面向空天地一體化網(wǎng)絡(luò)的數(shù)字孿生技術(shù)架構(gòu)及應(yīng)用*

李媛，費(fèi)澤松**，晁子云，黃靖軒，李斌，鄭重

（1.北京理工大學(xué)信息與電子學(xué)院，北京 100081；2.南京信息工程大學(xué)計(jì)算機(jī)學(xué)院，江蘇 南京 210044）

0 引言

隨著通信技術(shù)的快速發(fā)展，2020年2月，國際電信聯(lián)盟啟動(dòng)了第六代移動(dòng)通信技術(shù)（6G,the 6th Generation Mobile Networks）的研究計(jì)劃。相比于第五代移動(dòng)通信技術(shù)（5G，the 5th Generation Mobile Networks）的70%陸地覆蓋率，6G要求陸地覆蓋率提升至99%以上，包括農(nóng)村和偏遠(yuǎn)地區(qū)[1]。2021年3月，國際電信聯(lián)盟提出在全球范圍內(nèi)構(gòu)建立體覆蓋[2]、泛在連接[3]的通信網(wǎng)。在這一背景下，空天地一體化網(wǎng)絡(luò)作為6G關(guān)鍵技術(shù)之一，通過集成地面、空中等多層次通信系統(tǒng)并統(tǒng)一網(wǎng)絡(luò)協(xié)議，旨在打破地理和技術(shù)的界限，實(shí)現(xiàn)全球范圍的高效、無縫的通信連接。6G時(shí)代的空天地一體化網(wǎng)絡(luò)不僅僅是地面基站、衛(wèi)星、無人機(jī)等不同平臺(tái)的簡(jiǎn)單組合，而是由地基網(wǎng)絡(luò)、天基網(wǎng)絡(luò)和空基網(wǎng)絡(luò)深度融合、協(xié)同工作，如圖1所示。通過多域網(wǎng)絡(luò)的深度融合，空天地一體化網(wǎng)絡(luò)可以有效地綜合利用各種無線資源，實(shí)施網(wǎng)絡(luò)控制和信息處理，以應(yīng)對(duì)網(wǎng)絡(luò)服務(wù)的多樣化需求，實(shí)現(xiàn)“網(wǎng)絡(luò)一體化、功能服務(wù)化、應(yīng)用定制化”的目標(biāo)[3]。這對(duì)于實(shí)現(xiàn)全球覆蓋、支撐超高速率和超低延遲通信提供了切實(shí)可行的解決方案。更為重要的是，空天地一體化網(wǎng)絡(luò)在應(yīng)對(duì)緊急情況、支持物聯(lián)網(wǎng)的大規(guī)模部署以及推動(dòng)智慧城市的發(fā)展等方面，都顯示出不可替代的作用。

圖1 面向6G的空天地一體化網(wǎng)絡(luò)

在過去十幾年中，越來越多的國家和地區(qū)開始重視空天地融合網(wǎng)絡(luò)[4-5]，積極探索空天地一體化網(wǎng)絡(luò)的技術(shù)發(fā)展和應(yīng)用領(lǐng)域。然而，建立空天地一體化網(wǎng)絡(luò)需要保障多層次的通信業(yè)務(wù)在任何位置與任意時(shí)刻的通信需求，需要具備數(shù)據(jù)動(dòng)態(tài)轉(zhuǎn)發(fā)能力與持續(xù)傳輸能力。此外，空天地一體化的全域系統(tǒng)中，網(wǎng)絡(luò)更加異構(gòu)，資源更加異質(zhì)，服務(wù)更加異需。因此，空天地一體化網(wǎng)絡(luò)的相關(guān)研究仍然存在諸多挑戰(zhàn)，包括多源數(shù)據(jù)管理難度大、系統(tǒng)建設(shè)周期長(zhǎng)、策略驗(yàn)證成本高、網(wǎng)絡(luò)優(yōu)化效果差等問題。這些挑戰(zhàn)不僅影響了網(wǎng)絡(luò)的效率和可靠性，也限制了其在廣泛場(chǎng)景下的應(yīng)用能力。

