CN117459120A - 基于空天海一体化通信网络的数字孪生平台 - Google Patents

Abstract

本发明涉及数字化领域，公开一种基于空天海一体化通信网络的数字孪生平台，该平台包括基础设备层、协议层、系统层和应用能力层；其中，基础设备层采集监测节点的节点数据，并根据协议层提供的通信协议将节点数据传输至系统层；应用能力层基于系统层提供的系统接口获取节点数据；根据各节点数据建立数字孪生网络；基于数字孪生网络进行网络策略验证。通过数字孪生技术，本发明能够在虚拟环境中全面评估空天海一体化通信网络在多层次、多节点、多场景下的性能表现，从而更全面地指导在实际外场试验中系统的设计和优化。同时，与传统的外场试验相比，虚拟化平台可以显著降低实验成本，加速技术验证和系统优化的进程。

Description

基于空天海一体化通信网络的数字孪生平台

技术领域

本发明涉及数字化技术领域，尤其涉及一种基于空天海一体化通信网络的数字孪生平台。

背景技术

随着全球化和信息化进程的加速，人们对通信的需求日益增长。无论是个人、企业还是政府机构，都需要进行跨地域、跨平台的通信与信息交流。而传统的通信系统往往无法满足广域覆盖和多样化通信手段的需求，因此迫切需要建立综合性的空天海一体化通信网络。

由于空天海一体化通信网络的复杂性以及外场试验受限的因素，现有的空天海一体化通信网络测试过程需要投入大量人力去调整组网拓扑和手动配置，还需要在局部进行大量的功能和性能测试后才能进行一体化通信的测试，不可避免地带来了漏测风险。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种基于空天海一体化通信网络的数字孪生平台，旨在解决现有技术中空天海一体化通信网络测试过程需要投入大量人力，带来了漏测风险技术问题。

