CN117195599A - 一种云边协同的卫星服务迁移验证方法及装置 - Google Patents
一种云边协同的卫星服务迁移验证方法及装置 Download PDFInfo
- Publication number
- CN117195599A CN117195599A CN202311466881.1A CN202311466881A CN117195599A CN 117195599 A CN117195599 A CN 117195599A CN 202311466881 A CN202311466881 A CN 202311466881A CN 117195599 A CN117195599 A CN 117195599A
- Authority
- CN
- China
- Prior art keywords
- satellite
- node
- cloud
- migration
- service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013508 migration Methods 0.000 title claims abstract description 130
- 230000005012 migration Effects 0.000 title claims abstract description 130
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012795 verification Methods 0.000 title claims abstract description 29
- 238000004088 simulation Methods 0.000 claims abstract description 50
- 238000007726 management method Methods 0.000 claims abstract description 33
- 238000004891 communication Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims abstract description 15
- 238000005094 computer simulation Methods 0.000 claims abstract description 5
- 238000004806 packaging method and process Methods 0.000 claims abstract description 5
- 238000011156 evaluation Methods 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000036541 health Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 235000015842 Hesperis Nutrition 0.000 claims description 2
- 235000012633 Iberis amara Nutrition 0.000 claims description 2
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000012546 transfer Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种云边协同的卫星服务迁移验证方法及装置,包括:S101:引接STK仿真引擎,搭建卫星仿真建模计算分析库,以图形化形式构建大规模分布式空间系统体系架构模型,分析卫星运动参数;S102:利用虚拟化技术和容器化技术,构建空间节点卫星虚拟化运行环境,对天基物理资源进行虚拟化封装,根据每个卫星节点对任务匹配度,协商规划各节点任务规划;S103:通过应用镜像部署方式,将原本在地面云完成的管理、控制和通信功能迁移到卫星;对各个卫星边的生命周期进行统一管理。本发明能够对卫星服务迁移能力进行验证,提高卫星服务效能。
Description
技术领域
本发明涉及卫星通信技术领域,具体涉及一种云边协同的卫星服务迁移验证方法及装置。
背景技术
随着卫星通信技术的不断发展,卫星已经成为了一种重要的通信手段。卫星网络设施对任务现实需求和潜在需求的深度挖掘、实时感知、快速响应、及时满足,越来越依赖于需求、功能、创新、模型、软件链条数据联动的速度、节奏和效率。将那些原本在地面完成的管理、控制和通信功能迁移到卫星,从而大幅提升对新兴应用的响应能力。通过命令控制、任务分配、任务处理和分发提供自动化卫星网络计算、管理能力,为用户享受各种新兴应用服务提供技术保障。具体而言,这种技术可以推动数据、信息、知识、决策持续转化,向用户提供更为稳定、高效的互联网服务。
现有技术公开了一种面向低轨星座边缘微云的服务自主迁移系统,包括:地面云数据中心,与低轨卫星通信连接,用于提供用户终端所需的应用服务、以及完成对低轨卫星上运行的边缘算法的训练支持;多个低轨卫星,低轨卫星部署有边缘计算服务器,低轨卫星与用户终端通信连接,不同的低轨卫星之间通信连接,多个相邻的低轨卫星能够构成在轨边缘微云,在轨边缘微云用于缓存地面云数据中心生成的应用程序、以及为用户终端提供实时应用服务;以及用户终端。以及还公开了四种用于上述的服务自主迁移系统的服务自主迁移方法。本发明的系统及方法能实现低轨卫星构成的在轨边缘微云、地面云数据中心和用户终端之间的服务自主迁移,且服务响应时延低,服务质量高。