在此背景下，數(shù)字孿生技術(shù)為解決上述難題提供了新的思路和可能性。數(shù)字孿生技術(shù)的核心在于創(chuàng)建一個(gè)精確的、動(dòng)態(tài)的虛擬數(shù)字孿生網(wǎng)絡(luò)，孿生體能夠?qū)崟r(shí)反映相應(yīng)物理網(wǎng)絡(luò)系統(tǒng)的狀態(tài)和性能[6]。該技術(shù)的優(yōu)勢(shì)在于能夠進(jìn)行高效的數(shù)據(jù)融合分析、實(shí)時(shí)的狀態(tài)監(jiān)控和低成本的推演驗(yàn)證，從而顯著提高決策的效率和準(zhǔn)確性。在各個(gè)領(lǐng)域，包括制造業(yè)、醫(yī)療保健和城市規(guī)劃等，數(shù)字孿生已被廣泛應(yīng)用，并顯示出其強(qiáng)大的潛力。文獻(xiàn)[7]中，作者面向智能制造工廠提出了一種基于數(shù)字孿生的大數(shù)據(jù)虛實(shí)融合參考框架。以工業(yè)互聯(lián)網(wǎng)為載體，將虛擬空間與物理空間深度協(xié)調(diào)融合，有效推動(dòng)了智能工廠的發(fā)展。在文獻(xiàn)[8]中，作者提出了一種基于遷移學(xué)習(xí)的多源數(shù)據(jù)融合的數(shù)字孿生建模方法，有效地利用和結(jié)合實(shí)驗(yàn)數(shù)據(jù)和仿真數(shù)據(jù)，實(shí)時(shí)監(jiān)測(cè)大尺寸或復(fù)雜曲面的結(jié)構(gòu)強(qiáng)度。文獻(xiàn)[9]中，基于數(shù)字孿生的智慧城市可以有效融合不同來源的多領(lǐng)域城市數(shù)據(jù)，幫助補(bǔ)充智慧城市的新信息。虛擬數(shù)字城市可驗(yàn)證各個(gè)功能單元的真實(shí)性、完整性、可追溯性和數(shù)據(jù)所有權(quán)，確保數(shù)據(jù)來源真實(shí)可靠。在文獻(xiàn)[10]中，作者提出了一種基于聯(lián)合神經(jīng)網(wǎng)絡(luò)的疾病診斷算法。該算法可以很好地應(yīng)用于數(shù)字孿生醫(yī)療系統(tǒng)，提高疾病診斷的準(zhǔn)確性和速度。

數(shù)字孿生能夠描述孿生對(duì)象當(dāng)前的運(yùn)行狀態(tài)、診斷過去發(fā)生的問題、預(yù)測(cè)未來的變化趨勢(shì)[11]，這為空天地一體化網(wǎng)絡(luò)的網(wǎng)絡(luò)優(yōu)化提供了支持。數(shù)字孿生技術(shù)不僅可以監(jiān)控衛(wèi)星、無人機(jī)等設(shè)備的生命周期，還可以基于歷史信息和通信知識(shí)感知系統(tǒng)狀態(tài)、無線環(huán)境并預(yù)測(cè)設(shè)備行為，從而優(yōu)化物理空天地網(wǎng)絡(luò)中的通信策略。綜上所述，為了解決空天地一體化網(wǎng)絡(luò)的多源數(shù)據(jù)管理難度大、建設(shè)周期長(zhǎng)、成本高等挑戰(zhàn)，本文提出構(gòu)建面向空天地一體化多域異構(gòu)網(wǎng)絡(luò)的數(shù)字孿生。首先，基于雙向動(dòng)態(tài)交互采集物理世界的大量多源異構(gòu)數(shù)據(jù)，分析并建立空天地一體化虛擬網(wǎng)絡(luò)。該虛擬網(wǎng)絡(luò)不僅包括地面基站、衛(wèi)星和其他通信設(shè)備，還涵蓋了網(wǎng)絡(luò)操作的各個(gè)方面，支持測(cè)試驗(yàn)證功能。然后，聯(lián)合態(tài)勢(shì)信息感知、預(yù)測(cè)等功能，對(duì)通信網(wǎng)絡(luò)的組網(wǎng)策略進(jìn)行推演分析和優(yōu)化。

1 空天地一體化的數(shù)字孿生技術(shù)架構(gòu)