为实现上述目的，本发明提供了一种基于空天海一体化通信网络的数字孪生平台，所述平台至少包括：基础设备层、协议层、系统层和应用能力层；

其中，所述基础设备层，用于采集监测节点的节点数据，并根据所述协议层提供的通信协议将所述节点数据传输至所述系统层；

所述应用能力层，用于基于所述系统层提供的系统接口获取所述节点数据；

所述应用能力层，还用于根据各所述节点数据建立数字孪生网络；

所述应用能力层，还用于基于所述数字孪生网络进行网络策略验证。

可选地，所述基础设备层至少包括：物理设备和虚拟网元设备；

其中，所述物理设备至少包括：天基设备、空基设备以及海基设备；所述虚拟网元设备为根据所述物理设备的节点数据建立的数字孪生模型；

所述应用能力层，还用于根据所述节点数据建立各所述物理设备对应的数字孪生模型；

所述应用能力层，还用于根据所述数字孪生模型生成数字孪生网络；

所述应用能力层，还用于基于所述数字孪生网络进行网络策略仿真验证，获得各网络策略的评分值；

所述应用能力层，还用于将所述评分值最高的网络策略部署至所述物理设备。

可选地，所述平台至少还包括：海上区域网络和空天骨干网络；所述海基设备至少包括：海上终端和多路径传输终端；

其中，所述多路径传输终端上搭载有多路径传输融合系统；

所述海上区域网络至少由海上终端内网和所述多路径传输融合系统组成；

所述海上终端内网，用于定时采集所述海上终端的终端数据，并根据所述终端数据建立数字孪生终端；

所述多路径传输融合系统，用于采集传输路径的状态数据，并根据所述状态数据建立路径选择和流量分配算法模型；

所述数字孪生网络至少包括所述海上区域网络的数字孪生网络；

所述海上区域网络的数字孪生网络至少由所述数字孪生终端以及所述路径选择和流量分配算法模型组成。

可选地，所述天基设备至少包括：无人机；所述空基设备至少包括：卫星节点设备；所述空天骨干网络至少由卫星子网络和MESH子网络组成；

其中，所述卫星节点设备，用于在接收到控制指令时，构建卫星运动模型和地面终端的数字孪生模型；其中，所述地面终端包括：多路径传输终端指控中心；

所述卫星节点设备，还用于建立所述卫星运动模型和所述地面终端的数字孪生模型之间的通信链路模型；

所述MESH子网络，还用于根据所述无人机上设置的MESH节点确定无人机参数，并根据所述无人机参数构建无人机模型；

所述数字孪生网络至少还包括所述空天骨干网络的数字孪生网络；

所述空天骨干网络的数字孪生网络至少由所述卫星运动模型、所述地面终端的数字孪生模型、所述通信链路模型以及所述无人机模型组成。

可选地，所述应用能力层至少包括：广域常态监测应用；所述海基设备还包括：集中器单元和终端；

其中，所述广域常态监测应用通过低功率广域网系统和边缘计算系统提供的系统接口完成广域常态监测功能；

所述集中器单元，用于在接收到数据采集指令时，监测目标终端是否在所述数字孪生网络中入网；

所述集中器单元，还用于在所述目标终端在所述数字孪生网络中入网时，基于所述数字孪生网络模拟的指定路径进行下行通信。

可选地，所述应用能力层至少还包括：事件响应观测应用；

其中，所述事件响应观测应用，用于对所述海基设备进行精细观测和/或抵近观测。

可选地，所述精细观测至少包括：所述指控中心通过数字孪生的流媒体服务，实时模拟并获取若干部署在海上的实体光电监测设备的视频数据；

所述抵近观测包括至少包括：指控中心通过所述数字孪生网络远程控制海上观测设备，实时模拟和管理所述海上观测设备的运行。

可选地，所述应用能力层至少还包括：数据分析应用；

所述数据分析应用，用于与RabbitMQ集成，将从数字孪生网络中收集到的气象数据传递至前端进行展示。

可选地，所述海基设备至少还包括：传感器；

所述系统层至少还包括：边缘计算系统；所述数据分析应用通过所述边缘计算系统的系统接口完成数据分析功能；

所述边缘计算系统，用于接收所述传感器的数字模型生成的模拟监测数据，并对所述模拟监测数据进行数据处理，获得标准化模拟数据；

所述边缘计算系统，还用于将所述标准化模拟数据封装成消息，并将所述消息通过RabbitMQ消息队列传输；

所述指控中心，还用于定于所述RabbitMQ消息队列中的消息，并将解析所述消息获得的标准化模拟数据进行展示。

可选地，所述模拟监测数据通过物理计算模型获得；

所述物理计算模型的建立步骤包括：

根据地理位置属性构建地形场景模型；

基于所述地形场景模型建立气象数据的物理计算模型；

根据场景位置设置初始时刻的气象状态；

通过所述物理计算模型模拟气象要素的时空变化，获得模拟气象场数据；

在所述模拟气象场数据中添加随机扰动，获得模拟气象数据；

重复获取多时次的模拟气象数据，根据真实观测数据对所述多时次的模拟气象数据进行验证，并根据验证结果调整模型参数直至所述物理计算模型的模型精度超过预设阈值。

本发明基于空天海一体化通信网络的数字孪生平台包括基础设备层、协议层、系统层和应用能力层；其中，基础设备层采集监测节点的节点数据，并根据协议层提供的通信协议将节点数据传输至系统层；应用能力层基于系统层提供的系统接口获取节点数据；根据各节点数据建立数字孪生网络；基于数字孪生网络进行网络策略验证。通过数字孪生技术，本发明能够在虚拟环境中全面评估空天海一体化通信网络在多层次、多节点、多场景下的性能表现，从而更全面地指导在实际外场试验中系统的设计和优化。同时，与传统的外场试验相比，虚拟化平台可以显著降低实验成本，加速技术验证和系统优化的进程。

附图说明

图1为本发明基于空天海一体化通信网络的数字孪生平台第一实施例的结构示意图；

图2为本发明基于空天海一体化通信网络的数字孪生平台的一种实施方式示意图；

图3为本发明基于空天海一体化通信网络的数字孪生平台的海上区域网络与陆地指控中心实现端到端的一种网络示意图；

图4为本发明基于空天海一体化通信网络的数字孪生平台的海上区域网络与陆地指控中心的一种通信结构示意图；

图5为本发明基于空天海一体化通信网络的数字孪生平台一种实现方式中的网络结构示意图；

图6为本发明基于空天海一体化通信网络的数字孪生平台海上区域网络的一个应用场景流程图；

图7为本发明基于空天海一体化通信网络的数据收集及分析流程图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

随着信息通信技术的不断发展，空天海一体化通信网络作为一种新兴的通信体系，旨在实现对广大海面覆盖区域的多尺度观测、海面无人设备的远程连续测控。该体系将天基、空基、海基等不同节点相互连接，通过多层网络结构来满足不同场景下的通信需求，以提供广域覆盖、高带宽传输、快速响应和连续测控等能力。然而，由于其复杂性以及外场试验受限的因素，建设和验证该类网络系统面临诸多挑战。本发明提出了一种基于空天海一体化通信网络的数字孪生平台(以下可简称为平台)，基于该平台可以解决空天海一体化网络建设和验证中的一些技术问题。

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。

参照图1，图1为本发明基于空天海一体化通信网络的数字孪生平台第一实施例的结构示意图。

在本发明的第一实施例中，针对空天海一体化通信网络构建了综合性的多层次、多节点网络模拟环境，实现了天基、空基、海基等节点的协同通信。这种综合性网络模拟可以更准确地模拟实际场景，使得整体系统性能评估更具可信度。

具体地，该平台构架可以包括：基础设备层、协议层、系统层和应用能力层。

如图2所示，图2为本发明基于空天海一体化通信网络的数字孪生平台的一种实施方式示意图；

需要说明的是，基础设备层可以为平台提供设备基础，基础设备层中具体可以包括物理设备和虚拟网元设备。其中，物理设备可以由天基、海基、空基等节点的设备组成，也即物理设备中至少可以包括天基设备、海基设备以及空基设备。示例性的，物理设备可以包括船只节点、指挥中心内的网络设备，例如交换机、路由器、MESH设备、终端站、传感器等。示例性的，物理设备可以使用与外场试验相同的设备，可以用于进行包括功能、性能、可靠性等全类型的测试。

应当理解的是，海基设备可以包括部署在海洋中的各类设备、工具或设施，可以用于进行海上活动、研究、勘测、探索以及开发等任务。示例性的，海基设备可以包括水文测量仪器、浮标、风向采集器、温度采集器、湿度采集器、气压采集器、风俗采集器、雨量采集器、辐射采集器、雷达、船舶自动识别系统(Automatic Identification System，AIS)等；空基设备可以是安装在飞机或者其他航空器上的各种设备、仪器以及系统，它们可以用于航空领域的各种任务，如航空侦察、监视、通信、导航、遥感、气象观测等；天基设备可以指安装在卫星或其他太空载具上的设备、仪器和系统。它们主要用于太空领域的任务，如地球观测、通信、导航、科学探索、卫星通信等。

可以理解的是，通过基础设备层，可以采集用于构建及训练数字孪生模型的节点数据。

应当理解的是，在空天海一体化通信网络中，每个物理设备都可以视为空天海一体化通信网络的网络节点，节点数据也即物理设备在空天海一体化通信网络中的设备参数。示例性的，物理设备为交换机时，节点数据可以包括交换机型号、规格和配置信息，还可以包括交换机在空天海一体化通信网络中的网络位置、网络连接关系，还可以包括交换机在各端口上的流量统计数据、错误日志、配置文件等。通过物理设备对应的节点数据，可以还原和构建交换机的初始状态，从而建立可更好地模拟和仿真不同场景的交换机对应的数字孪生模型。