现有技术中,已经有一些基于卫星通信的服务迁移方法,但是这些方法大多只考虑了卫星边缘的计算资源,而没有对卫星服务迁移能力进行验证。因此,通过验证系统实现信息交互和联合仿真,为卫星系统的设计开发、测试评估、协同互联和互操作、模拟训练等重要环节提供技术支撑。
发明内容
针对现有技术存在的问题,本发明的目的在于提供一种云边协同的卫星服务迁移验证方法及装置,能够对卫星服务迁移能力进行验证,通过验证系统实现信息交互和联合仿真,为卫星系统的设计开发、测试评估、协同互联和互操作、模拟训练等重要环节提供技术支撑。
为实现上述目的,本发明提供一种云边协同的卫星服务迁移验证方法,所述方法包括如下步骤:
步骤S101:引接STK仿真引擎,搭建卫星仿真建模计算分析库,以图形化形式构建大规模分布式空间系统体系架构模型,分析卫星运动参数;
步骤S102:利用虚拟化技术和容器化技术,构建空间节点卫星虚拟化运行环境,对天基物理资源进行虚拟化封装,根据每个卫星节点对任务匹配度,协商规划各节点任务规划;
步骤S103:通过应用镜像部署方式,将原本在地面云完成的管理、控制和通信功能迁移到卫星;对各个卫星边的生命周期进行统一管理,包括服务启停、健康状态监测和网络状况监测,提供卫星在轨运行、服务编排部署、运行维护、任务调度迁移系统的仿真与评估环境。
进一步,步骤S101中,所述卫星运动参数包括覆盖性和访问性。
进一步,步骤S101实现流程如下:
步骤S201:仿真模型创建;利用STK软件创建多种元素,多种元素包括卫星、载荷、地面站、火箭、导弹、舰船和/或飞行器;
步骤S202:仿真控制设置;通过控制仿真场景启动、停止和步长调节进行仿真控制,使用展示场景元素菜单、仿真状态、元素轨迹和卫星观测量实现场景展示;
步骤S203:数据分析;通过对卫星的轨道预报和轨道机动的分析,得到卫星运行仿真数据。
进一步,所述卫星运行仿真数据包括访问行分析、覆盖性分析和链路分析。
进一步,步骤S102中,所述天基物理资源包括计算模块、存储模块和网络。
进一步,步骤S102的实现流程如下:
步骤S301:卫星状态信息读取;从数据库中读取卫星数据状态信息,每一颗卫星能够知道与其相连接的卫星之间的关系;
步骤S302:虚拟化节点创建;在Kubernetes中构建卫星虚拟节点;
步骤S303:Master和Node节点初始化制定;根据卫星间距离、链路状态、计算和存储资源状况的匹配度进行排序,第一个接收到任务指令的卫星节点确定为Master节点,以Master节点为中心构建负责处理当前任务的卫星星群,并指定Master节点和Node节点的初始状态。
进一步,步骤S103的实现流程如下:
步骤S401:卫星虚拟节点管理;在每个Node节点上启动一个kubelet服务进程,负责处理Master节点下发到该节点的任务,并实现卫星虚拟节点整个生命周期的管理,包括向Master报告节点事件、Pod状态以及节点的资源使用情况;
步骤S402:卫星节点监测;在卫星节点故障、地面云发起任务请求、卫星资源过载或者其他需要的情况下,判断是否需要触发卫星的应用实例迁移;
步骤S403:应用镜像部署;根据卫星星座状态,将地面云的管理、控制和通信功能迁移到卫星,或在某个卫星故障的情况下,分布式协同的云边、边边镜像迁移;
步骤S404:迁移效能评估;对卫星软件部署、任务协同和服务迁移的效能进行评估,验证迁移时间和迁移策略是否满足任务需求。
另一方面,一种云边协同的卫星服务迁移验证装置,所述装置用于实现根据本发明所述的云边协同的卫星服务迁移验证方法。
进一步,所述装置包括卫星场景架构建模模块、虚拟化仿真环境搭建模块和服务编排部署模块。
进一步,所述卫星场景架构建模模块包括仿真模型单元、仿真控制单元和数据分析单元;
所述虚拟化仿真环境搭建模块包括卫星状态信息读取单元、虚拟化节点创建单元和节点初始化制定单元;
所述服务编排部署模块包括卫星虚拟节点管理单元、卫星节点监测单元、应用镜像部署单元和迁移效能评估单元。
本发明的有益效果如下:
本发明提供的云边协同的卫星服务迁移验证方法及装置提供卫星节点在轨运行、服务编排部署、运行维护、任务调度迁移等系统的仿真与评估环境;充分利用地面云和卫星边的优势,提高服务的可用性和可靠性;根据服务的性质和迁移的目的地,灵活选择合适的迁移方案;实时监控和优化服务的性能和可用性,及时发现并解决问题。
附图说明
图1示出了根据本发明的云边协同的卫星服务迁移验证方法的流程图;
图2示出了根据本发明STK建模仿真流程示意图;
图3示出了根据本发明对虚拟化资源节点进行任务规划的流程示意图;
图4示出了根据本发明node节点的管理与评估流程图。
具体实施方式
下面将结合附图,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
以下结合图1-图4对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
