2. 卫星链路特性与流量模型

卫星组网流量测试的第一步,不是急着打开测试工具,而是先弄清楚“这条链路到底特殊在哪里”。地面光纤链路的往返时延通常在几十毫秒以内,丢包率极低,拓扑相对稳定;而卫星链路,尤其是低轨(LEO)星座,会同时叠加长传播时延、受限带宽、较高误码、频繁切换四类约束。这四类约束直接决定了流量模型怎么建、测试参数怎么设、结果怎么判读。本节围绕这五个关键词展开,并给出可落地的建模方法。

一、传播时延:几何距离决定的下限

传播时延由信号在自由空间中的传播距离决定,电磁波在真空中的传播速度约为 3×10⁸ m/s。对静止轨道(GEO,约 35786 km 高度)而言,单跳星地距离约 35786 km,单程时延约 119 ms,一次“地面—卫星—地面”往返(RTT)约 240 ms;若经过星间链路再落地,RTT 可超过 500 ms。对 LEO(以 550 km 高度为例),单程星地时延约 1.8 ms,但一次端到端通信往往要经过多跳星间链路,累计时延随跳数线性增长。

这里要区分三个概念:传播时延(几何距离/光速,物理下限,不可压缩)、处理时延(星上转发、协议栈处理,通常毫秒级)、排队时延(拥塞时随负载上升,是测试中最需要观察的变量)。测试中若发现 RTT 明显高于几何下限,多出来的部分往往来自排队或重传,而不是“链路本身慢”。

二、带宽受限与误码率:一对相互牵制的约束

卫星链路的可用带宽受转发器带宽、调制编码方式、功率和波束覆盖共同限制。以 Ka 频段点波束为例,单载波可用带宽可能只有几十到几百 MHz,且多用户共享。带宽受限意味着:一旦注入流量超过链路容量,队列迅速堆积,时延抖动急剧上升,丢包随之出现。

误码率(BER)方面,卫星链路受雨衰、大气闪烁、多径和星上功放非线性影响,典型工作点在 10⁻⁶~10⁻⁸ 量级,远高于光纤的 10⁻¹² 以下。更关键的是,卫星链路普遍采用自适应编码调制(ACM),当信道质量下降时,系统会自动降低调制阶数或提高编码冗余,结果是误码率被压住了,但有效带宽同步下降。因此测试中不能只看“丢包率”,还要同步记录调制编码档位(MODCOD)和有效吞吐,否则会把“降速保误码”误判为“链路正常”。

三、动态拓扑:时变是常态

LEO 星座中,卫星相对地面站高速运动,单颗卫星过顶时间通常只有几分钟到十几分钟,星间链路也会随相对位置变化而建立或中断。这带来三个测试难点:路径跳数随时间变化,端到端时延和容量随之波动;切换瞬间可能出现短暂中断或重路由;同一业务流在不同时刻走的物理路径不同,导致测量结果不可直接横向比较。因此流量测试必须带时间戳,并把拓扑快照与测量数据对齐。

四、流量建模方法:从业务特征到可注入模型

流量建模的目标,是把真实业务特征抽象成测试仪可注入的参数化模型。常用方法有三类:

  • 泊松/指数到达模型:适合建模呼叫类、随机请求类业务,到达间隔服从指数分布,参数为平均到达率 λ。
  • 自相似/重尾模型:适合建模 Web、视频等具有突发性的业务,用 Hurst 参数刻画长程相关性,比泊松更贴近真实骨干流量。
  • 确定性/恒定比特率(CBR)模型:适合建模专线、回传等稳定流,参数为固定速率和包长。

工程上更常用的是“业务剖面法”:先定义业务类型(如视频回传、遥测、VoIP),再给出包长分布、到达间隔分布、平均速率、峰值速率、持续时间,最后映射为测试仪的流模板。下面给出一个可直接参考的建模参数示例(数值为教学假设,非实测)。

业务类型包长(Byte)到达模型平均速率峰值/均值关键指标
视频回传1200自相似(H=0.8)8 Mbps3:1时延抖动、丢包
遥测遥控128泊松(λ=50/s)约 51 kbps1.5:1时延、可靠性
VoIP160CBR(20 ms)64 kbps1:1时延、抖动
文件传输1400重尾(Pareto)20 Mbps5:1吞吐、完成时间

五、把五类特性串起来看

传播时延决定 RTT 下限,带宽受限决定容量上限,误码率与 ACM 决定“有效容量”随信道波动,动态拓扑决定这些参数随时间变化,而流量模型决定我们往链路里注入什么。测试设计的基本逻辑是:先用几何和频段参数算出时延与容量边界,再按业务剖面生成流量,最后在拓扑变化的时间轴上观察时延、抖动、丢包和有效吞吐的联合变化。

判断链路是否“正常”时,建议同时看四个量:RTT 是否接近几何下限、有效吞吐是否接近当前 MODCOD 对应的理论值、丢包是否集中在切换时刻、抖动是否随注入速率上升而恶化。只看单一指标容易误判。
卫星链路特性 → 流量模型 → 测试观测 关系图 链路固有特性 传播时延 GEO≈119ms/单程 LEO≈1.8ms/跳 带宽受限 转发器/波束共享 超注入→排队↑ 误码率 + ACM BER 10⁻⁶~10⁻⁸ 降阶保误码→容量↓ 动态拓扑 过顶数分钟 切换/重路由 流量建模方法 泊松/指数到达 呼叫类、随机请求 自相似/重尾 Web/视频突发流 CBR 恒定速率 专线、回传稳定流 业务剖面法 包长/间隔/速率/峰值 映射为测试仪流模板 速率、包长、分布、时长 测试观测与判读 RTT vs 几何下限 超出部分→排队/重传 有效吞吐 vs MODCOD 理论值 偏低→拥塞或降阶 丢包时间分布 集中于切换时刻→拓扑事件 抖动 vs 注入速率 随速率上升→逼近容量 联合判据 时延接近下限 + 吞吐接近理论值 + 丢包不集中 + 抖动可控 = 正常 观测结果反馈修正流量模型参数(速率、分布、峰值比)

把上图落到一次具体测试上:假设要验证一条 LEO 星间链路在视频回传业务下的承载能力。先按 550 km 高度、3 跳星间链路估算 RTT 下限约 12 ms;再查当前 MODCOD 档位对应的理论吞吐,例如 16APSK 3/4 在 100 MHz 带宽下约 300 Mbps;然后按上表视频回传剖面注入 8 Mbps 均值、峰值 24 Mbps 的自相似流;测试中同步记录 RTT、有效吞吐、丢包时刻和 MODCOD 变化。若 RTT 稳定在 15 ms 以内、吞吐接近 300 Mbps、丢包仅出现在切换窗口,则可判定链路在该业务下工作正常;若 RTT 持续高于 50 ms 且吞吐明显低于理论值,则应优先排查是否发生了拥塞排队或 ACM 降阶。

注意:卫星链路的“带宽”通常指物理层可用带宽,而测试中观测到的是应用层有效吞吐,两者之间还隔着编码开销、协议头开销和重传。做容量判读时,必须明确当前比较的是哪一层,否则容易得出错误结论。

总结本节要点:传播时延是几何决定的硬下限,带宽受限和误码率通过 ACM 耦合在一起,动态拓扑让所有参数随时间变化,而流量建模方法决定了我们用什么业务去“压”这条链路。测试设计的关键,是把这五者放进同一张时间轴上看,而不是孤立地测某一个指标。