空天地一體化網(wǎng)絡(luò)的數(shù)字孿生技術(shù)架構(gòu)如圖2所示。數(shù)字孿生技術(shù)架構(gòu)包括兩部分，虛擬空天地一體化網(wǎng)絡(luò)和智能決策層。物理空天地一體化網(wǎng)絡(luò)和虛擬空天地一體化網(wǎng)絡(luò)經(jīng)過虛實(shí)交互進(jìn)行參數(shù)上傳與策略下發(fā)。虛擬網(wǎng)絡(luò)輸入載體與設(shè)備狀態(tài)、鏈路與電磁環(huán)境狀態(tài)、網(wǎng)絡(luò)與無線資源狀態(tài)數(shù)據(jù)發(fā)送至智能決策層，智能決策層根據(jù)不同的策略優(yōu)化功能進(jìn)行推演分析得到優(yōu)化結(jié)果，再在虛擬網(wǎng)絡(luò)中測(cè)試驗(yàn)證結(jié)果的有效性。

圖2 天地一體化網(wǎng)絡(luò)的數(shù)字孿生系統(tǒng)架構(gòu)

1.1 虛擬空天地一體化網(wǎng)絡(luò)

虛擬空天地一體化網(wǎng)絡(luò)的準(zhǔn)確孿生可以幫助實(shí)時(shí)監(jiān)測(cè)和分析設(shè)備的運(yùn)行狀態(tài)、預(yù)測(cè)設(shè)備的性能和故障，以及優(yōu)化設(shè)備的運(yùn)行策略，對(duì)基于數(shù)字孿生的空天地一體化通信網(wǎng)絡(luò)研究具有重要的基礎(chǔ)意義。因此，所構(gòu)建的天地一體化數(shù)字孿生網(wǎng)絡(luò)的完整度、準(zhǔn)確度和成熟度，極大影響著后續(xù)智能決策層中策略優(yōu)化的性能。為了實(shí)現(xiàn)基于空天地一體化數(shù)字孿生的優(yōu)化策略，需要從數(shù)字孿生的構(gòu)建出發(fā)，明確空天地一體化網(wǎng)絡(luò)中需要孿生的對(duì)象。通過實(shí)現(xiàn)設(shè)備級(jí)、鏈路級(jí)和網(wǎng)絡(luò)級(jí)孿生來實(shí)現(xiàn)多維多域的天地一體化通信網(wǎng)絡(luò)虛擬構(gòu)建，為基于數(shù)字孿生的天地一體化通信網(wǎng)絡(luò)優(yōu)化奠定基礎(chǔ)。

（1）設(shè)備級(jí)孿生

天地一體化網(wǎng)絡(luò)的數(shù)字孿生系統(tǒng)對(duì)通信網(wǎng)絡(luò)設(shè)備進(jìn)行了孿生。設(shè)備級(jí)孿生包括載體運(yùn)行參數(shù)孿生、通信設(shè)備孿生以及無線資源孿生。載體運(yùn)行參數(shù)的孿生是指對(duì)衛(wèi)星、無人機(jī)等通信載體的高度、位置、姿態(tài)、軌道、速度等參數(shù)進(jìn)行孿生。通信設(shè)備的孿生是指針對(duì)真實(shí)網(wǎng)絡(luò)設(shè)備建立虛擬仿真節(jié)點(diǎn)。虛擬仿真節(jié)點(diǎn)主要由空基、天基、地基設(shè)備的孿生體構(gòu)成，每個(gè)通信設(shè)備的孿生包括硬件孿生和軟件孿生。硬件孿生是指對(duì)通信部分的基帶處理單元、射頻處理單元進(jìn)行孿生，包括物理層協(xié)議孿生、MAC層協(xié)議孿生、編解碼功能模塊孿生、調(diào)制解調(diào)功能模塊孿生、功率控制功能模塊孿生等。軟件孿生是指對(duì)系統(tǒng)軟件和接口協(xié)議進(jìn)行孿生。無線資源的孿生是指對(duì)時(shí)、頻、空以及功率域無線通信資源的孿生，例如帶寬、調(diào)制編碼方案、同步信號(hào)時(shí)頻配置方式、波束賦形碼本等。