为最大程度实现在轨计算,将星载处理更新到最新的尖端性能,在轨计算与传统云计算在架构、接口、管理等关键能力上实现统一,并整合边缘设备,将云计算的能力延伸到边缘。卫星主要负责本地的、实时的数据处理任务,地面智能云底座主要负责非实时、大量数据的处理。本发明提出一种云边协同的卫星服务迁移验证方法及装置,可以对卫星应用的生命周期进行统一管理,并能够在故障或者其他需要的情况下实现卫星节点内部以及卫星节点之间的应用实例迁移。通过地面云和在轨卫星协调部署各类服务并进行统一的管理,实现应用软件、用户代码即时交互部署。
根据本发明的云边协同的卫星服务迁移验证装置,包括卫星场景架构建模模块、虚拟化仿真环境搭建模块和服务编排部署模块,如图1所示,其中,卫星场景架构建模模块用于引接STK仿真引擎(STK,Satellite Tool Kit卫星工具包),搭建卫星仿真建模计算分析库;虚拟化仿真环境搭建模块用于对天基物理资源进行虚拟化封装,卫星节点根据任务匹配度规划任务;服务编排部署模块用于利用镜像将地面云功能迁移到卫星并进行统一管理。
如图1所示,根据本发明的云边协同的卫星服务迁移验证方法,所述方法包括如下步骤:
步骤S101:引接STK仿真引擎,搭建卫星仿真建模计算分析库,以图形化形式构建大规模分布式空间系统体系架构模型,导出卫星运动参数。
卫星运动参数包括卫星之间的可见性、相对距离和覆盖性。
可见性和覆盖性这两个参数,可以在STK软件对每颗卫星进行对象分析,再从STK软件导出分析报告即可得到。
卫星之间的可见性是指在给定时间范围内,一个卫星是否能够观测到另一个卫星。如果两个卫星能够相互观测到,它们可以进行数据传输、测量互相的位置和速度、进行联合任务规划等。通过分析新位置的卫星可见性,可以确定目标卫星是否具备成为服务迁移目标的要求。
卫星覆盖性是指卫星所观测到或所覆盖的地球表面区域。在确定目标位置或卫星时,需要确保卫星能够覆盖到原先的服务范围或目标区域。通过分析新位置或卫星的覆盖范围,可以评估服务迁移的可行性和效果。
步骤S102:利用虚拟化技术和容器化技术,构建空间节点卫星虚拟化运行环境,对天基物理资源进行虚拟化封装,根据每个卫星节点对任务匹配度,协商规划各节点任务规划;
虚拟化技术是将物理资源(如内存、存储等)划分为多个卫星节点的虚拟资源,每个虚拟资源可以独立运行操作系统和应用程序,将卫星的资源进行隔离和管理,提供更好的资源利用和灵活性。
容器化技术是将应用程序和其依赖的组件打包为容器镜像,并在虚拟化环境中部署和运行,使得卫星上的多个应用程序可以在相同的物理资源上并行运行,而不会相互干扰。
例如,在一台服务器(物理资源)中,使用虚拟化技术,将服务器划分为4个虚拟机,每个虚拟机认为是一颗卫星(多个卫星节点的虚拟资源),可以单独运行,互不干扰。当其中有颗卫星要进行目标识别任务时,利用容器化技术对目标识别任务的应用程序进行封装。每个任务的应用程序和相关组件被打包成独立的容器镜像。这些容器镜像可以独立部署和运行,通过容器编排工具(如Kubernetes)进行管理。
卫星服务迁移能力是基于虚拟化和容器化技术实现的。在进行卫星服务迁移时,可以根据需求在新的卫星节点上创建虚拟机或容器来运行相应的任务。由于虚拟化资源不同且有限,任务量较大或多个卫星节点配合运行时,需要根据每个卫星节点资源和任务之间的匹配度,规划每个卫星节点的任务角色。
步骤S103:通过应用镜像部署方式,将原本在地面云完成的管理、控制和通信功能迁移到卫星;对各个卫星边的生命周期进行统一管理,包括服务启停、健康状态监测和网络状况监测,提供卫星在轨运行、服务编排部署、运行维护、任务调度迁移系统的仿真与评估环境。
对虚拟化的卫星资源实时监控,可以对卫星资源进行有效管理和控制,能更好的将服务进行编排部署。
本发明所述的卫星服务迁移包含地面与卫星之间的迁移和卫星与卫星之间的迁移。
本发明中体现云边协同技术:
1.应用镜像部署:将原本在地面云中完成的管理、控制和通信功能封装为应用镜像,并在卫星上部署这些应用镜像。这样可以将云端的功能迁移到卫星上,使卫星具备与地面云协同工作的能力。卫星上的应用镜像可以与地面云进行交互,实现数据传输、任务分发等功能。
2.统一管理:通过一个统一的卫星运行管理系统,对各个卫星的生命周期进行统一管理。包括服务启停、健康状态监测和网络状况监测等任务。管理系统可以与地面云进行通信,获取云端的指令和监测信息,同时将卫星(边)的状态和数据传输情况反馈给地面云,实现云边协同的管理和控制。
3.仿真与评估环境:该环境模拟卫星网络、地面云和卫星之间的迁移通信,评估任务调度算法的效果和卫星的性能。通过仿真和评估,可以优化卫星边的任务调度策略,实现更好的云边协同效果。
下面介绍相关模块的详细步骤:
如图2所示,所述卫星场景架构建模模块包括仿真模型单元、仿真控制单元和数据分析单元;关于步骤S101,本方案提供的方法的详细步骤如下S201~S203:
步骤S201:仿真模型创建。利用STK软件创建包含卫星、地面站、舰船的仿真运行场景多种元素。
每个元素都是STK里自带的对象库,根据场景需求用户可以自定义创建。
步骤S202:仿真控制设置。通过控制仿真场景启动、停止、步长调节等进行仿真控制,使用展示场景元素菜单、仿真状态、元素轨迹(3D/2D视图)、卫星观测量等实现场景展示。
步骤S203:数据分析。对卫星的轨道、运动轨迹进行分析,利用STK自带的数据处理模块,输出每一个时刻的连接关系、可见性报表(包含连接时间)、相对距离报表文件。
采用STK自带数据处理功能进行数据分析(具体分析过程是STK软件内嵌的算法,不深究),如可见性用来判断卫星之间是否具备通信功能;相对距离判断卫星服务迁移预估时间等。