需要说明的是，虚拟网元设备可以是基于物理设备的数学模型，可以用于开发仿真软件模块来模拟物理设备的行为。如虚拟交换机、虚拟多路径融合传输系统和信道模拟器等。示例性的，虚拟网元设备可以是基于物理设备的节点数据建立的数字孪生模型，也可以是其他方式构建的数字孪生模型，本发明实施例对此不加以限制。示例性的，虚拟网元设备可以包括路由器对应的虚拟路由器vRouter、MESH设备对应的虚拟vMesh、交换机对应的虚拟交换机BMv2、终端站对应的虚拟终端站vCPE。

可以理解的是，在平台中包含有多种不同类型的底层物理设备，上层系统设备与应用设备可以通过不同的协议与底层物理设备进行交互，从而收集设备层的实时信息和状态。

应当理解的是，协议层中可以包含多个用于进行数据通信的标准/协议，例如TCP/IP协议、MPTCP协议、MPQUIC协议、P4Runtime协议、DVB-S协议、RTSP协议等，本实施例对此不加以限制。示例性的，多路径融合传输系统可基于MPTCP或MPQUIC协议实现流量的多路径传输，用户还可通过CLI远程操控交换机，或基于RTSP协议拉取远端视频流等。

可以理解的是，本发明通过协议层为平台中各物理设备、系统以及应用之间提供不同的通信方式，加大了平台的应用范围和实用性。避免了使用特定通信标准或协议时，可能导致在应对空天海一体化复杂多层的异构网络结构、多节点连接和不同通信需求方面存在一定的局限性的问题。

需要说明的是，本发明的系统层可以针对不同的底层设备提供多种系统用于精确控制，其中包括：网络交换设备管理系统(简称网管系统)、卫星信道管理系统、数据分析管理系统、流量调度管理系统、指挥控制系统(简称指控系统)、MEC、SDN控制器、多路径融合传输系统等。系统层中的各系统可以为应用能力层的应用提供开放的API(系统接口)，使得应用能力层可以收集物理设备的节点数据并下发控制指令。

需要解释的是，应用能力层可以包括多个应用，使得平台可以提供丰富的应用能力。例如，实现流量的高效传输，对海面覆盖区域的多尺度常态化观测、快速响应紧急突发事件，接管、控制远程海上无人设备进行精细观测，实时回传精细观测数据，通过快速的数据分析给出及时的响应等。

应当理解的是，应用能力层可以通过系统层提供的系统接口获取基础设备层的节点数据，从而建立各个物理设备对应的数字孪生模型，也即虚拟网元设备。本实施例通过结合物理设备组成的物理环境和虚拟网元即可构建一个与外场试验接近1：1的测试环境，也即数字孪生网络。通过在数字孪生网络中配置不同的网络策略进行仿真测试，比较延迟、丢包率、带宽等指标即可选择出最优的网络策略。也即，应用能力层可以基于数字孪生网络进行网络策略验证。具体地，应用能力层可以根据节点数据建立物理设备对应的数字孪生模型；根据数字孪生模型生成数字孪生网络；使用数字孪生网络对不同的网络策略进行仿真验证，获得各网络策略的仿真评分值；根据仿真评分值确定最优的网络策略，并将该最优的网络策略部署至基础设备层的物理设备中。也即，所述基础设备层，用于采集监测节点的节点数据，并根据所述协议层提供的通信协议将所述节点数据传输至所述系统层；所述应用能力层，用于基于所述系统层提供的系统接口获取所述节点数据；所述应用能力层，还用于根据各所述节点数据建立数字孪生网络；所述应用能力层，还用于基于所述数字孪生网络进行网络策略验证。

需要说明的是，上述监测节点也即物理设备对应的网络节点，根据在监测节点采集到的节点数据进行数字建模，从而根据各节点对应的数字孪生模型构建数字孪生网络，实现了对物理网络环境的仿真。

应当理解的是，上述物理网络环境也即根据各物理设备对应的网络节点所组成的网络，也即空天海一体化通信网络。与物理网络环境对应的是数字孪生网络环境，数字孪生网络环境由数字孪生模型构成，数字孪生网络环境可以作为物理网络环境的测试环境，实现对物理网络环境的仿真及测试。

本发明实施例提供了一种基于空天海一体化通信网络的数字孪生平台，通过对天基、空基、海基节点的连接，实现了海面覆盖区域的多尺度观测和海面无人设备的远程观测。通过数字孪生技术将物理系统或过程的数字化模型与实际系统相结合，以实现对空天海一体化通信网络的仿真、监测、分析和优化。另外，本发明中的空天海一体化通信网络基于不同通信标准和协议，模拟多节点间通信时的带宽和延迟等关键性能参数，验证系统在复杂网络拓扑下的通信可靠性。并且通过平台仿真尝试不同的网络策略，包括路由算法、信号传播调整等，验证这些策略在提升系统性能方面的有效性。

本发明基于空天海一体化通信网络的数字孪生平台包括基础设备层、协议层、系统层和应用能力层；其中，基础设备层采集监测节点的节点数据，并根据协议层提供的通信协议将节点数据传输至系统层；应用能力层基于系统层提供的系统接口获取节点数据；根据各节点数据建立数字孪生网络；基于数字孪生网络进行网络策略验证。通过数字孪生技术，本发明能够在虚拟环境中全面评估空天海一体化通信网络在多层次、多节点、多场景下的性能表现，从而更全面地指导在实际外场试验中系统的设计和优化。同时，与传统的外场试验相比，虚拟化平台可以显著降低实验成本，加速技术验证和系统优化的进程。

