⚡ electrical engineering

Load Balancing in Non-Terrestrial Networks Using Free Space Optical Inter-satellite Links

本文提出了一种将非地面网络星座建模为任播多商品流问题并通过线性规划求解的公平性负载平衡策略，该策略利用自由空间光星间链路动态选择地面站或进行星间数据卸载，从而在雨衰等恶劣条件下显著提升最坏情况下的下行吞吐量并增强系统公平性。

原作者： Abid Afridi, Alexis A. Dowhuszko, Jevgenij Krivochiza, Risto Wichman, Jyri Hämäläinen

发布于 2026-03-16

📖 1 分钟阅读☕ 轻松阅读

原作者： Abid Afridi, Alexis A. Dowhuszko, Jevgenij Krivochiza, Risto Wichman, Jyri Hämäläinen

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇文章讲的是如何给未来的“太空互联网”做负载均衡，让每一颗卫星都能公平、稳定地工作，不会因为天气不好就“掉链子”。

我们可以把整个系统想象成一个繁忙的跨国快递公司，而卫星就是空中的快递站。

1. 背景：太空快递的痛点

想象一下，你有一个由几十颗卫星组成的“太空快递网”（非静止轨道卫星，MEO），它们负责把数据（包裹）从太空送到地面的接收站（GS）。

问题一：有的站太忙，有的站太闲。
就像早高峰时，有些快递站门口排长队（拥堵），而有些站却空荡荡的。这是因为卫星和地面站的位置一直在变，有的卫星离地面站近，信号好；有的离得远，或者被云层挡住了。
问题二：下雨天就是“灾难日”。
如果地面站那边下大雨（尤其是 Ka 波段信号），就像快递站门口突然下起了暴雨，路滑车慢，甚至路都断了。这时候，依赖这个地面站的卫星就发不出货了，数据积压，速度暴跌。
问题三：传统的做法太死板。
以前，每颗卫星只能把自己手里的货直接发给最近的地面站。如果那个站下雨堵死了，这颗卫星就只能干着急，哪怕旁边另一颗卫星的地面站晴空万里、运力充足，它也帮不上忙。

2. 解决方案：给卫星装上“光通信”和“智能调度”

这篇文章提出了一套聪明的负载均衡策略，核心有两点：

A. 卫星之间的“光路” (FSO ISL)

想象每颗卫星之间都架起了一条看不见的“激光高速公路”（自由空间光链路，FSO）。

特点：这条高速公路速度极快（像光速一样），而且不受地面下雨的影响（因为是在真空的太空中）。
作用：如果卫星 A 的地面站下雨堵死了，它就可以把货通过“激光高速公路”转交给旁边的卫星 B。卫星 B 的地面站天气好，就可以帮卫星 A 把货发出去。

B. 聪明的“调度员” (数学算法)

文章设计了一个超级调度员（基于线性规划的算法）。

它的任务：不是追求“总发货量最大”，而是追求"最慢的那个也要吃饱"（Max-Min 公平性）。
怎么做的：
1. 它时刻盯着所有卫星和地面站。
2. 一旦发现某颗卫星的地面站下雨了，它立刻计算：能不能把这部分货，先通过“激光高速公路”转给邻居，再由邻居发走？
3. 它像下棋一样，动态地决定每颗卫星该直接发货，还是转手发货，确保没有哪颗卫星被“饿死”。

3. 实验结果：效果立竿见影

研究人员用真实的卫星数据（SES 的 O3b mPOWER 系统）做了模拟测试：

没下雨时：大家的速度本来就不慢，用了这个策略后，大家的速度变得非常整齐划一。以前有的快有的慢，现在大家几乎一样快，消除了“贫富差距”。
下雨时：这是大显身手的时候。
- 没有激光路：遇到暴雨，受影响卫星的速度直接腰斩（比如从 700 Mbps 掉到 500 多 Mbps），用户体验极差。
- 有激光路 + 智能调度：即使某颗卫星的地面站暴雨如注，它也能通过邻居“借道”发货。结果发现，最慢的那颗卫星的速度反而提升了 25% 以上！整个网络变得非常稳定，不再因为局部下雨而崩盘。

总结

这就好比一个互助社区：
以前，每家每户只能自己修路，谁家门口下雨谁就断粮。
现在，大家之间修了空中索道（光链路），并且有一个智能管家（算法）。一旦谁家门口下雨，管家立刻指挥邻居把物资通过索道送过来。

最终效果：
不管天气怎么变，不管哪颗卫星位置不好，整个网络都能保证最弱的那一环也能维持很高的速度。这让未来的太空互联网更公平、更可靠，是通往 6G 全球覆盖的重要一步。

论文技术总结：基于自由空间光星间链路的非地面网络负载均衡

1. 研究背景与问题定义 (Problem)

背景：
非地面网络（NTNs）正日益依赖非地球静止轨道（NGSO）星座，这些星座结合了射频（RF）馈电链路（Feeder Links, FLs）和自由空间光（FSO）星间链路（Inter-Satellite Links, ISLs）。中地球轨道（MEO）卫星（如 SES 的 O3b mPOWER 系统）因其延迟、覆盖范围和移动性之间的良好平衡，被视为 5G/6G 网络的关键组成部分。

核心问题：
在现有的 NTNs 架构中，下行链路性能常受到以下因素的制约，导致负载分布不均：

卫星 - 网关可见性不均： 不同卫星对地面站（GS）的可见性随时间变化。
数据流量拥堵： 部分卫星可能成为瓶颈，而其他卫星的容量未被充分利用。
天气导致的衰减： 特别是在 Ka 波段，降雨会显著增加馈电链路的衰减，导致特定卫星的下行能力急剧下降。

