低轨卫星渐进式概率重传的星地可靠文件传输方法和装置

本发明属于卫星网络传输领域，具体涉及到低轨卫星渐进式概率重传的星地可靠文件传输方法，可用于低轨卫星与地面的可靠文件传输，同时提升整体传输的实时、高效性。

背景技术：

1、低轨卫星星座可以利用“通导遥”融合实现即时遥感服务，已成为当前的研究热点。卫星在执行观测任务时产生的大量数据，需要通过星地链路传送到地面，由于容易受到天气自然现象、邻近卫星传输空间以及地面各种无线系统及设备等因素的干扰和影响，导致星地链路质量高度动态变化，进而影响传输过程中的可用链路负载，同时传输过程中容易出现丢包，降低了星地传输的可靠性，影响低轨卫星星座的应用。

2、传统地面网络大多采用传输控制协议(transmission control protocol,tcp)进行传输。其中，基于tcp协议的传输策略通过降低速率并根据超时阈值重传丢失的数据包来改善网络性能，但面对动态变化的星地链路时，超时阈值估算偏差大会导致无效重传过高，降低数据传输效率；而基于用户数据报协议(user datagram protocol,udp)的传输策略并不对链路的丢包进行处理，虽然传输效率较高，但由于缺少数据可靠传输机制，难以直接应用到星地网络传输中。

3、针对空间通信的特点，空间数据系统咨询委员会(consultative committee forspace data systems,ccsds)提出了ccsds协议族，来提高空间通信能力，现有航天器大多遵循该协议进行通信。ccsds协议族中主要包含两种可靠传输协议。scps-tp(transportprotocol)协议，该协议对面向地面网络的tcp协议进行改进，实现完全可靠、最大努力可靠和不可靠的传输功能；文件传输协议cfdp(ccsds file delivery protocol)，该协议使用四种(立即、提示、异步和延迟)否定应答机制(negative acknowledgment，nak)在传输层实现可靠。

4、scps-tp协议使用van jacobson方法，通过观测单个端到端往返时延(round-triptime,rtt)来估算链路实际往返时延，并据此计算超时重传时间(retransmissiontimeout,rto)。显然，不同的链路负载状态条件下，端到端的往返时延分布并不相同，而基于van jacobson的往返时延估算方法无法针对不同网络负载的情况进行算法的动态调整。因此，该方法在链路质量变化频繁和时延波动剧烈时，其rto估算不准确，从而导致无效重传过多，降低传输效率；与scps-tp协议不同，cfdp协议通常使用延迟和立即的否定应答机制来实现不同环境下的可靠传输。其中延迟nak机制主要应用于平均往返时延高的深空通信，通常在整个文件传输完成后才会进行丢失数据的重传请求，在任务的末端容易出现总是在逼近但任务长时间不能完成的状态，不能很好地满足往返时延低、对通信实时性要求较高的近地通信环境；而立即nak机制则是在检测到数据包丢失时立即向发送端发送重传请求。显然立即nak没有考虑星地链路动态变化频繁的特点，也存在由于rto估算偏差导致的无效重传过多的问题，降低整体传输效率。因此，在上述协议的基础上，需要面向链路质量高度动态变化的近地环境，针对性地设计可靠、高效的传输算法，才能满足低轨卫星星座即时服务时的海量数据传输任务要求。

技术实现思路

1、本发明旨在针对现有协议在波动大、误码率高的低轨星地传输过程中难以应对星地链路异常波动频繁导致无效重传过多的问题，提出一种面向低轨环境的渐进式概率重传可靠文件传输方法(progressive probabilistic retransmission-based reliable filedelivery method,ppr-fdm)。首先，提出一种渐进式概率重传请求算法(progressiveprobabilistic retransmission request,ppr-r)解决近地通信环境链路质量动态波动时的rto动态估算以及实时高效重传问题，避免延迟与立即nak机制导致的实时性不足和无效重传过多；设计了一套面向近地通信环境的可靠文件传输协议(reliable file deliveryprotocol,r-fdp)，基于ip over ccsds框架，对协议的报文格式及协议交互流程进行了改进，以满足星地通信环境急剧变化条件下的文件可靠传输要求。实验结果表明，本发明提出的ppr-fdm方法能较好适应低轨卫星链路质量高度动态变化的链路环境，显著减少无效重传，提高传输效率。。

