3. 端到端时延分解模型

端到端时延分析的第一步，不是急着套公式，而是把一条业务流从源端到目的端所经历的“时间消耗”拆成互不重叠、可分别测量的分量。卫星网络中，用户业务通常要经过“用户终端 → 接入链路 → 卫星 → 星间链路/馈电链路 → 信关站 → 地面网络”这条路径。若把这条路径上每一跳的时延都混在一起，就无法判断瓶颈究竟来自物理距离、链路速率、设备处理还是拥塞排队。因此，本节建立一个可计算的分解模型：端到端时延 = 传播时延 + 传输时延 + 处理时延 + 排队时延 + 接入时延，并明确每一项的数学表达、适用边界与测量口径。

一、五类时延的数学表达

设一条业务流经过 N 段链路、M 个中间节点（卫星、信关站、路由器等）。对第 i 段链路，定义其长度为 d_i（米），信号传播速度为 v_i（米/秒），则该段传播时延为：

T_prop,i = d_i / v_i
T_prop = Σ T_prop,i

自由空间中 v 取光速 c ≈ 3×10⁸ m/s；在同轴电缆或光纤中，速度因子约为 0.6~0.77c，必须按介质修正。传播时延只与距离和介质有关，与业务速率、包长无关，这是它最关键的边界。

传输时延（又称发送时延）是把一个数据单元推上链路所需的时间。设第 i 段链路速率为 R_i（bit/s），数据单元长度为 L（bit），则：

T_trans,i = L / R_i
T_trans = Σ T_trans,i

若业务被分成 k 个包，每包长 L_p，则总传输时延近似为 k·L_p/R（忽略流水线重叠）。传输时延与链路速率成反比，与包长成正比，这是它与传播时延最本质的区别。

处理时延是节点对数据包进行解析、查表、转发、调制解调、编解码等操作所消耗的时间。它通常不是一个解析式，而是由设备能力决定：

T_proc = Σ (T_lookup,j + T_switch,j + T_modem,j + T_codec,j)

其中 j 表示第 j 个处理节点。工程上常把处理时延建模为固定值加可变值：T_proc,j = a_j + b_j·ρ_j，ρ_j 为节点负载率，a_j 为空载处理时间，b_j 为负载敏感系数。

排队时延发生在节点输出端口，当到达速率接近或超过服务速率时，数据包需要在缓冲区等待。对 M/M/1 队列，平均排队时延为：

T_queue = ρ / (μ - λ) = (λ/μ) / (μ - λ)

其中 λ 为到达速率，μ 为服务速率，ρ = λ/μ 为利用率。当 ρ → 1 时排队时延急剧上升，这是卫星网络拥塞控制必须关注的边界。实际系统中常用 M/D/1 或 G/G/1 近似，排队时延对突发流量更敏感。

接入时延是用户终端与卫星之间建立可用连接所消耗的时间，包括随机接入、同步、资源申请、鉴权等过程。它可表示为：

T_access = T_sync + T_rach + T_grant + T_auth

其中 T_sync 为下行同步时间，T_rach 为随机接入尝试时间，T_grant 为资源授权等待时间，T_auth 为鉴权与注册时间。接入时延通常只在连接建立阶段出现一次，但若发生切换或链路中断，会重新计入。

二、各分量的边界与相互关系

把五类时延放在一起，必须明确它们的边界，否则会出现重复计算或漏算。传播时延和传输时延是“链路级”分量，逐跳累加；处理时延和排队时延是“节点级”分量，按节点累加；接入时延是“会话级”分量，通常只在连接建立时计入一次。若业务持续传输，接入时延被摊薄；若业务是短包突发，接入时延可能占总时延的很大比例。

一个常见的误区是把传播时延和传输时延混为一谈。以 GEO 卫星为例，单跳星地距离约 35786 km，传播时延约 119 ms；若链路速率 100 Mbit/s、包长 1500 字节（12000 bit），传输时延仅 0.12 ms。两者相差近千倍，说明在卫星网络中传播时延往往主导，而在地面高速链路中传输时延才可能成为瓶颈。LEO 卫星高度约 550~1200 km，单跳传播时延约 1.8~4 ms，此时传输时延和处理时延的相对占比会明显上升。

排队时延的边界最需要谨慎。M/M/1 公式假设到达过程为泊松、服务时间指数分布、单队列单服务器。卫星链路常采用 TDMA、MF-TDMA 或波束跳变，服务过程并非连续，排队模型应改用 M/D/1 或带门限的排队系统。工程上更实用的做法是：先测量空载时延 T₀，再在不同负载下测量总时延 T(ρ)，用 T_queue(ρ) = T(ρ) - T₀ 反推排队分量，而不是直接套用理论公式。

三、一个可复现的分解示例

假设一条 LEO 卫星业务路径：用户终端 → 接入卫星（550 km）→ 星间链路（2000 km）→ 信关站（下行 550 km）→ 地面网络（1000 km 光纤）。各段参数如下（示例假设值，非实测）：

传播时延合计约 15.31 ms，传输时延合计约 0.48 ms。若接入卫星和信关站各引入 0.5 ms 处理时延、0.3 ms 排队时延，则处理时延合计 1.0 ms，排队时延合计 0.6 ms。接入时延假设为 80 ms（含同步、随机接入、鉴权）。则首次连接端到端时延约为 15.31 + 0.48 + 1.0 + 0.6 + 80 ≈ 97.4 ms；若连接已建立、仅传输数据，则端到端时延约为 17.4 ms。这个对比说明：接入时延在短会话中不可忽略，在长连接中可被摊薄。

四、分解模型的使用要点

建立分解模型后，实际分析时应遵循三条原则。第一，先定边界再算数值：明确哪些分量计入本次统计，接入时延是否计入、排队时延是否包含在节点时延内，都要在测量前约定。第二，区分静态与动态分量：传播时延、空载处理时延、空载传输时延属于静态分量，可由拓扑和配置直接计算；排队时延和负载相关处理时延属于动态分量，必须结合业务速率和负载率测量。第三，用总量校验分量：各分量之和应等于实测端到端时延，若偏差超过 10%，说明存在未建模的时延源（如重传、编码交织、波束切换），需要回到路径上逐段排查。

对于卫星网络，传播时延通常是最稳定、最容易计算的分量，也是 GEO/LEO/MEO 选型时最直接的比较依据；传输时延和排队时延随业务速率和拥塞程度变化，是容量规划的重点；处理时延取决于星上处理能力和地面设备性能，是设备选型的关键指标；接入时延则直接影响用户感知的“连接快慢”，在短包业务和切换场景中尤其重要。把这五类时延分开表达、分别测量、按边界汇总，才能为后续的时延优化提供可操作的依据。