（2）鏈路級(jí)孿生

天地一體化網(wǎng)絡(luò)的數(shù)字孿生系統(tǒng)對(duì)通信網(wǎng)絡(luò)的鏈路進(jìn)行了孿生。該部分被劃分為信道孿生和電磁環(huán)境孿生。信道孿生是指基于大、小尺度參數(shù)的分布情況，針對(duì)網(wǎng)絡(luò)傳輸過程的信道沖激響應(yīng)或信道頻率響應(yīng)進(jìn)行孿生。電磁環(huán)境孿生針對(duì)不同的鏈路類型（如空天鏈路、天地鏈路、空地鏈路）、敵方干擾情況、天氣環(huán)境、視距/非視距、移動(dòng)性等多種通信電磁環(huán)境進(jìn)行孿生。

（3）網(wǎng)絡(luò)級(jí)孿生

天地一體化網(wǎng)絡(luò)的數(shù)字孿生還需要對(duì)通信網(wǎng)絡(luò)的拓?fù)?、路由等進(jìn)行孿生。需要孿生的拓?fù)浣Y(jié)構(gòu)主要分為同構(gòu)網(wǎng)絡(luò)拓?fù)浜彤悩?gòu)網(wǎng)絡(luò)拓?fù)?。同?gòu)拓?fù)涞膶\生對(duì)象主要有地面網(wǎng)絡(luò)拓?fù)?、空中網(wǎng)絡(luò)拓?fù)洹⑿情g網(wǎng)絡(luò)拓?fù)?。異?gòu)拓?fù)涞膶\生對(duì)象是指多種網(wǎng)絡(luò)拓?fù)淙诤霞夹g(shù)，網(wǎng)絡(luò)路由具體是指空天地一體化網(wǎng)絡(luò)的傳輸路徑規(guī)劃。在所構(gòu)建的網(wǎng)絡(luò)拓?fù)渲?，需要?zhǔn)確映射不同路由上的路徑、節(jié)點(diǎn)數(shù)、路由協(xié)議、傳輸質(zhì)量（吞吐量、丟包率、誤碼率、誤塊率等）和路由成本等。

1.2 智能決策層

智能決策層能夠針對(duì)特定場(chǎng)景下，給定空間范圍內(nèi)通信節(jié)點(diǎn)部署、通信進(jìn)程與趨勢(shì)進(jìn)行推演分析，進(jìn)而實(shí)現(xiàn)網(wǎng)絡(luò)優(yōu)化、維護(hù)和安全等。如圖2所示，智能決策層包括數(shù)據(jù)分析，策略推演和綜合指標(biāo)驗(yàn)證三個(gè)模塊。下一節(jié)中，以網(wǎng)絡(luò)優(yōu)化為例，具體闡述了智能決策層的作用。

2 數(shù)字孿生技術(shù)在空天地一體化網(wǎng)絡(luò)中的應(yīng)用

基于上一節(jié)的數(shù)字孿生網(wǎng)絡(luò)架構(gòu)，本節(jié)展示了其在空天地一體化網(wǎng)絡(luò)優(yōu)化中的應(yīng)用。面向空天地網(wǎng)絡(luò)，無線通信傳播環(huán)境感知和設(shè)備行為、業(yè)務(wù)預(yù)測(cè)將提升數(shù)字孿生的豐富性與可擴(kuò)展性，進(jìn)而提高空天地一體化網(wǎng)絡(luò)的自適應(yīng)、自優(yōu)化和自演進(jìn)能力。

在數(shù)字孿生智能決策層的網(wǎng)絡(luò)優(yōu)化模塊中，空天地一體化組網(wǎng)通信策略的優(yōu)化流程如圖3所示，智能決策層的數(shù)據(jù)分析子模塊被劃分為了環(huán)境感知、業(yè)務(wù)預(yù)測(cè)兩部分。首先，基于虛擬網(wǎng)絡(luò)獲取的信道數(shù)據(jù)，孿生體結(jié)合數(shù)據(jù)分析子模塊的環(huán)境感知提取信道特征，對(duì)物理通信鏈路及電磁環(huán)境進(jìn)行高精度感知。然后，基于設(shè)備的歷史流量數(shù)據(jù)，孿生體利用數(shù)據(jù)分析子模塊的業(yè)務(wù)預(yù)測(cè)部分預(yù)測(cè)未來時(shí)刻的業(yè)務(wù)流量與通信資源需求。最后，針對(duì)特定應(yīng)用場(chǎng)景的目標(biāo)策略，使用策略推演模塊進(jìn)行推演分析。組網(wǎng)策略給出了兩個(gè)例子，鏈路切換和資源調(diào)度。推演分析完成后在虛擬網(wǎng)絡(luò)測(cè)試驗(yàn)證和迭代優(yōu)化。將最終的優(yōu)化策略通過虛實(shí)交互下發(fā)給物理體，從而實(shí)現(xiàn)空天地一體化組網(wǎng)策略優(yōu)化。