其中,步骤S101是利用已有仿真软件创建场景,输出卫星网络的状态信息(卫星编号、轨道、高度等状态信息)。所有信息输出至数据库进行存储。
步骤S102是创建卫星实例(虚拟资源),将每一个虚拟机当作一颗卫星。虚拟机之间的连通关系与S101输出的卫星连接关系一致。所有信息输出至数据库进行存储。
S101和S102的信息可以整合至一张数据库的表1中。该表1每10s就会刷新一次,记录不同时刻星座内所有卫星的位置信息,包括卫星编号、采样时间、经纬度与高度等,用于获得不同时刻下各个卫星之间的可见性信息、相对距离和覆盖性等信息。此外,表1还记录了每颗卫星对应的虚拟机内存、CPU频率等信息。
表1中各列的具体含义如下:
satID:卫星编号;
epochTime:历元时间;
orbitNumber:轨道圈号;
intraNumber:轨道内编号;
lon:经度;
lat:纬度;
alt:高度;
通过以上信息可以获得卫星的位置信息,利用STK进行分析,可以得到卫星之间的相对距离、可见性、覆盖性等信息。
Memory:内存大小;
Memory_available:剩余可用内存大小;
CPU frequency:CPU频率;
Cache memory:缓冲区大小;
通过以上信息可以获得卫星对应的虚拟资源信息,为服务迁移提供帮助。服务迁移要知道目标卫星所对应的资源大小,当该颗卫星所对应的资源满足任务需求时,才会将该颗卫星作为任务迁移的对象。
表1:
此外,由于任务所需要的计算资源不同,需要构建动态微云,为每个卫星分配其所属的微云,并将其存入数据库的另一张表2中。
微云是针对任务所需要的资源,构成的由多个卫星组成的集合。由于卫星在不断运动,在一定时间内会超过任务的覆盖范围(覆盖性)或卫星之间不可见(可见性,不可见即不能传输数据)。因此需要构建动态微云,根据卫星的覆盖性、距离、可见性等动态更新该微云。每个卫星同时可以属于不同的微云。
第一个收到业务的卫星作为微云的主节点(对应后文的Master节点),它会根据卫星之间的相对距离、可见性、内存CPU频率等(即表1)的信息查询周围卫星的资源情况。通过最小距离或最大可用内存来寻找微云中的其他从节点(对应后文的Node节点)。当微云构建成功后,地面云即可将任务部署于微云中(服务迁移的云边协同)。当卫星运动离开微云时,需要找下一个接替卫星加入微云(服务迁移的边边协同)。
Master节点和Node节点是虚拟资源,对应的逻辑实体是微云。需要根据微云的状态信息,构建Master和Node节点。也就是每个逻辑实体的卫星后面都对应着一个虚拟资源,用于构建迁移验证环境。
表2列出了3个微云集群,卫星0可以同时属于微云集群1和微云集群2。
表2:
步骤S102是基于上述表格的卫星所属的微云,将每个虚拟机认为是一个卫星节点,创建卫星虚拟环境。
所述虚拟化仿真环境搭建模块包括卫星状态信息读取单元、虚拟化节点创建单元和节点初始化制定单元;关于步骤S102,如图3所示,本方案提供的方法的详细步骤如下S301~S303:
步骤S301:卫星状态信息读取。从数据库中读取卫星连通性等数据状态信息,每一颗卫星能够知道与其相连接的卫星之间的关系。
步骤S302:虚拟化节点创建。在Kubernetes中构建卫星虚拟节点。
步骤S303:Master和Node节点初始化制定。第一个接收到任务指令的卫星节点作为Master节点,并以其为中心构建负责处理当前任务的卫星星群(Node节点),并指定Node节点的初始状态。根据卫星间距离、链路状态、计算、存储等资源状况信息,对Master节点周围的卫星进行匹配度排序,从而确定Node节点。
Master节点与当前卫星网络中在线的卫星虚拟节点利用距离大小依次排序,并遍历每颗卫星的CPU计算核数和存储资源/>,直到任务所需要的计算核数和存储资源满足任务需求时,Node节点选择构建完成;任务中心下发的指令内容包含所需要的计算核数/>和存储资源/>两部分;构建公式如下:
其中,表示卫星/>是否属于微云/>,/>表示卫星/>的CPU计算核数, />表示卫星/>的存储资源。
表3:
如表3,是在Master节点(卫星28)的可见范围内,按照距离大小(可改为其他策略)对所有在线卫星节点的排序。假设当前任务需要的CPU和存储资源分别为4和5,则从序号1开始遍历。可以发现,卫星32的CPU资源不满足需求,需要继续寻找;当加进来卫星34时,能够满足任务需求,则卫星32和卫星34作为node节点。
因此,选择卫星28、卫星32和卫星34作为要迁移的最优卫星。
所述服务编排部署模块包括卫星虚拟节点管理单元、卫星节点监测单元、应用镜像部署单元和迁移效能评估单元。
卫星虚拟节点管理单元:虚拟节点管理是对所有卫星虚拟节点的管理,包括CPU、内存等信息。采用Prometheus+Grafana方式实现。
卫星节点监测单元:检测每颗卫星节点是否在线。不在线即不工作,不能提供任何服务。
应用镜像部署单元:将任务制作的镜像部署在微云中。
迁移效能评估单元:评估选择的下一个卫星或node节点的选取是否满足任务需求。
关于步骤S103,如图4所示,本实施例提供的方法的详细步骤如下S401~S403:
步骤S401:卫星虚拟节点管理。在每个Node上启动一个kubelet服务进程,负责处理Master节点下发到该节点的任务,并实现卫星虚拟节点整个生命周期的管理,包括向Master报告节点事件、Pod状态以及节点的资源使用情况。
