Allocation based FPSB)命名标示。其对比算法为集中式的统一规划(centralized planning scheme，CPS)，也就是将多个节点的实际可用资源之和平均分配给具备可用于协作的多余资源的节点。可以看到，CPS需要具备中心管理节点，获取到各节点的可用资源信息，然后才可以进行分配，因此是不适用于无中心节点的网络结构的。基于MATLAB仿真软件构建了仿真平台，针对天基网络管控节点的实际配置情况，在网络中除任务的提出方外，还分布着不多于10个的潜在参与方。为保证协作参与方的参与程度和自身任务完成保障程度，协作过程中，参与方的可用资源上限设定为发起方的30%，可用通信带宽为100 Mbit/s，参与方消耗功率上限为5 W。

图4所示为本文提出算法的收益在不同竞价策略情况下同统一规划方法的对比。a的取值越大，则节点提出的底价越高，b则对底价的变化具有相反的效果。底价越高，则表示节点参与协作的意愿较强，但若以较高的竞价获取了协作的机会，有可能分配的工作会超过本节点的可用资源上限，从而无法完成任务提出方交给的任务。因此，根据竞价的结果进行相应的策略调整，才能增加节点获取参与协作的几率。通过仿真结果可见，本文提出的算法可以获得比统一规划方式更高的收益，当n=10时，将a设定为20～70可以获得更高的收益，将n调整为5时，可获得更高收益a的取值范围变为10～40。仿真的结果可见，首先，使用本文提出的资源分配方法，通过自适应的调整节点提出的竞价策略和实际竞价，可以得到比直接分配的方式更大的收益；其次，节点数目的增加加剧了网络中的竞争，同样的竞价随着节点数目的增长，其竞拍成功的几率在降低。但同时，网络中节点数目较少的情况下，节点可获得的收益也相应较低。

图4 MRAF算法收益在不同竞价策略下与CPS的对比Fig.4 The profit of MRAF for different biding strategies compared with CPS

图5所示为本文提出算法的收益在不同网络节点数目情况下同统一规划方法的对比。当a=30时，随着节点数目的增加，节点获得的收益不断增加，在n=6时到达极值点，随后收益降低，但始终大于统一规划方法的收益。a=60时，其收益增加趋势较缓，但节点获得的平均收益较高。可见本文提出的资源分配方法是可以获得更高的收益的。在节点采用较为积极的竞争策略时，在网络节点数目较少的情况下其获得收益不如较为消极的竞争策略高，可见网络中的节点数目增加会加剧网络中的竞争态势。

图5 MRAF算法收益在不同网络节点数目情况与CPS的对比Fig.5 The profit of MRAF compared with CPS for different number of participants

同时，为验证在天基信息网络中的实际应用效能，构建了如下的应用场景：天基信息网络中设置6个骨干网节点，其覆盖范围内随机接入最多150个的天基节点，依据就近接入的原则同骨干网节点进行通信，同时作为资源的提供方进行自适应的协作资源管理，各参与方根据自身的可用资源在博弈中自主决定其竞价策略。

图6为MRAF算法的收益在此网络同CPS算法的对比，根据自主选择竞价策略，可获得较CPS算法一倍以上的收益。

图6 MRAF算法收益在大规模网络中同CPS算法的对比Fig.6 The profit of MRAF in large range network compared with CPS

图7 MRAF算法获得收益最高的竞价和最高竞价在大规模网络中的变化情况Fig.7 The profit-most and highest price of MRAF in large range network

图7为MRAF算法为获得较高的收益，所提出的平均竞价的仿真结果。随着网络规模和节点密度的增加，上图可见，使节点获得最高收益的竞价有所增加，同局部网络的仿真结果一致；下图为节点提出的最高竞价，可见最高竞价的提出者并不能得到最高的收益，也无法成功得到协作的机会。而这一点也保证了资源在网络中的均衡分布。

3 结束语

本文就天基网络中的自适应资源动态管理技术开展研究，通过对近期未来太空作战体系的规划的分析得出，未来天基网络建设的重点强调了信息交互的实时性和辅助决策能力的智能化。通过进一步对天基信息网络资源管控系统的研究，总结了管控系统的通用特点和未来的发展重心。

根据天基网络对通信能力、计算能力和存储能力发展的需求，本文对天基网络中的自适应资源动态分配技术进行了研究，并提出了一种用于天基网络的资源分配方法，在节点资源有限的情况下进行资源的协作利用，提高了系统资源的利用率和整个系统的运行效率。相比使用重复博弈和采用迭代算法收敛的方案减少了通信链路的数据交互，考虑了各节点自身资源条件的限制，有利于降低通信链路带宽的占用率和优化功率消耗。通过方法流程设计和网络仿真的结果，证明了方法的有效性。