圖3 空天地一體化組網(wǎng)通信策略的優(yōu)化流程

2.1 環(huán)境感知

無線通信的服務(wù)質(zhì)量容易受到電磁傳播環(huán)境變化的影響，且不同場(chǎng)景之間的特征參量、鏈路級(jí)評(píng)估模型和物理層算法存在明顯差異。為滿足底層系統(tǒng)調(diào)度的實(shí)時(shí)動(dòng)態(tài)感知與閉環(huán)反饋，需要對(duì)通信場(chǎng)景進(jìn)行分類識(shí)別。因此，環(huán)境感知的核心功能是場(chǎng)景識(shí)別。場(chǎng)景識(shí)別算法有助于實(shí)時(shí)調(diào)整信道模型和傳輸模式等關(guān)鍵通信策略，進(jìn)而提高通信的有效性和可靠性，以達(dá)到通信系統(tǒng)的關(guān)鍵指標(biāo)要求。因此，對(duì)通信場(chǎng)景識(shí)別技術(shù)的研究具有重要的理論意義與應(yīng)用價(jià)值。

如圖4所示，環(huán)境感知部分基于機(jī)器學(xué)習(xí)算法，先依據(jù)信道特征和環(huán)境類別標(biāo)簽構(gòu)建環(huán)境數(shù)據(jù)庫，再進(jìn)行智能化的電磁環(huán)境感知。本模塊的環(huán)境類別標(biāo)簽包括鏈路類型（衛(wèi)星對(duì)地面、衛(wèi)星對(duì)高空、衛(wèi)星對(duì)衛(wèi)星、高空對(duì)地面、地面對(duì)地面、高空對(duì)高空）、天氣狀況（有降雨、無降雨）、噪聲干擾（低噪聲干擾、高噪聲干擾）、相對(duì)移動(dòng)性（靜止、低速、高速）以及可視距類型（視距條件、非視距條件）等。

圖4 基于隨機(jī)森林的環(huán)境感知流程

首先，構(gòu)建環(huán)境數(shù)據(jù)庫。提取信道特征，本模塊采用的信道數(shù)據(jù)特征有路徑損耗、萊斯K因子、時(shí)延擴(kuò)展、多普勒頻移。分別分析四種信道特征和五種環(huán)境類型的相關(guān)性，結(jié)果如圖5所示。相關(guān)系數(shù)越接近1，表明環(huán)境類型與信道特征相關(guān)性越強(qiáng)。再選取與每種環(huán)境類型相關(guān)性較強(qiáng)的特征來訓(xùn)練環(huán)境識(shí)別數(shù)據(jù)庫。本文采用隨機(jī)森林算法構(gòu)建環(huán)境識(shí)別數(shù)據(jù)庫，并通過大量信道數(shù)據(jù)樣本對(duì)模型迭代訓(xùn)練以優(yōu)化識(shí)別性能。隨機(jī)森林算法被廣泛應(yīng)用于大規(guī)模數(shù)據(jù)集和高維數(shù)據(jù)的識(shí)別分類問題[12-14]，該算法先在原始數(shù)據(jù)集中隨機(jī)抽樣，構(gòu)成多個(gè)不同的樣本數(shù)據(jù)集，再根據(jù)這些數(shù)據(jù)集構(gòu)建多個(gè)不同的決策樹模型，最后根據(jù)這些決策樹模型的投票情況來獲取最終結(jié)果。隨后利用構(gòu)建的環(huán)境數(shù)據(jù)庫來進(jìn)行環(huán)境感知。先提取測(cè)試信道數(shù)據(jù)的四種信道特征，然后在數(shù)據(jù)庫中匹配每種環(huán)境對(duì)應(yīng)的具體類型，并輸出結(jié)果。