后果：
这种非均匀的负载分布导致部分卫星“饥饿”（吞吐量低），而其他卫星有过剩容量，降低了整个星座的公平性和整体效率。现有的路由策略通常优化总吞吐量或可达性，而忽略了在共享链路预算下的公平性。

2. 方法论 (Methodology)

本文提出了一种以公平性为导向的负载均衡策略，将卫星星座建模为一个任播多商品流问题（Anycast Multi-Commodity Flow Problem, ACMCFP）。

2.1 系统模型

网络架构： 包含 $K$ 颗 MEO 卫星和 $I$ 个地面站。
链路类型：
- 馈电链路 (FL)： 卫星到地面站的 Ka 波段射频链路（20 GHz），受距离、角度和降雨衰减影响。
- 星间链路 (ISL)： 卫星之间的 1550 nm 自由空间光链路，具有固定容量，用于在卫星间传输数据。
流量模型： 每颗卫星的数据可以直接发送给地面站，或者通过一跳中继（通过 ISL 转发给相邻卫星）发送给其他地面站（任播模式）。

2.2 优化问题 formulation

目标函数： 最大化星座中最小卫星的下行数据速率（Max-Min Fairness）。即：
$\max \min_{k \in K} (R_k[n])$
其中 $R_k[n]$ 是时间槽 $n$ 内卫星 $k$ 的聚合下载速率。
约束条件：
- 流守恒： 中继卫星的流入流量必须等于流出流量。
- 容量限制： 馈电链路和 ISL 的分配比例必须在 [0, 1] 之间，且总分配不超过物理链路容量。
- 非负性： 流量分配必须非负。
求解算法： 将上述问题转化为**线性规划（Linear Programming, LP）问题，并使用对偶单纯形法（Dual-Simplex）**算法（通过 MATLAB linprog 实现）在每个时间槽内动态求解最优的链路分配权重（ $w$ 和 $v$ ）。

2.3 关键算法流程

计算卫星与地面站及相邻卫星之间的几何距离和视线角度。
根据雨衰模型（ITU-R P.838-3）和链路预算计算 FL 和 ISL 的瞬时可达速率。
构建并求解线性规划问题，确定最优的流量分配方案（直接下载或经由 ISL 卸载）。
动态调整策略以应对天气变化和拓扑变动。

3. 主要贡献 (Key Contributions)

提出了基于 ACMCFP 的负载均衡框架： 首次将 MEO 星座中的流量调度建模为任播多商品流问题，允许数据通过 ISL 在卫星间动态卸载，以平衡负载。
实现了 Max-Min 公平性优化： 通过线性规划求解，确保在最恶劣条件下（如降雨），性能最差的卫星也能获得尽可能高的吞吐量，从而提升整体系统的公平性。
量化了 FSO ISL 在恶劣天气下的价值： 详细分析了在 Ka 波段馈电链路受降雨影响时，引入 1550 nm 光 ISL 如何作为“空间传输层”来缓解地面链路的瓶颈。
提供了可扩展的资源分配方案： 该算法不依赖预定义的虚拟拓扑，而是根据实时链路状态动态决策，适用于未来的集成天地网络。

4. 仿真结果 (Results)

研究基于 SES O3b mPOWER 星座（6 颗卫星，8 个全球地面站）进行了仿真，对比了无 ISL和有 ISL两种场景。

无雨条件（No-Rain）：
- 无 ISL： 卫星间吞吐量差异较大（标准差约 26 Mbps），范围在 625-735 Mbps 之间。
- 有 ISL： 吞吐量分布高度集中，标准差降至约 4.6 Mbps（方差减少 82%）。
- 性能提升： 最小下行数据速率提升了 10% 以上。
降雨条件（Rain Conditions）：
- 无 ISL： 降雨导致特定卫星（如受 Santiago 暴雨影响的卫星）吞吐量急剧下降至 545 Mbps 左右，出现严重瓶颈。
- 有 ISL： 算法自动将受降雨影响的卫星流量卸载到相邻且链路状况良好的卫星。
- 性能提升： 最小下行数据速率提升了 25% 以上。
- 稳定性： ISL 辅助的负载均衡显著平滑了吞吐量曲线，维持了全天约 680-690 Mbps 的稳定速率，有效抵御了局部馈电链路的退化。

5. 意义与结论 (Significance & Conclusion)

解决瓶颈问题： 该研究证明了利用光 ISL 进行负载均衡可以有效缓解由天气和几何位置引起的馈电链路瓶颈。
提升系统公平性： 通过最大化最小速率，确保了所有用户（无论其连接的卫星处于何种状态）都能获得相对一致的服务质量（QoS）。
未来网络基础： 该方案为未来 6G 及更高级别的集成天地网络提供了一种可扩展、基于优化的资源分配基础，特别是在高动态、环境多变的非地面网络环境中。
技术可行性： 仿真结果证实，在现有的 MEO 星座架构下，结合 Ka 波段和 1550 nm 光通信，无需额外硬件资源即可显著提升系统鲁棒性。

总结： 本文提出了一种创新的、基于线性规划的动态负载均衡算法，利用自由空间光星间链路将 MEO 星座转化为一个协同工作的整体。该方法不仅在无雨条件下显著提高了系统的公平性，更在降雨等恶劣天气下大幅提升了最差情况下的吞吐量，是构建高可靠、高公平性未来非地面网络的关键技术路径。