2、ppr-fdm方法架构与算法模型如附图1所示，分别是位于下层的协议框架r-fdp和位于上层的算法模型ppr-r。r-fdp协议通过设计高效的报文结构，利用简洁的协议交互流程实现星地动态链路环境下的文件高效可靠传输；ppr-r算法主要包括星地链路变化在线检测算法(satellite ground-online detection of link state changes，sg-odlsc)与渐进概率请求重传策略调整算法(progressive probabilistic retransmissionstrategy，ppr-s)两部分。首先，sg-odlsc算法通过r-fdp协议数据报文获取端到端时延样本，根据样本得到时延分布，动态检测链路状态的变化时点(即变点)，根据变点检测结果及时检测当前链路负载状态，从而在链路负载变化时，能实时获取当前链路负载的分布函数并作为ppr-s动态调整否定应答请求重传超时阈值(negative acknowledgment requestretransmission timeouts，nrto)的依据，避免重传滞后或无效重传过多等问题；其次，ppr-s算法通过策略设计，不但能根据负载状态动态调整nak超时请求重传概率阈值nrto，而且能结合文件任务进度进一步渐进式的设计nak请求强度，从而避免延迟nak与立即nak机制导致的实时性不足和无效重传过多的问题；最后ppr-s算法根据策略生成对应的重传序列，并将其作为nak的内容交付给r-fdp协议进行请求重传。

3、本发明提供的低轨卫星渐进式概率重传的星地可靠文件传输方法，实现高效、可靠传输部分主要为渐进式概率重传请求算法，涉及发送端(sender，简称s)和接收端(receiver，简称r)。具体实现步骤为：

4、步骤1，通过实验仿真得到低轨卫星与地面进行通信的星地链路端到端时延分布；

5、步骤2，发送端发送数据报文，接收端接收到数据报文，随后分析数据包索引，得到为按序到达的数据包号序列du，并提取端到端时延，获得链路连续端到端时延观测值样本集合，通过处理进行星地链路状态变化检测，并将检测结果传输给链路负载状态算法；

6、步骤3，链路负载状态算法根据接收到的变点检测结果，判断是否进行负载状态改变的计算，计算后将结果传输给渐进请求重传算法；

7、步骤4，渐进请求重传算法根据得到的结果，对未按序到达数据包号序列du进行处理，根据链路负载状态和状态机判断请求重传阈值计算否定应答请求重传超时阈值nrto，根据nrto将du映射为待渐进重传序列d′u，再根据文件进度将其映射为请求重传数据包号序列dr；

8、步骤5，接收端将dr放入指定信令报文的指定字节中，生成渐进否定应答机制nak将其发送给发送端，待发送端接收到渐进nak后解析其中内容并将需要重传的数据重新发送给接收端。

9、进一步的，步骤1的实现方式如下：

10、通过仿真实验充分评估星地链路在不同负载下的端到端时延分布规律，验证星地链路端到端时延分布规律在轻度、中度和重度负载条件下分别符合近似t位置尺度分布、beta分布和gamma分布；因此，星地链路端到端时延分布函数fo表示为如下所示：

11、

12、其中，r表示星地链路的端到端时间延迟，ft是轻度负载下时延所服从的近似t位置尺度分布的分布函数，θt是其参数；fb是中度负载下时延所服从的beta分布的分布函数，θb是其参数；fg是重度负载下时延所服从的gamma分布的分布函数，θg是其参数。

13、进一步的，按照数据发送速率小于、近似等于和大于网络处理能力三种情况将链路负载划分为轻度、中度和重度负载。

14、进一步的，步骤2的实现方式如下，

15、步骤2.1，发送端上层应用向接收端发送数据包；

16、步骤2.2，接收端接收到数据报文，并根据索引字段判断接收的数据是否出现未到达的情况，即出现数据包序号缺失的情况，如果出现缺失，就将该数据添加到未到达数据包号序列du中；

17、步骤2.3，根据时间戳字段与当前时间戳计算每个数据包的传输时延r，并将这一新增数据添加到端到端时延观测值时序集合r中，以待进行贝叶斯在线变点检测；

18、步骤2.4，贝叶斯在线变点检测算法的前提是要求样本总体先验分布类型已知，而根据实验可以知道星地链路中时延总体分布类型在不同链路负载下不同，因此无法确定其先验分布类型，导致时延观测值样本时序集合无法直接作为贝叶斯在线变点检测的输入，因此构建样本集合中位数m如公式(2)，虽然不同链路状态下端到端时延总体的分布类型或分布参数不同，但m的分布类型始终为正态分布，只是分布参数r0.5会发生变化，来满足贝叶斯变点的前提条件，其中r0.5代表端到端时延总体分布r的中位数，n指样本数目，p指端到端时延的概率密度函数：

