天空之上：联合全球规模的地面站即服务实现高效轨道数据处理

大型地球观测低地球轨道卫星星座每天收集大量图像数据。这些数据需要通过地面站传输到数据中心进行处理。地面站即服务（GSaaS）作为一种新的云服务出现，为卫星运营商提供按使用付费的地面站网络访问。然而，租用地面站和数据中心资源仍然产生相当大的成本，特别是对于大型卫星星座。当前坚持使用单一GSaaS提供商的做法也面临高数据延迟和对天气变化鲁棒性低的问题，因为地面站可用性有限。为了解决这些限制，我们提出了SkyGS，一个通过联合多个云提供商的GSaaS和云计算服务来调度通信和计算的系统。我们将由此产生的问题表述为具有长期数据延迟阈值约束的系统成本最小化问题。在SkyGS中，我们应用李雅普诺夫优化将长期优化问题分解为一系列不需要先验知识的实时优化问题。由于分解后的问题仍然具有指数复杂度，我们将其转化为二分图匹配问题，并采用匈牙利算法求解。我们从理论上分析了性能，并使用基于真实卫星、地面站和数据中心数据的实际模拟评估了SkyGS。综合实验表明，SkyGS可以实现高达63%的成本节约，并将平均数据延迟降低高达95%。