基于如上文所述的本发明基于空天海一体化通信网络的数字孪生平台的第一实施例，提出本发明基于空天海一体化通信网络的数字孪生平台的第二实施例。

在本实施例中，所述平台至少还包括：海上区域网络、空天骨干网络以及陆地指控中心；所述海基设备至少包括：海上终端和多路径传输终端；

其中，所述多路径传输终端上搭载有多路径融合传输系统；

所述海上区域网络至少由海上终端内网和所述多路径融合传输系统组成；

所述海上终端内网，用于定时采集所述海上终端的终端数据，并根据所述终端数据建立数字孪生终端；

所述多路径融合传输系统，用于采集传输路径的状态数据，并根据所述状态数据建立路径选择和流量分配算法模型；

所述数字孪生网络至少包括所述海上区域网络的数字孪生网络，也即海上数字孪生网络；

所述海上区域网络的数字孪生网络至少由所述数字孪生终端以及所述路径选择和流量分配算法模型组成。

应当理解的是，空天海一体化通信网络也即将太空、天空、海洋三个维度的通信资源整合在一起，成为一个统一的通信网络体系，实现全方位、全时空的通信覆盖和服务。其中，海上区域网络是指在这个综合通信网络中负责覆盖海洋区域的部分，空天骨干网络也是指在这个综合通信网络中负责覆盖太空和天空区域的部分。

可以理解的是，在空天海一体化通信网络中还可以设有一个或多个指挥控制中心，指挥控制中心。示例性的，可以将指挥控制中心设置在陆地上，也即上述陆地指控中心。示例性的，用户可以使用陆地指控中心的前端，并基于后台服务网关实现对海上网络区域的远程控制。具体地，后台服务网关可以提供的服务至少包括：流媒体服务、无人机服务、实验船服务、锚泊浮台服务、大数据分析服务、注册中心服务等，本发明实施例对此不加以限制。

需要说明的是，在海上区域可以包括多个海上终端，例如接入交换机、汇聚交换机等。为了对各个海上终端所采集的数据以及自身进行转发，还可以在海上设置多路径传输终端，多路径传输终端上可以搭载多路径融合传输系统。示例性的，多路径融合传输系统可以是一种通过同时利用多条网络路径进行数据传输的技术。传统的单路径传输系统在面对网络拥塞、高延迟或链路故障时可能会导致性能下降，而多路径融合传输系统通过将数据流分散到多个路径上，可以提高传输效率和可靠性。示例性的，多路径融合传输系统通常采用的协议可以是Multipath TCP(MPTCP)。MPTCP是一种扩展的传输控制协议(TCP)，它允许在同一会话中同时使用多个网络路径进行数据传输。MPTCP可以通过将数据流分割成多个子流，并通过不同的路径进行并行传输，从而提高整体的传输速度和容错能力。

进一步地，上述路径选择和流量分配算法模型可以是根据多路径融合传输系统所构建的数字孪生模型，该数字孪生模型可以模拟多路路径传输融合系统对于接收到的终端流量的转发、分配方式，为构建数字孪生网络提供了基础。

可以理解的是，在物理网络环境中，通过设置在海上船只、浮标等设备上的接入交换机以及汇聚交换机可以组成海上终端内网，海上终端内网可以负责成千上万海上终端流量的汇聚以及转发，上行链路连接着多路径融合传输系统。多路径融合传输系统作为网关节点，可以将来自不同海上终端的流量进行标识，并通过空天骨干网络与陆地指控中心建立端到端的多路径传输。

如图3所示，图3为本发明基于空天海一体化通信网络的数字孪生平台的海上区域网络与陆地指控中心实现端到端的网络示意图。

参照图3，海上区域网络包括海上交换机SWITCH以及海上路由器MP_ROUTER_2，陆地指控中心可以包括陆地交换机SWITCH以及陆地路由器MP_ROUTER_1。

可以理解的是，交换机可以在局域网内实现设备中间的数据转发，路由器可以用于在不同网络之间进行数据转发和路径选择。通过路由器，可以建立陆地指控中心和海上区域网络端到端的连接。具体地，连接方式可以包括WAN_1：卫星子网络连接以及WAN_2：MESH子网络连接。其中，卫星子网络可以包括高轨卫星(Geostationary Earth OrbitSatellite，GEO)子网络和低轨卫星(Low Earth Orbit Satellite，LEO)子网络。通过高轨卫星子网络、低轨子卫星网络和MESH子网络可以构建空天骨干网络。在空天骨干网络对应的数字孪生网络中，运用了端到端卫星通信仿真系统，以数字方式模拟整个业务数据传输过程，涵盖了卫星节点设备、地面终端设备和无人机等硬件。

如图4所示，图4为本发明基于空天海一体化通信网络的数字孪生平台的海上区域网络与陆地指控中心的一种通信结构示意图。

具体地，所述天基设备至少包括：无人机；所述空基设备至少包括：卫星节点设备；所述空天骨干网络至少由卫星子网络和MESH子网络组成；其中，所述卫星节点设备，用于在接收到控制指令时，构建卫星运动模型和地面终端的数字孪生模型；其中，所述地面终端包括：海上区域网络的终端站(高轨)、终端站(低轨)以及MESH设备(Mesh Customer premisesequipment，MESH CPE)以及陆地指控中心的信关站(低轨)、信关站(高轨)、MESH CPE。其中，海上区域网络的终端站(高轨)与陆地指控中心的信关站(高轨)可以通过高轨卫星子网络进行通信，海上区域网络的终端站(低轨)与陆地指控中心的信关站(低轨)可以通过低轨卫星子网络进行通信，海上区域网络的MESH CPE可以通过无人机上的MESH节点与陆地指控中心的MESH CPE进行通信。