圖5 信道特征和環(huán)境類型的相關(guān)性分析

環(huán)境感知中的各類環(huán)境綜合識(shí)別結(jié)果如表1所示。電磁環(huán)境識(shí)別的準(zhǔn)確率較高，單個(gè)場(chǎng)景類型綜合識(shí)別準(zhǔn)確率達(dá)到90%以上。相對(duì)移動(dòng)性的識(shí)別準(zhǔn)確率最高，因?yàn)橐苿?dòng)性和易于計(jì)算的多普勒頻移強(qiáng)相關(guān)。經(jīng)測(cè)試，對(duì)于給定場(chǎng)景，五種環(huán)境類型的整體識(shí)別正確率為82.3%，說明環(huán)境感知模塊具備較好的環(huán)境識(shí)別能力。

表1 各類環(huán)境識(shí)別準(zhǔn)確率

2.2 業(yè)務(wù)預(yù)測(cè)

在空天地一體化網(wǎng)絡(luò)中，通信設(shè)備行為復(fù)雜抽象，使得業(yè)務(wù)流量預(yù)測(cè)困難。面向復(fù)雜、異構(gòu)的空天地一體化網(wǎng)絡(luò)通信設(shè)備，數(shù)字孿生網(wǎng)絡(luò)的業(yè)務(wù)預(yù)測(cè)部分提取歷史動(dòng)態(tài)業(yè)務(wù)流量數(shù)據(jù)的特征，聯(lián)合機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)通信設(shè)備業(yè)務(wù)智能預(yù)測(cè)，具體步驟如圖6所示：

圖6 業(yè)務(wù)預(yù)測(cè)具體步驟

首先，基于數(shù)字孿生網(wǎng)絡(luò)中虛擬網(wǎng)絡(luò)給定的通信設(shè)備及其歷史流量數(shù)據(jù)，通過尺度不變特征變換（SIFT,Scale Invariant Feature Transform）技術(shù)[15]進(jìn)行初步特征提取。再將提取的低維特征輸入至卷積神經(jīng)網(wǎng)絡(luò)中。卷積神經(jīng)網(wǎng)絡(luò)[16]通過卷積層、池化層、全連接層組合構(gòu)成，可識(shí)別出時(shí)效性、重要性等抽象程度較高的高維特征，完成特征提取任務(wù)。最后，再對(duì)高維特征進(jìn)行特征篩選得到關(guān)鍵特征。具體篩選過程為通過條件變分自編碼器[17]進(jìn)行特征增強(qiáng)，通過堆疊自編碼器[18]進(jìn)行特征降維，以加快特征預(yù)測(cè)部分網(wǎng)絡(luò)運(yùn)行速度。最后將降維后的特征輸入至長(zhǎng)短期記憶（LSTM,Long Short Term Memory）預(yù)測(cè)網(wǎng)絡(luò)[19]，進(jìn)行設(shè)備流量參數(shù)預(yù)測(cè)，得到不同尺度下未來時(shí)刻的設(shè)備流量參數(shù)。

本模塊針對(duì)通信設(shè)備的傳輸數(shù)據(jù)量需求、業(yè)務(wù)重要性進(jìn)行了預(yù)測(cè)。傳輸數(shù)據(jù)量需求是指通信設(shè)備在單位時(shí)間的流量需求大小，單位為Mbps，其預(yù)測(cè)結(jié)果如圖7所示。業(yè)務(wù)重要性是指當(dāng)前通信設(shè)備需傳遞的信息的重要程度，越接近1，表明業(yè)務(wù)重要性等級(jí)越高，其預(yù)測(cè)結(jié)果如圖8所示。從第51秒開始，每一秒均基于當(dāng)前時(shí)刻前50秒的數(shù)據(jù)進(jìn)行預(yù)測(cè)。黑色線為實(shí)際值，紅色線為基于歷史數(shù)據(jù)的預(yù)測(cè)值。在第51秒至400秒內(nèi)，兩條線高度重疊，且預(yù)測(cè)結(jié)果與實(shí)際結(jié)果量化誤差均小于5%，說明預(yù)測(cè)準(zhǔn)確性較高。