19、

20、步骤2.5，求出时序集合r的中位数m并将m并入时延观测值中位数时序集合m中，使用m1：j＝{m1，…，mj}表示第1到j个时延观测值时序集合中位数；假设m在mi处分布发生了变化，则将mi称为变点；

21、步骤2.6，根据贝叶斯在线变点检测算法，如果m中第i个样本的行程长度λi＝ω，那么可以推出第i-ω个时延观测值时序集合中位数是一个变点，据此计算出第i-ω个时延观测值时序集合中位数是变点的后验概率p(λi＝ω|m1：i)；将m作为贝叶斯在线变点检测的输入，通过计算样本元素的后验概率，如果样本时序集合中各个元素的概率分布始终没有变化，那么p(λi＝i-1|m1：i)的值应该最大，因此定义如公式(4)所示的变点判别式所表示的关系为假，反之，公式(4)为真，即代表观测序列m1：i检测出变点；

22、

23、对于第1到第i个时延观测值时序集合中位数m1：i，p(λi＝ω|m1：i)表示的是第i个时刻的行程长度为ω的概率；p(λi＝i-1|m1：i)表示的是第i个时刻的行程长度为i-1的概率，也就是当前时刻不是变点的概率；

24、步骤2.7，根据上述公式(4)的结果输出给链路负载状态算法。

25、进一步的，将λi定义为样本时序集合中第i个样本点mi对应的行程长度，行程长度取0到i-1之间的整数，满足公式(3)，当样本的行程长度为一定值时，这意味着在该长度内的数据点都具有相同的状态，因此代表着一个稳定的阶段；而当行程长度改变时，表示数据发生了突变或变化，即出现了变点：

26、

27、进一步的，步骤3的实现方式如下，

28、步骤3.1，在只有当链路状态变化算法输出出现变点结果时执行步骤3.2，否则直接使用上一次链路负载结果当作链路负载状态算法的输出，输出给渐进请求重传算法；

29、步骤3.2，首先构建如公式(1)所示的近似t位置尺度、beta和gamma累计分布函数ft、fb和fg，使用极大似然估计法，通过解公式(5)和(6)组成的似然方程，从参数空间θ中计算各累积分布函数中未知参数组成的参数向量θ的数值解

30、

31、

32、l(θ)表示极大似然估计的似然函数，θ表示参数向量；rn表示端到端时延观测值时序集合r中的第n个元素；n表示元素的序号；l(θ；r1，…，rn)表示似然函数是参数θ在给定观测环境r1，…，rn条件下的函数；p(ri；θ)表示在已知参数θ的情况下，发生观测结果ri的概率。

33、步骤3.3，如公式(7)所示，分别设立链路处于轻度负载、中度负载和重度负载状态的假设h0、h1和h2，使用卡方优度检验衡量三种假设对应的累积分布函数与端到端时延样本集合表现出的差异，选取差异最小的分布函数作为fo并接受对应假设，从而判断t时刻的链路负载状态plt，并将当前t时刻状态变化记录为链路状态变化集合plt，集合plt内存在两个元素，pl1为变化前的负载状态plt-1，pl2为变化后负载状态plt，如公式(8)：

34、

35、plt＝{pl1，pl2} (8)

36、步骤3.4，将链路负载状态变化集合plt和对应负载分布函数fo输出给渐进请求重传算法。

37、进一步的，步骤4的实现方式如下，

38、步骤4.1，渐进请求概率重传算法将发送端未到达的数据包号序列du、链路负载状态提供的分布函数fo和负载状态变化集合plt作为输入；

39、步骤4.2，pt代表数据包请求重传概率阈值，根据分布函数fo计算满足公式(9)的端到端时延分布上侧pt分位数作为nrto；

40、

41、步骤4.3，链路吞吐量在轻度、中度和重度负载状态下分别呈现快速增加、缓慢增加和快速减小的典型变化趋势，因此概率重传算法在检测到链路状态变化后根据原本负载和当前负载变化集合plt对t-1时刻的概率pt-1进行不同的更新策略以得到新的pt，公式(9)实现数据包请求重传概率阈值pt动态调整函数f，函数f的计算策略如下：