所述卫星节点设备，还用于建立所述卫星运动模型和所述地面终端的数字孪生模型之间的通信链路模型；所述MESH子网络，还用于根据所述无人机上设置的MESH节点确定无人机参数，并根据所述无人机参数构建无人机模型；所述数字孪生网络至少还包括所述空天骨干网络的数字孪生网络；所述空天骨干网络的数字孪生网络至少由所述卫星运动模型、所述地面终端的数字孪生模型、所述通信链路模型以及所述无人机模型组成。

具体地，卫星节点设备在接收基带系统的控制指令后，可以构建卫星运动模型来模拟卫星节点设备在其卫星轨道上的运动状态，从而实时仿真整个卫星通信网络的行为。同时，定义天线参数、发送功率、噪声温度等地面终端的属性从而构建地面终端的数字孪生模型；考虑距离衰落、阴影衰落、大气损耗等影响因素从而建立地面终端与卫星节点设备中间的通信链路模型。在通信链路模型上模拟星地微波信道特性，计算链路带宽、时变缓冲区等参数。在地面终端上编写无线通信协议栈，将数据封装，调制后通过星地微波信道模型发送；在卫星节点设备对接收到的数据进行解调，计算误码率，获取原始传输数据，双方交互发送验证数据，比对传输结果。这个数字孪生环境完美地模拟了不同节点信号的转换，实现了全链路、端到端的数字孪生卫星网络仿真流程。

应当理解的是，上述地面终端也即可以与卫星节点子设备进行无线通信的终端，例如多路径传输终端、陆地指挥中心的信号接收端等，本发明实施例对此不加以限制。

可以理解的是，通过地面终端的数字孪生模型、地面终端与卫星节点子设备之间的通信链路模型、星地微波信道模型、卫星运动模型以及卫星节点设备对应的卫星模型，可以构建卫星子网络对应的卫星数字孪生网络。

此外，MESH子网络也可以在数字孪生网络环境中被模拟。具体地，可以通过定义无人机参数以及无人机飞行控制逻辑建立无人机数字孪生模型。示例性的，无人机参数可以包括位置、速度、飞行高度等。通过在每架无人机上创建MESH节点对象，设置节点的通信参数，如发射功率、频率、天线模式等，可以实现MESH子网络的构建。

可以理解的是，数字孪生网络还可以包括MESH数字孪生网络，MESH数字孪生网络通过无人机数字孪生模型模拟每个MESH节点之间的无线覆盖情况，根据距离动态建立和断开无线链路。在MESH节点之间编写路由选择算法，计算最佳的多跳路由路径。通过MESH数字孪生网络可以模拟多架无人机的位置变化，评估MESH子网络的连接性、吞吐量等指标。

如图5所示，图5为本发明基于空天海一体化通信网络的数字孪生平台一种实现方式中的网络结构示意图。

可以理解的是，一种基于空天海一体化通信网络的数字孪生平台的网络结构可以包括：物理网络层、孪生网络层以及应用层。

应当理解的是，物理网络层也即基于物理网络环境的网络层，孪生网络层也即根据数字孪生网络的网络层，应用层也即应用能力层，可以实现对网络层采集的数据进行展示，对网络策略进行决策、预部署，对网络进行诊断等功能。

可以理解的是，通过孪生网络层对物理网络层的数据采集、数据预处理、数据标识、网络控制，可以实现对物理网络层的模拟仿真。应用层可以通过孪生网络层的数字孪生核心对物理网络层进行仿真验证、故障诊断、调度优化、数据分析等功能。基于数字孪生网络的数据库，还可以实现构建物理网络层的网络拓扑模型并与物理网络进行数据同步。进一步地，应用层可以通过孪生网络层的数据选择合适的配置下发至物理网络层，从而实现基于数字孪生网络对空天海一体化通信网络的调试、验证与故障检测等功能。

在一种实施方式中，可以通过SNMP协议定时采集内网交换机流量、CPU利用率等终端数据；示例性的，内网交换机流量可以包括接入交换机流量和汇聚交换机流量；进一步地，可以使用命令行采集多路径融合传输系统的负载情况、上行链路状态等状态数据；进一步地，可以对采集到的终端数据、状态数据进行过滤、整合等预处理，并将预处理后的终端数据、状态数据存储至时序数据库中。

在一种实施方式中，还可以根据上述终端数据建立数字孪生交换机，并定义交换机的端口、MAC表等属性；进一步地，可以根据多路径融合传输系统的状态数据建立路径选择和流量分配模型；通过数字孪生交换机以及路径选择和流量分组模型即可构建海上区域网络的数字孪生组网拓扑模型，从而得到海上区域网络对应的数字孪生网络，也即海上数字孪生网络。

在一种实施方式中，可以通过应用层在海上数字孪生网络中可以配置不同的网络策略进行仿真，通过比较延迟、丢包率等指标可以选择出最优网络策略；进一步地，可以将选择的最优网络策略下发至物理设备，再通过不断校准海上数字孪生网络，可保证海上数字孪生网络与更改网络策略后的海上区域网络状态一致。

