|
|
![](/images/icon.jpg) |
业界动态 |
|
|
走向深空 空间网络面临哪些挑战 |
与我们熟悉的地面网络相对应的是空间网络,包括蜂窝网络、无人机通信、高空平台系统、地球轨道卫星网络,以及更远的行星际网络和深空网络。通信技术正在从地面通信向空天地通信发展,特别是深空网络,要支撑深空探测,支撑月球、火星、空间旅馆、空间站的通信。
![](/Uploads/4(49).jpg)
西安电子科技大学空天地一体化综合业务网全国重点实验室学术委员会副主任、IEEE会士李建东近日在“第三届无线网络安全标准化委员会第四次会议”上表示,发展深空网络,是因为全球很多组织向往在太阳系的其它地方建立持久的人类存在。
“月球25号”是俄罗斯研制的月球探测飞船,计划研究月球两极地区的化学组成。2023年8月11日(莫斯科时间)“月球-25号”探测器发射升空 。8月16日“月球-25”号探测器进入月球轨道。8月19日“月球-25”号探测器出现异常,14时57分失联。据初步推测,探测器进入了非预先规划的轨道并撞上了月球表面坠毁。“主要就是计算有误差,发射成功但降落没有成功。”李建东说。
![](/Uploads/3(80).jpg)
西安电子科技大学综合业务网理论及关键技术国家重点实验室学术委员会副主任李建东
于2023年7月14日发射升空的印度“月船3号”探测器,经过多次变轨机动后于8月5日进入月球轨道。8 月 23 日在“月球南极”(其实离南极极区最近点还差619公里,距离极区还很远)软着陆后,这也是计算当中出现了一系列的误差导致的,这些计算误差与网络传输是紧密相关的。
李建东认为,深空星际网络可能是一类非常特别的网络,是“Challenged network”(挑战性网络)。这种挑战性表现在几个方面,一是没有网络基础设施,地面无线通信有基站,无线局域网有无线网络路由器,但深空网络的通信是没有基础设施的;二是设备的资源受限,深空设备高度集成,可携带的空间有限,设备可以占有的资源少;三是网络拓扑和通信链路的质量变化非常频繁。
随着我国、NASA以及其他机构规划的多个火星和月球的探测任务的增加,可以想象在不久的将来,围绕各类太阳系物体,会有众多的地面巡游器、机器人和环绕卫星,以及在地球和它们之间的中继卫星。
“太空操作现在最重要的一件事是‘遥操作’,我们能否在地球上遥控月球上的机器人、火星上的机器人,无论从通信赋能角度还是从安全赋能角度,这都是很大的挑战。”李建东说。
星际网络的特征是由多个卫星组合而成,是一个多跳、异构的挑战性网络。这个网络有巨大的传输时延(从几分钟到几小时)、上下行非对称的链路带宽、网络频繁切割的特点。此外,与地面网络相比,空间网络极端的条件会引起更高的故障和错误率。而星际网络的核心目标是保障空间自动探索任务的完成,所以非常重要的是确保在火星和月球上的着陆器、机器人能够持续自动工作,特别是在由于地球、月亮、火星相对位置变化产生的比较大的传播时延,以及在连接丢失的情况下,着陆器仍然能够工作。
在挑战性网络中设备通常是资源受限的。深空网络支撑的应用实质是资源密集型应用,因为资源受限,所以需要以分布式计算的方式运行,以便共享网络中各类节点的资源,但这种共享通常是依赖高质量的网络。
李建东说,这种分布式计算面临的难题是在挑战性网络中不容易实现,许多应用不能处理“端到端连接和可靠信息传递不能保证”的情况,这会引起错误/故障和强迫重试。即使在“端到端连接可以保证”的情况下,也会出现较长时间且会变化的通信时延、比较高的分组丢失率和频繁的节点故障。
“问题从挑战性网络迈向了挑战性计算(深度算网融合),网络不仅要提供数据收集服务,而且要有能力在不需要接入后端的计算平台,就可以高时效地在网络内处理数据,从而保障着陆器或机器人长期的自动运行。”李建东表示。
从最终的应用结果来看,挑战性计算也不是终点。“我们要从关注网络传输能力转向关注任务的完成情况,这对通信和安全赋能深空探测的任务来看,是一个非常重要的变化。”李建东说,“我认为大概会是这样,从最基础的网络来看,应该是一个自组织的网络,实现自组织的计算,支撑自组织的智能。”
这需要网络、计算、智能进行融合。“生物界可以给我们提供一些非常好的创新思路。”李建东用蚊子做了一个例子,“我们打蚊子经常会打不着,尽管它体积很小,但它能够利用很少的智能快速识别环境,能快速做出反映和动作,这就是感和算最佳的融合,就是说在特定的情况下,这样的组合才是一个正确的方向。靠叠加资源,用高性能的传感器和高性能的处理器盲目结合,这不是正确的方向。”
智算网融合的目标是通过仔细设计,优化计算服务平面和通信服务平面的各单元,在挑战性环境下,实现一个鲁棒且安全的分布式算法,形成异构高度智能的环境,确保智能化任务的精准完成。其中关键的技术是自组织智能环境的构建,这个环境允许空间探索系统、大规模的IoT系统能够工作在不确定的、复杂的和高动态的场景中。
“而自组织(智能)软件完成所有功能面临的主要挑战是如何在自组织的不确定特性下,从分布式的计算交互中‘涌现’出有意义且正确的决策能力。”李建东说。
本文转载自中国信息化周报 |
|
|
|
|
|