圖7 傳輸數(shù)據(jù)量需求預(yù)測(cè)結(jié)果

圖8 業(yè)務(wù)重要性預(yù)測(cè)結(jié)果

2.3 策略推演

孿生網(wǎng)絡(luò)可推演網(wǎng)絡(luò)狀態(tài)變化趨勢(shì)，模擬驗(yàn)證策略實(shí)施結(jié)果，最后下發(fā)優(yōu)化策略到物理網(wǎng)絡(luò)，實(shí)現(xiàn)低本高效的網(wǎng)絡(luò)優(yōu)化。下面給出了兩個(gè)具體的例子。

（1）天地路由切換策略

假設(shè)在對(duì)抗環(huán)境下，無人機(jī)A需要將探測(cè)業(yè)務(wù)傳輸至地面基站。而無人機(jī)B攜帶信號(hào)屏蔽器，持續(xù)發(fā)出干擾信號(hào)，并不斷靠近地面基站，將對(duì)無人機(jī)A 持續(xù)產(chǎn)生干擾。無人機(jī)A 到地面基站通信鏈路受到干擾，鏈路質(zhì)量下降。在不切換鏈路的情況下，隨著干擾強(qiáng)度的增加，SNR逐漸下降，導(dǎo)致誤碼率增加，吞吐量下降。但若給定傳輸條件（誤碼率低于1%，吞吐量高于5 Mbps），則可在直接鏈路中斷前，由環(huán)境感知部分預(yù)先感知到無人機(jī)B干擾。在虛擬網(wǎng)絡(luò)中推演分析，數(shù)字孿生網(wǎng)絡(luò)獲知無人機(jī)A周圍的地面中繼，選擇一個(gè)滿足傳輸時(shí)延、切換時(shí)延、切換丟包率、切換信令開銷滿足業(yè)務(wù)要求的地面中繼，且無人機(jī)A通過該地面中繼與地面基站的鏈路空閑，則無人機(jī)A的傳輸數(shù)據(jù)傳可由地面中繼回傳至地面基站，繞過受干擾的直接鏈路，從而提高SNR，降低誤碼率。

該場(chǎng)景初始參數(shù)設(shè)置如表2 所示。隨干擾強(qiáng)度增強(qiáng)，直接鏈路的誤碼率和吞吐量的變化情況如圖9中正方形的藍(lán)色線和紅色線所示?；诃h(huán)境感知和推演分析功能，在誤碼率高于1%前，進(jìn)行鏈路切換。鏈路切換后的誤碼率和吞吐量的變化情況如圖9中圓形的藍(lán)色線和紅色線所示。顯然，在干擾影響無人機(jī)A與地面基站通信前，數(shù)字孿生技術(shù)幫助空天地一體化網(wǎng)絡(luò)切換了誤碼率更低、吞吐量更穩(wěn)定的中繼鏈路，避免了傳輸中斷和數(shù)據(jù)丟失問題。

表2 天地路由切換場(chǎng)景初始參數(shù)

（2）資源調(diào)度策略

假設(shè)在對(duì)抗環(huán)境中，多個(gè)無人機(jī)向衛(wèi)星傳輸數(shù)據(jù)。而衛(wèi)星移動(dòng)速度快，支持傳輸?shù)臅r(shí)間很短，帶寬資源也十分有限。傳統(tǒng)方案基于導(dǎo)頻反饋獲得的歷史時(shí)刻鏈路質(zhì)量和數(shù)據(jù)需求調(diào)度資源，存在資源調(diào)度過時(shí)的問題。而數(shù)字孿生網(wǎng)絡(luò)能夠通過業(yè)務(wù)預(yù)測(cè)部分獲取未來時(shí)刻無人機(jī)的傳輸數(shù)據(jù)量需求，及時(shí)調(diào)度時(shí)頻資源對(duì)無線通信進(jìn)行優(yōu)化。