在一种实施方式中，通过数字孪生网络，可以实现对空天海一体化通信网络的实时可视化监控，并展示空天海一体化通信网络与数字孪生网络之间的映射关系。

在一种实施方式中，可以不断收集各层面的物理设备数据，从而不断提示数字孪生网络的仿真精度，迭代找到更优的网络策略，实现对物理网络的优化。

本发明实施例基于空天海一体化通信网络的数字孪生平台可以包括海上区域网络和空天骨干网络；海基设备至少包括：海上终端和多路径传输终端；其中，多路径传输终端上搭载有多路径融合传输系统；海上区域网络至少由海上终端内网和多路径融合传输系统组成；海上终端内网，用于定时采集海上终端的终端数据，并根据终端数据建立数字孪生终端；多路径融合传输系统，用于采集传输路径的状态数据，并根据状态数据建立路径选择和流量分配算法模型；数字孪生网络至少包括海上区域网络的数字孪生网络；海上区域网络的数字孪生网络至少由数字孪生终端以及路径选择和流量分配算法模型组成。由于是建立海上区域网络对应的海上数字孪生模型，通过海上数字孪生模型模拟海上区域网络的实际网络构架，实现了对海面覆盖区域的多尺度常态化观测；利用数字孪生技术，模拟复杂的海面环境、天气条件和各种干扰，可以更准确地评估空天海一体化通信网络在真实环境下的性能表现。

基于上述各实施例，提出本发明方法的第三实施例。如图6所示，图6为本发明基于空天海一体化通信网络的数字孪生平台海上区域网络的一个应用场景流程图。

在本实施例中，所述应用能力层至少包括：广域常态监测应用；所述海基设备还包括：集中器单元和终端；

其中，所述广域常态监测应用通过低功率广域网系统和边缘计算系统提供的系统接口完成广域常态监测功能；

所述集中器单元，用于在接收到数据采集指令时，监测目标终端是否在所述数字孪生网络中入网；

所述集中器单元，还用于在所述目标终端在所述数字孪生网络中入网时，基于所述数字孪生网络模拟的指定路径进行下行通信。

需要说明的是，广域常态检测应用主要可以由低功率广域网系统(Low-PowerWide-Area Network，LPWAN)和边缘计算系统(Mobile Edge Computing，MEC)提供的系统节点完成应用功能，广域常态检测应用的硬件形态可以终端和集中器单元，集中器单元和终端可以采用串口与用户进行交互。

需要说明的是，上述终端可以是传感设备，例如温度传感设备、湿度传感设备、气压传感设备、风速传感设备、风向传感设备、雨量传感设备、辐射传感设备等低功耗采集设备，这些传感设备可以通过串口将采集到的数据发送至数据采集器，数据采集器可以通过以太网将这些数据汇聚至接入交换机；上述终端还可以是船舶自动识别系统、雷达、光电监视设备、无人机地面站等。

可以理解的是，通过各终端的终端参数可建立终端对应的数字孪生模型，根据传感设备对应的数字孪生模型和AIS对应的数字孪生模型以及雷达对应的数字孪生模型可以进行常态的数据模拟，从而将模拟数据发送至虚拟交换机。通过雷达对应的数字孪生模型和光电监视设备对应的数字孪生模型可以实现精细观测，通过无人机地面站对应的数字孪生模型可以实现抵近观测。

应当理解的是，在数字孪生网络的组网过程中，集中器单元可以通过数据采集器实时向服务器传输入网和退网信息。服务器利用数字孪生模型来管理终端节点，不仅能够实时监控节点的状态，还可以根据数字孪生环境中的仿真数据进行智能管理决策。这一数字孪生技术实现了同一区域内的多个网络并行部署，并通过数字孪生环境中的实时仿真数据来支持智能网络管理决策。

需要说明的是，当集中器单元接收到数据采集指令时，可以首先检查目标终端是否已经在数字孪生网络中入网。如果该设备已经在数字孪生环境中入网，集中器单元会通过数字孪生模拟指定路径进行下行通信。进一步地，终端对应的数字孪生模型(也即终端数字孪生模型)可以模拟接收到的数据并透传给用户，同时终端数字孪生模型可以模拟等待用户的回复。一旦用户回复，终端数字孪生模型可以模拟用户回复数据的回传。若目标终端尚未在数字孪生网络中入网，集中器单元可以利用数字孪生技术来模拟设备的寻找和入网流程，随后再进行数字孪生数据通信。

进一步地，所述应用能力层至少还包括：事件响应观测应用；

其中，所述事件响应观测应用，用于对所述海基设备进行精细观测和/或抵近观测。

需要说明的是，上述精细观测模块是指陆地指控中心可以通过数字孪生流媒体服务实时模拟并获取来自多个部署在海上的实体光电监视设备的视频数据。这一数字孪生技术允许我们在仿真环境中进行高度精细的海上观测，从而实现更准确的数据模拟和实时监测。

需要解释的是，数字孪生流媒体服务是一种基于数字孪生技术的流媒体服务，结合了数字孪生和实时流媒体传输的特点。在数字孪生流媒体服务中，通过创建物理设备或系统的数字孪生模型，并与实际物理设备或系统进行实时数据同步，可以实现对物理设备或系统的远程监控、分析和控制。同时，通过将实时的音视频数据与数字孪生模型进行关联，可以实现对物理设备或系统状态的可视化展示和实时反馈。

需要说明的是，抵近观测是指陆地指控中心通过数字孪生技术，远程控制海上观测设备，包括雷达、光电监视设备(包括可见光摄像和红外热成像)，以及无人机等设备，实时模拟和管理这些设备的运行。这些数字孪生技术将真实设备与数字模拟相结合，通过远程操作实现对海上观测的抵近控制，提高了观测的效率和精确性。