步骤S402:卫星节点监测。在卫星节点故障、地面云发起任务请求、卫星资源过载或者其他需要的情况下,判断是否需要触发卫星的应用实例迁移。采用基于Grafana的实时数据监测仪表盘,从数据库表1中读取数据状态信息,实时显示卫星在轨运行、卫星资源、CPU内存等情况。
步骤S403:应用镜像部署。根据卫星星座状态,将地面云的管理、控制和通信功能迁移到卫星,或在某个卫星故障或者其他需要的情况下,分布式协同的云边、边边镜像迁移。
卫星服务迁移包含地面云与卫星之间的迁移和卫星与卫星之间的迁移。
每颗卫星对应一个虚拟资源,根据卫星逻辑连接关系,构建虚拟卫星仿真验证环境;针对业务的算力需求,验证不同服务迁移(云边、边边)策略的有效性。
步骤S404:迁移效能评估。对卫星软件部署、任务协同、服务迁移等的效能进行评估,验证不同的迁移策略是否满足任务迁移时间需求。
实施例:
1.迁移时间评估:卫星节点A即将脱离服务窗口,需要将卫星节点A的资源迁移至卫星节点B。计算从卫星节点A到卫星节点B的边边迁移时间。
节点B的选择包括三种迁移策略:最短迁移策略,最长覆盖时间迁移策略,负载均衡迁移策略。
(1)记录卫星节点A到卫星节点B之间的网络带宽、数据量以及节点的位置信息。
(2)计算理论迁移时间:理论迁移时间=数据量/网络带宽。该计算只考虑了数据传输本身的时间,而没有考虑其他因素,如传输距离、网络拥塞等情况。理论迁移时间,即理论迁移需要多少秒完成,而实际迁移要根据实际的网络条件得到。
(3)执行实际的边边迁移操作,并记录迁移实际迁移时间,实际迁移时间与迁移策略有关。实际迁移时间如果超过理论迁移时间,则需要重新制定迁移策略。根据不同任务的实际需求,选择合适的迁移策略。
本发明中具有以下三种迁移策略:
i.最短迁移策略:找到与卫星节点A具有类似资源的卫星节点B,记录任务迁移时间和资源利用率。卫星节点A与卫星节点B的最短距离为600km。
类似资源的判断:相似度在0-10%之间。
假设卫星节点A的cpu为5,内存为10,那么其他卫星的cpu为5-5.5,内存为10-10.1都可以作为备选卫星,从备选卫星中选择距离最短的作为卫星节点B。
实施例:如在线游戏等时延抖动要求很低的业务,常部署在一颗卫星上,当卫星脱离服务范围时,需要将任务快速切换到下一颗卫星,用于接续服务。假设这类业务的可忍受最大迁移时间为5s。本实施例中数据量为200MB,网络带宽为100MBps。理论传输时间为200MB/100MBps=2s。其他时延包含,如传播时延为600km/(3*10^5-光速)=2ms、路由转发时间等。理论迁移时间(约3s)是能够满足业务的需求(5s)。因此,实际任务传输评估中,若最大传输时间都能满足需求,表明该迁移策略有效。
ii.最长覆盖时间迁移策略:找到与Master卫星节点能提供最长通信时间的卫星节点B,记录任务迁移时间和资源利用率。
由于卫星网络拓扑可预测,最长通信时间是可见性(可见即通信),即选择可见时间最长的卫星。
实施例:如在卫星上部署大规模图像处理的深度学习任务时,需要多颗卫星合作完成,且数据量较高,频繁的迁移会加重网络的负担。当卫星即将脱离服务范围时,需要将任务稳定的切换到下一颗能够提供长久服务的卫星。假设这类业务的可忍受最大迁移时间为20s。本实施例中数据量为1GB,网络带宽为100MBps。理论传输时间为1GB/100MBps=10s。其他时延同样包含,如传播时延为600km/(3*10^5-光速)=2ms、路由转发时间等。理论迁移时间(约10s)是能够满足业务的需求(20s)。因此,实际任务传输评估中,若最大传输时间都能满足需求,表明该迁移策略有效。
可忍受最大迁移是根据历史数据得到的。由于用户常追求业务的连续性,当业务服务中断时间过长,会影响用户体验,因此,最大可忍受时间是一个历史经验数据,对于每一个业务的是不一样的。
理论传输时间值得是业务从发起到结束的传输时间,取决于多种因素,本发明是利用理论传输时间来判断该业务是否能在可忍受最大迁移时间内完成,如果理论传输时间小于可忍受最大迁移时间,则表明传输该业务的可行性,且有实际传输的必要性,进而才可以设计不同的迁移策略进行验证。如果理论传输时间大于可忍受最大迁移时间,则任何的迁移策略都不能满足需求。
本发明的主要创新是构建了云边迁移的环境、对网络资源进行监控、对不同迁移策略进行验证。
iii.负载均衡迁移策略:网络运营者希望保持网络负载均匀,将卫星节点A的任务迁移至网络中最小负载的卫星节点B,记录任务执行时间和资源利用率指标。通过记录每颗卫星的负载(剩余可用资源),选择负载较小的卫星作为目标卫星,从而保持网络流量均匀、并实现对最优卫星B的选择。
实施例:当卫星即将脱离服务范围时,需要将任务切换到下一颗负载最小的卫星。每个业务可忍受最大迁移时间不同,数据量也有所差异,但是计算方法同前面所述。实际任务传输评估中,若最大传输时间都能满足需求,表明该迁移策略有效。
2.评估方法:根据实际实验结果计算评估指标,例如任务执行时间、成功率和资源利用率。对比理论的计算结果,评估是否迁移时间在误差范围内。
评估指标:
(a)任务执行时间:实际的迁移时间。
(b)成功率:云边迁移、边边迁移的成功率。有可能网络状态不好(如果在通信链路上存在问题,如延迟、带宽限制、连接中断等,可能会导致服务迁移过程中的数据传输失败或性能下降。)、数据迁移不完善(卫星服务迁移可能涉及大量的数据迁移。如果数据迁移过程中出现错误、丢失或数据不一致的情况,可能会导致卫星服务在新环境中无法正确运行。)都会导致迁移失败。