該場(chǎng)景初始參數(shù)設(shè)置如表3 所示，結(jié)果如圖10 所示?；跀?shù)字孿生網(wǎng)絡(luò)的業(yè)務(wù)預(yù)測(cè)和推演分析功能，數(shù)字孿生網(wǎng)絡(luò)實(shí)時(shí)資源調(diào)度，衛(wèi)星總接收速率有所提升，三個(gè)無人機(jī)的總業(yè)務(wù)完成比例的性能增益隨時(shí)間愈發(fā)明顯。相比于傳統(tǒng)資源調(diào)度策略，基于數(shù)字孿生技術(shù)的資源調(diào)度策略將總接收速率提高了23.32%。在給定的時(shí)間范圍內(nèi)，傳統(tǒng)資源調(diào)度策略完成了87.38%的傳輸業(yè)務(wù)，基于數(shù)字孿生技術(shù)的資源調(diào)度策略完成了99.21%的傳輸業(yè)務(wù)。

表3 天地路由切換場(chǎng)景初始參數(shù)

圖10 資源調(diào)度策略優(yōu)化結(jié)果

3 結(jié)束語

本文探討數(shù)字孿生技術(shù)在空天地一體化通信網(wǎng)絡(luò)中的應(yīng)用。數(shù)字孿生技術(shù)可以實(shí)時(shí)監(jiān)測(cè)設(shè)備的運(yùn)行狀態(tài)、預(yù)測(cè)設(shè)備的性能，并優(yōu)化設(shè)備的運(yùn)行策略，具有重要的應(yīng)用價(jià)值。在空天地一體化網(wǎng)絡(luò)的數(shù)字孿生技術(shù)的架構(gòu)中，重點(diǎn)考慮了虛擬網(wǎng)絡(luò)與實(shí)際網(wǎng)絡(luò)的準(zhǔn)確對(duì)應(yīng)關(guān)系，并利用智能決策層對(duì)特定場(chǎng)景下的通信節(jié)點(diǎn)部署與通信進(jìn)程進(jìn)行預(yù)測(cè)和優(yōu)化。這一架構(gòu)思路為未來空天地一體化通信網(wǎng)絡(luò)的研究和應(yīng)用提供了新的方向。在空天地一體化網(wǎng)絡(luò)的數(shù)字孿生技術(shù)應(yīng)用中，探討了智能決策層中的數(shù)據(jù)分析和策略推演等多個(gè)子模塊。通過環(huán)境感知技術(shù)，可以實(shí)時(shí)獲取通信環(huán)境的動(dòng)態(tài)變化，為通信策略的制定提供重要依據(jù)；通過業(yè)務(wù)預(yù)測(cè)技術(shù)，可以預(yù)測(cè)未來通信業(yè)務(wù)的發(fā)展趨勢(shì)和變化規(guī)律，為通信網(wǎng)絡(luò)的優(yōu)化提供指導(dǎo)；通過策略推演技術(shù)，可以針對(duì)特定場(chǎng)景下的通信節(jié)點(diǎn)部署與通信進(jìn)程進(jìn)行推演分析，為通信策略的制定提供支持。

然而，當(dāng)前空天地一體化通信網(wǎng)絡(luò)的數(shù)字孿生仍然面臨一系列挑戰(zhàn)。

1）異構(gòu)網(wǎng)絡(luò)融合：面對(duì)多維多域的通信網(wǎng)絡(luò)，如何融合異構(gòu)網(wǎng)絡(luò)，實(shí)現(xiàn)網(wǎng)絡(luò)間的高效協(xié)同工作依舊是亟需解決的技術(shù)問題；

2）動(dòng)態(tài)環(huán)境建模：空天地一體化通信網(wǎng)絡(luò)處于復(fù)雜多變的電磁環(huán)境中，建立一個(gè)能夠?qū)崟r(shí)更新收集、處理和分析多源異構(gòu)數(shù)據(jù)，準(zhǔn)確地反映通信環(huán)境的動(dòng)態(tài)變化的數(shù)字孿生系統(tǒng)是一項(xiàng)技術(shù)難題；

3）策略優(yōu)化遷移：如何提升空天地一體化網(wǎng)絡(luò)策略優(yōu)化過程的可遷移性也是一個(gè)值得思考的問題。

未來，將進(jìn)一步深入探索更加準(zhǔn)確、高效的監(jiān)測(cè)、預(yù)測(cè)和優(yōu)化方法，為構(gòu)建更加智能、高效的空天地一體化通信網(wǎng)絡(luò)奠定基礎(chǔ)。