进一步地，所述应用能力层至少还包括：数据分析应用；

所述数据分析应用，用于与RabbitMQ集成，将从数字孪生网络中收集到的气象数据传递至前端进行展示。

具体地，所述海基设备至少还包括：传感器；

所述系统层至少还包括：边缘计算系统；所述数据分析应用通过所述边缘计算系统的系统接口完成数据分析功能；

所述边缘计算系统，用于接收所述传感器的数字模型生成的模拟监测数据，并对所述模拟监测数据进行数据处理，获得标准化模拟数据；

所述边缘计算系统，还用于将所述标准化模拟数据封装成消息，并将所述消息通过RabbitMQ消息队列传输；

所述指控中心，还用于定于所述RabbitMQ消息队列中的消息，并将解析所述消息获得的标准化模拟数据进行展示。

需要说明的是，数据分析应用基于SkyDDS，通过实际环境收集气象数据的关键要素，包括温度、湿度、风速、风向、气压、降水量和能见度。通过与RabbitMQ集成，将模拟环境中收集到的气象数据传递给前端进行展示。

应当理解的是，上述前端可以是陆地指控中心的显示终端，也可以是海上船只等设备中的显示终端，本发明实施例对此不加以限制。

需要解释的是，上述SkyDDS是一种数据分发服务，可以用于高性能的实时数据传输和集成，可以支持大规模分布式系统中的实时数据通信和协同。

数据分析应用进行数据分析的流程可以如图7所示，图7为本发明基于空天海一体化通信网络的数据收集及分析流程图。

参照图7，本发明根据通过在实际环境中收集的气象数据，通过数字孪生网络对收集的气象数据进行模拟，将模拟后数据传递给前端进行展示。

具体地，可以根据平原、山地、海洋等设置场景区域的地理位置属性以及经纬度、海拔等地理位置构建地形场景模型；基于地形场景模型构建气温、气压、湿度等要素的物理计算模型，物理计算模型可以基于区域地理信息及交换能量计算参数。

进一步地，可以根据场景位置设置初始时刻的气象状态，如气温分布、风场分布等。再运行物理计算模型模拟气象数据的时空变化，并计算获得每小时的气象场数据。同时，可以在模拟数据中加入随机扰动以增加小尺度气象变化的高频特征，从而进一步地增加模型精度。

进一步地，可以再将计算的多时次三维气象数据输出，并用真实观测数据验证物理计算模型的准确性，调整模型参数，提升模拟精度。

本发明通过对不同的传感设备进行建模，根据传感设备对应的数字孪生模型进行数据模拟，例如温度传感器对应的数字孪生模型模拟监测温度，湿度传感器对应的数字孪生模型模拟监测湿度等。通过构建不同类型的传感器模型，对实际收集的数据进行模拟，获得模拟气象数据。进一步地，数字孪生网络中的模拟气象数据还可以被发送至边缘计算节点，也即MEC节点。MEC作为位于网络边缘的数字孪生计算资源，能够在数据产生的地方进行实时的数字化模拟、分析和处理，从而降低数据传输延迟和网络拥堵。在MEC节点上，模拟气象数据经过实时的数字化模拟、数据清洗、统计计算、异常检测等操作，以获得有意义的信息。

可以理解的是，在数字孪生网络中，可以实现气象数据系统和RabbitMQ服务器的连接，数字化模拟完成的数据被封装成消息，并通过RabbitMQ消息队列传输。RabbitMQ作为一个消息代理，在分布式系统中有效地传递数字化模拟的消息，确保了数据的可靠传输，同时解耦了数字化模拟的数据的生产者和消费者，提高了系统的可扩展性。可以通过数字孪生模型模拟气象数据系统生成的气象数据发送至RabbitMQ队列，验证RabbitMQ是否能正确接收和路由数据。

进一步地，在指控中心的前端界面上，还可以设置有数据展示模块。前端界面作为数据消费者，通过数据展示模块可以定义RabbitMQ队列中的数字化模拟数据消息来实现实时接收来自MEC的数字化模拟的数据。这些数据经过数字化的解析并以图表的形式展示在前端界面上，用户可以通过前端界面实时查看气象七要素的数字化模拟变化情况，实现了将气象数据在指控中心中的展示。

本实施例应用能力层至少包括：广域常态监测应用；海基设备还包括：集中器单元和终端；其中，广域常态监测应用通过低功率广域网系统和边缘计算系统提供的系统接口完成广域常态监测功能；集中器单元，用于在接收到数据采集指令时，监测目标终端是否在数字孪生网络中入网；集中器单元，还用于在目标终端在数字孪生网络中入网时，基于数字孪生网络模拟的指定路径进行下行通信。由于是通过监测目标终端是否在数字孪生网络中入网，在已入网时通过数字孪生网络进行模拟，通过指令路径进行下行通信，实现了对空天海一体化通信网络的通信模拟，使得可以通过数字孪生网络对空天海一体化通信网络从终端到系统、应用的模拟，从而更好地指导在实际外场试验中系统的设计和优化。同时，与传统的外场试验相比，虚拟化平台可以显著降低实验成本，加速技术验证和系统优化的进程。通过模拟不同的环境条件和干扰情况，本发明有助于评估系统在复杂环境中的适应能力，提高系统的鲁棒性和稳定性。

本发明通过将多层次、多节点的空天海一体化通信网络与数字孪生技术相结合，创造了更真实、综合的虚拟化环境，也即数字孪生网络。通过数字孪生网络模拟多种通信节点的协同工作，并验证针对复杂环境的环境适应策略，提高了系统的适应能力。同时，本发明具有低成本建设和较好的可扩展性，使得本发明更适合在多种不同应用场景中部署和验证。此外，本发明可根据外场试验条件预部署，助力网络实现低成本试错、智能化决策和高效率创新。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于空天海一体化通信网络的数字孪生平台，其特征在于，所述平台至少包括：基础设备层、协议层、系统层和应用能力层；