定义迁移失败包括服务无法在新环境中正常运行、数据丢失或不一致、迁移过程中出现重大故障或中断等情况。通过计算失败案例的数量与总迁移次数的比例,得到成功率。
(c)资源利用率:每颗卫星的资源负载(剩余可用内存资源)。
本发明的技术优势如下:
在卫星网络和地面云之间实现服务迁移,以实现卫星网络的计算和存储能力的优化,提高数据处理和分析的效率。根据监测数据,动态决策需要迁移的服务,实现服务的动态迁移,以应对卫星网络不同时间段的负载变化,从而提高资源利用效率。可以使用容器技术和负载均衡技术来实现服务的部署和管理,以快速启动和停止服务实例,实现零停机迁移,提高服务的可用性和可靠性。采取多种措施来确保服务的安全性和可靠性,比如备份数据、监测服务状态等,从而保障用户数据的安全和服务的可靠性。该方法具有简单易行、低成本、高效等优点,采用仿真验证方式在迁移前对服务进行全面的测试和验证,减少迁移后的服务中断和数据丢失等问题,提高服务质量和用户满意度。
本发明流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为表示包括一个或多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,可以实现在任何计算机刻度介质中,以供指令执行系统、装置或设备,所述计算机可读介质可以是任何包含存储、通信、传播或传输程序以供执行系统、装置或设备使用。包括只读存储器、磁盘或光盘等。
在本说明书的描述中,参考术语“实施例”、“示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外,本领域的技术人员可以在不产生矛盾的情况下,将本说明书中描述的不同实施例或示例以及其中的特征进行结合或组合。
上述内容虽然已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型等更新操作。
Claims (10)
1.一种云边协同的卫星服务迁移验证方法,其特征在于,所述方法包括如下步骤:
步骤S101:引接STK仿真引擎,搭建卫星仿真建模计算分析库,以图形化形式构建大规模分布式空间系统体系架构模型,分析卫星运动参数;
步骤S102:利用虚拟化技术和容器化技术,构建空间节点卫星虚拟化运行环境,对天基物理资源进行虚拟化封装,根据每个卫星节点对任务匹配度,协商规划各节点任务规划;
步骤S103:通过应用镜像部署方式,将原本在地面云完成的管理、控制和通信功能迁移到卫星;对各个卫星边的生命周期进行统一管理,包括服务启停、健康状态监测和网络状况监测,提供卫星在轨运行、服务编排部署、运行维护、任务调度迁移系统的仿真与评估环境。
2.根据权利要求1所述的一种云边协同的卫星服务迁移验证方法,其特征在于,步骤S101中,所述卫星运动参数包括覆盖性和访问性。
3.根据权利要求1所述的一种云边协同的卫星服务迁移验证方法,其特征在于,步骤S101实现流程如下:
步骤S201:仿真模型创建;利用STK软件创建多种元素,多种元素包括卫星、载荷、地面站、火箭、导弹、舰船和/或飞行器;
步骤S202:仿真控制设置;通过控制仿真场景启动、停止和步长调节进行仿真控制,使用展示场景元素菜单、仿真状态、元素轨迹和卫星观测量实现场景展示;
步骤S203:数据分析;通过对卫星的轨道预报和轨道机动的分析,得到卫星运行仿真数据。
4.根据权利要求3所述的一种云边协同的卫星服务迁移验证方法,其特征在于,所述卫星运行仿真数据包括访问行分析、覆盖性分析和链路分析。
5.根据权利要求1所述的一种云边协同的卫星服务迁移验证方法,其特征在于,步骤S102中,所述天基物理资源包括计算模块、存储模块和网络。
6.根据权利要求1所述的一种云边协同的卫星服务迁移验证方法,其特征在于,步骤S102的实现流程如下:
步骤S301:卫星状态信息读取;从数据库中读取卫星数据状态信息,每一颗卫星能够获取与其相连接的卫星之间的关系;
步骤S302:虚拟化节点创建;在Kubernetes中构建卫星虚拟节点;
步骤S303:Master和Node节点初始化制定;根据卫星间距离、链路状态、计算和存储资源状况的匹配度进行排序,第一个接收到任务指令的卫星节点确定为Master节点,以Master节点为中心构建负责处理当前任务的卫星星群,并指定Master节点和Node节点的初始状态。
7.根据权利要求1所述的一种云边协同的卫星服务迁移验证方法,其特征在于,步骤S103的实现流程如下:
步骤S401:卫星虚拟节点管理;在每个Node节点上启动一个kubelet服务进程,负责处理Master节点下发到该节点的任务,并实现卫星虚拟节点整个生命周期的管理,包括向Master报告节点事件、Pod状态以及节点的资源使用情况;
步骤S402:卫星节点监测;在卫星节点故障、地面云发起任务请求、卫星资源过载或者其他需要的情况下,判断是否需要触发卫星的应用实例迁移;
步骤S403:应用镜像部署;根据卫星星座状态,将地面云的管理、控制和通信功能迁移到卫星,或在某个卫星故障的情况下,分布式协同的云边、边边镜像迁移;
步骤S404:迁移效能评估;对卫星软件部署、任务协同和服务迁移的效能进行评估,验证迁移时间和迁移策略是否满足任务需求。
8.一种云边协同的卫星服务迁移验证装置,其特征在于,所述装置用于实现根据权利要求1-7任一项所述的云边协同的卫星服务迁移验证方法。