42、pt＝f(pt-1，plt)) (10)

43、步骤4.4，根据当前任务传输进度做进一步的概率筛选，以在任务初始阶段降低重传概率从而降低无效重传，而在任务末端提升重传概率从而加快重传以避免出现延迟nak机制中的低时效性现象；引入渐进函数tc对当前任务传输所处的情况进行判断，渐进函数根据任务进度得到真正请求重传时需要触发nrto的上限次数，其中n为任务总数据索引数，c为当前接收端接收到的最新的数据包索引，如公式(12)；

44、

45、步骤4.5，将上述渐进函数得到的对应进度下nrto触发次数和数据包d实际触发的次数r进行比较，结合公式(12)，可以得到一个非线性函数来衡量在任务进度计算的渐进函数为tc下时数据包d的重传概率π与超时重传次数r之间的关系，即公式(13)，其中使用k＝mt/10表示，mt表示当前时刻新加入的端到端时延观测值中位数；

46、

47、步骤4.6，基于式(12)和式(13)，得到符合当前链路负载状态的nrto值从而利用式(14)将丢失的数据包序列du映射为待渐进重传数据序列d′u，其中函数ε()用于计算当前时刻与第i个数据包di时间戳字段记录的发送时间的差εi，根据公式(14)，只有时对应数据包索引di才会进入d′u中；

48、

49、步骤4.7，基于式(15)进一步完成对进入d′u中的数据包的筛选，即根据公式(13)传输任务进度的渐进概率重传概率π()计算数据包索引di的渐进概率重传概率πi，根据传输任务进度从d′u中获取当前真正需要重传的dr：

50、dr＝(di|di∈d′u，πi＞pt，πi＝π(ri，tc)} (15)

51、步骤4.8，将生成的请求重传数据包号序列dr通知给接收端。

52、进一步的，函数f的各个状态如下：

53、倍减：此时pt按照pt＝max(0.5×pt-1，0.1)进行更新，表示负载向轻度转变；

54、线性递增：此时pt按照pt＝max(pt-1+0.1，0.3)进行更新，表示负载向中度转变；

55、倍增：此时pt按照pt＝min(2×pt-1，0.9)进行更新，表示负载向重度转变；

56、线性递减：此状态为重度转变为中度和中度转变为轻度的过渡状态，pt按照pt＝max(pt-1-0.1，κ)进行更新，其中κ为限制参数，按照公式(11)取值；

57、

58、进一步的，步骤5的实现方式如下，

59、步骤5.1，接收端将生成好的数据包号序列dr按照格式放入本协议设定的信令报文即渐进nak的数据部分，并将其发送给发送端；

60、步骤5.2，发送端接收到接收端发送的渐进nak后，解析其数据部分得到当前时刻接收端仍未接收到的数据序号，并按照数据序号向接收端重新发送数据；

61、步骤5.3，接收端接收发送端发送的重传数据包，当所有数据均被接收，完成此次任务发送。

62、本发明还提供低轨卫星渐进式概率重传的星地可靠文件传输装置，包括：

63、一个或多个处理器；

64、存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述技术方案所述的低轨卫星渐进式概率重传的星地可靠文件传输方法。

65、与现有技术相比，本发明的优点和有益效果如下：本发明提出低轨卫星渐进式概率重传的星地可靠文件传输方法，本方法使用渐进nak对立即nak进行替换，设计对应算法进行渐进nak的生成，增强接收方对于链路状态的感知和请求重传的控制：基于贝叶斯在线变点检测算法，设计星地链路状态变化在线检测(satellite ground-online detectionof link state changes，sg-odlsc)算法，及时捕捉链路状态的变化情况，减少出现由于检测不及时而导致的渐进nak触发策略调整滞后的情况；由于星地链路长并且上下行带宽非对称，因此nak触发不能过于激进，因此依据端到端传输时延分布特性设计链路负载状态在线检测算法，相较单个数据包的传输时延进行细粒度的估计，传输时延分布可以进行趋势上的判断得到链路负载情况，根据不同的链路负载动态调整数据包nrto；通过将任务传输进度和nak相关联，在不同任务阶段对请求重传的反馈强度进行精细控制，考虑不同阶段对丢失数据包的容忍程度，显著减少前中期的无效重传次数。