其中，所述基础设备层，用于采集监测节点的节点数据，并根据所述协议层提供的通信协议将所述节点数据传输至所述系统层；

所述应用能力层，用于基于所述系统层提供的系统接口获取所述节点数据；

所述应用能力层，还用于根据各所述节点数据建立数字孪生网络；

所述应用能力层，还用于基于所述数字孪生网络进行网络策略验证。

2.如权利要求1所述的基于空天海一体化通信网络的数字孪生平台，其特征在于，所述基础设备层至少包括：物理设备和虚拟网元设备；

其中，所述物理设备至少包括：天基设备、空基设备以及海基设备；所述虚拟网元设备为根据所述物理设备的节点数据建立的数字孪生模型；

所述应用能力层，还用于根据所述节点数据建立各所述物理设备对应的数字孪生模型；

所述应用能力层，还用于根据所述数字孪生模型生成数字孪生网络；

所述应用能力层，还用于基于所述数字孪生网络进行网络策略仿真验证，获得各网络策略的评分值；

所述应用能力层，还用于将所述评分值最高的网络策略部署至所述物理设备。

3.如权利要求2所述的基于空天海一体化通信网络的数字孪生平台，其特征在于，所述平台至少还包括：海上区域网络和空天骨干网络；所述海基设备至少包括：海上终端和多路径传输终端；

其中，所述多路径传输终端上搭载有多路径传输融合系统；

所述海上区域网络至少由海上终端内网和所述多路径传输融合系统组成；

所述海上终端内网，用于定时采集所述海上终端的终端数据，并根据所述终端数据建立数字孪生终端；

所述多路径传输融合系统，用于采集传输路径的状态数据，并根据所述状态数据建立路径选择和流量分配算法模型；

所述数字孪生网络至少包括所述海上区域网络的数字孪生网络；

所述海上区域网络的数字孪生网络至少由所述数字孪生终端以及所述路径选择和流量分配算法模型组成。

4.如权利要求3所述的基于空天海一体化通信网络的数字孪生平台，其特征在于，所述天基设备至少包括：无人机；所述空基设备至少包括：卫星节点设备；所述空天骨干网络至少由卫星子网络和MESH子网络组成；

其中，所述卫星节点设备，用于在接收到控制指令时，构建卫星运动模型和地面终端的数字孪生模型；其中，所述地面终端包括：多路径传输终端指控中心；

所述卫星节点设备，还用于建立所述卫星运动模型和所述地面终端的数字孪生模型之间的通信链路模型；

所述MESH子网络，还用于根据所述无人机上设置的MESH节点确定无人机参数，并根据所述无人机参数构建无人机模型；

所述数字孪生网络至少还包括所述空天骨干网络的数字孪生网络；

所述空天骨干网络的数字孪生网络至少由所述卫星运动模型、所述地面终端的数字孪生模型、所述通信链路模型以及所述无人机模型组成。

5.如权利要求4所述的基于空天海一体化通信网络的数字孪生平台，其特征在于，所述应用能力层至少包括：广域常态监测应用；所述海基设备还包括：集中器单元和终端；

其中，所述广域常态监测应用通过低功率广域网系统和边缘计算系统提供的系统接口完成广域常态监测功能；

所述集中器单元，用于在接收到数据采集指令时，监测目标终端是否在所述数字孪生网络中入网；

所述集中器单元，还用于在所述目标终端在所述数字孪生网络中入网时，基于所述数字孪生网络模拟的指定路径进行下行通信。

6.如权利要求5所述的基于空天海一体化通信网络的数字孪生平台，其特征在于，所述应用能力层至少还包括：事件响应观测应用；

其中，所述事件响应观测应用，用于对所述海基设备进行精细观测和/或抵近观测。

7.如权利要求6所述的基于空天海一体化通信网络的数字孪生平台，其特征在于，所述精细观测至少包括：所述指控中心通过数字孪生的流媒体服务，实时模拟并获取若干部署在海上的实体光电监测设备的视频数据；

所述抵近观测包括至少包括：指控中心通过所述数字孪生网络远程控制海上观测设备，实时模拟和管理所述海上观测设备的运行。

8.如权利要求7所述的基于空天海一体化通信网络的数字孪生平台，其特征在于，所述应用能力层至少还包括：数据分析应用；

所述数据分析应用，用于与RabbitMQ集成，将从数字孪生网络中收集到的气象数据传递至前端进行展示。

9.如权利要求8所述的基于空天海一体化通信网络的数字孪生平台，其特征在于，所述海基设备至少还包括：传感器；

所述系统层至少还包括：边缘计算系统；所述数据分析应用通过所述边缘计算系统的系统接口完成数据分析功能；

所述边缘计算系统，用于接收所述传感器的数字模型生成的模拟监测数据，并对所述模拟监测数据进行数据处理，获得标准化模拟数据；

所述边缘计算系统，还用于将所述标准化模拟数据封装成消息，并将所述消息通过RabbitMQ消息队列传输；

所述指控中心，还用于定于所述RabbitMQ消息队列中的消息，并将解析所述消息获得的标准化模拟数据进行展示。

10.如权利要求9所述的基于空天海一体化通信网络的数字孪生平台，其特征在于，所述模拟监测数据通过物理计算模型获得；

所述物理计算模型的建立步骤包括：

根据地理位置属性构建地形场景模型；

基于所述地形场景模型建立气象数据的物理计算模型；

根据场景位置设置初始时刻的气象状态；

通过所述物理计算模型模拟气象要素的时空变化，获得模拟气象场数据；

在所述模拟气象场数据中添加随机扰动，获得模拟气象数据；

重复获取多时次的模拟气象数据，根据真实观测数据对所述多时次的模拟气象数据进行验证，并根据验证结果调整模型参数直至所述物理计算模型的模型精度超过预设阈值。