9.根据权利要求8所述的一种云边协同的卫星服务迁移验证装置,其特征在于,所述装置包括卫星场景架构建模模块、虚拟化仿真环境搭建模块和服务编排部署模块。
10.根据权利要求9所述的一种云边协同的卫星服务迁移验证装置,其特征在于,所述卫星场景架构建模模块包括仿真模型单元、仿真控制单元和数据分析单元;
所述虚拟化仿真环境搭建模块包括卫星状态信息读取单元、虚拟化节点创建单元和节点初始化制定单元;
所述服务编排部署模块包括卫星虚拟节点管理单元、卫星节点监测单元、应用镜像部署单元和迁移效能评估单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311466881.1A CN117195599B (zh) | 2023-11-07 | 2023-11-07 | 一种云边协同的卫星服务迁移验证方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311466881.1A CN117195599B (zh) | 2023-11-07 | 2023-11-07 | 一种云边协同的卫星服务迁移验证方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117195599A true CN117195599A (zh) | 2023-12-08 |
CN117195599B CN117195599B (zh) | 2024-03-01 |
Family
ID=88989089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311466881.1A Active CN117195599B (zh) | 2023-11-07 | 2023-11-07 | 一种云边协同的卫星服务迁移验证方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117195599B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118426914A (zh) * | 2024-07-05 | 2024-08-02 | 之江实验室 | 一种基于KubeEdge的卫星集群自治方法及星地协同计算系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110266368A (zh) * | 2019-06-24 | 2019-09-20 | 江南大学 | 基于云平台的天地一体化信息网络仿真方法 |
CN111931371A (zh) * | 2020-08-07 | 2020-11-13 | 上海卫星工程研究所 | 多星协同地面验证系统应用模式设计方法 |
US11218421B1 (en) * | 2021-04-07 | 2022-01-04 | Wanclouds Inc. | Methods and systems for migrating virtual private cloud (VPC) resources across public cloud environments |
CN114244449A (zh) * | 2021-11-26 | 2022-03-25 | 网络通信与安全紫金山实验室 | 卫星网络模拟验证方法、系统、电子设备及存储介质 |
CN114329920A (zh) * | 2021-12-10 | 2022-04-12 | 西安电子科技大学 | 一种虚实系统联合的大规模卫星网络仿真评估及测试系统 |
US20220353742A1 (en) * | 2021-04-25 | 2022-11-03 | Xidian University | Hierarchical network operation and resource control system and method for mega satellite constellations |
CN115459828A (zh) * | 2022-07-25 | 2022-12-09 | 中国人民解放军军事科学院国防科技创新研究院 | 一种面向低轨星座边缘微云的服务自主迁移方法 |
CN116016207A (zh) * | 2022-12-13 | 2023-04-25 | 哈尔滨工业大学(深圳) | 一种基于sdn的低轨星座在轨大数据处理仿真平台 |
CN116599853A (zh) * | 2023-05-16 | 2023-08-15 | 中国电子科技集团公司第五十四研究所 | 一种基于Docker的卫星网络仿真方法及平台 |
-
2023
- 2023-11-07 CN CN202311466881.1A patent/CN117195599B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110266368A (zh) * | 2019-06-24 | 2019-09-20 | 江南大学 | 基于云平台的天地一体化信息网络仿真方法 |
CN111931371A (zh) * | 2020-08-07 | 2020-11-13 | 上海卫星工程研究所 | 多星协同地面验证系统应用模式设计方法 |
US11218421B1 (en) * | 2021-04-07 | 2022-01-04 | Wanclouds Inc. | Methods and systems for migrating virtual private cloud (VPC) resources across public cloud environments |
US20220353742A1 (en) * | 2021-04-25 | 2022-11-03 | Xidian University | Hierarchical network operation and resource control system and method for mega satellite constellations |
CN114244449A (zh) * | 2021-11-26 | 2022-03-25 | 网络通信与安全紫金山实验室 | 卫星网络模拟验证方法、系统、电子设备及存储介质 |
CN114329920A (zh) * | 2021-12-10 | 2022-04-12 | 西安电子科技大学 | 一种虚实系统联合的大规模卫星网络仿真评估及测试系统 |
CN115459828A (zh) * | 2022-07-25 | 2022-12-09 | 中国人民解放军军事科学院国防科技创新研究院 | 一种面向低轨星座边缘微云的服务自主迁移方法 |
CN116016207A (zh) * | 2022-12-13 | 2023-04-25 | 哈尔滨工业大学(深圳) | 一种基于sdn的低轨星座在轨大数据处理仿真平台 |
CN116599853A (zh) * | 2023-05-16 | 2023-08-15 | 中国电子科技集团公司第五十四研究所 | 一种基于Docker的卫星网络仿真方法及平台 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118426914A (zh) * | 2024-07-05 | 2024-08-02 | 之江实验室 | 一种基于KubeEdge的卫星集群自治方法及星地协同计算系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117195599B (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111931371B (zh) | 多星协同地面验证系统应用模式设计方法 | |
CN101382968B (zh) | 一种先进综合式航空电子仿真系统及其仿真方法 | |
CN117195599B (zh) | 一种云边协同的卫星服务迁移验证方法及装置 | |
US9685088B2 (en) | Communication travel plan generation system | |
CN108737141B (zh) | 一种卫星链路间歇性与延时仿真方法 | |
CN106599398A (zh) | 天地一体化集成管理系统的仿真方法及装置 | |
CN112800620B (zh) | 一种基于容器云的卫星星座仿真架构和网络仿真系统 | |
CN111949523A (zh) | 多星协同星载自主规划软件地面闭环仿真验证系统及方法 | |
CN112800621B (zh) | 一种基于容器云的卫星星座仿真可视化展示及控制系统 | |
CN109005108A (zh) | 一种空间网络路由规划方法及系统 | |
CN113067718B (zh) | 一种基于容器云的卫星星座设计与仿真系统和仿真方法 | |
CN104091017A (zh) | 基于stk的多实时数据驱动对象通用态势显示系统及方法 | |
CN111993424A (zh) | 一种异构移动机器人的互操作中间件测试系统及方法 | |
Miyachi et al. | Extensions for wireless technology emulation to wire-based network testbed | |
CN116755867B (zh) | 一种面向卫星云的计算资源调度系统、方法及存储介质 | |
CN115242655B (zh) | 基于容器的星座网络仿真方法、装置、设备及存储介质 | |
CN115221799B (zh) | 一种基于多分支的无人集群超实时推演系统及方法 | |
Jain | Simulation in the next millennium | |
CN113475107A (zh) | 将云侧角色委派给设备 | |
CN116704116A (zh) | 一种露天矿山三维建模协同系统及方法 | |
CN105467859A (zh) | 试验应用系统支撑平台及方法 | |
CN112926196B (zh) | 一种基于容器云的卫星星座轨道计算系统和计算方法 | |
CN101370031A (zh) | 基于开源防火墙和移动代理技术的卫星网模拟平台构建方法 | |
Ottjes et al. | Design and control of multi-AGV systems: reuse of simulation software | |
Vieira | Fog and cloud computing optimization in mobile iot environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |