LEO卫星互联网中延迟测量的区域级特征

大家读完觉得有帮助记得关注和点赞！！！

摘要

低地球轨道（LEO）卫星互联网已成为不可或缺的基础设施，为全球用户提供日益增长的覆盖。尽管已有大量测量工作，但区域级性能特征的基本原理仍未被充分理解，限制了在动态网络条件下识别区域特定延迟特征的能力。在本文中，我们使用来自公开LENS数据集的Starlink往返时间（RTT）测量，提出了区域级延迟表征问题。随后，我们提出一个分层分析框架，将原始RTT序列转换为多尺度统计特征，用于跨区域比较。通过使用来自五个地理代表区域的数据，我们证明延迟差异与部署因素密切相关，特别是基础设施可用性和Starlink终端到接入点（PoP）的距离。互信息分析将最小RTT识别为最具区分性的特征，XGBoost特征重要性进一步支持了这一结论。所提出的模型在短期数据上达到83%的准确率。然而，其性能在更长的时间段上下降，表明时间泛化能力有限，并激励未来需要自适应模型和特征表示以实现长期性能。

索引词： LEO卫星互联网，网络测量，往返时间，延迟，区域级特征。

I 引言

低地球轨道（LEO）卫星互联网已成为重要的非地面互联网基础设施。随着全球用户数量的增长，预计它将把互联网覆盖扩展到偏远、未服务和覆盖不足的地区。然而，尽管其广泛可用且网络测量数据不断增加，我们尚未建立理解卫星互联网在区域层面性能的原理。例如，Starlink的性能在不同地点之间存在显著差异[1]。因此，开发一种能够理解区域特定差异并适应卫星网络独特特征及其部署的机制至关重要。

LEO卫星网络测量和分析有助于提高网络运营效率和故障诊断[2]。近年来的研究通过大规模测量活动、延迟表征和延迟预测，提高了我们对Starlink性能的理解[3, 4, 5, 6, 7, 8]。其中一些工作表明，往返时间（RTT）在不同地理区域之间存在差异，并与基础设施邻近度和路由条件密切相关。其他研究进一步揭示了Starlink延迟中细粒度的时间动态，包括短时间尺度变化和重复的结构模式。总的来说，这些努力提供了有价值的经验见解，主要侧重于从系统范围的角度进行测量、表征或预测。相比之下，直接基于细粒度RTT轨迹的可解释区域级表征受到的关注较少。尽管原始RTT测量包含丰富的时间信息，但其频率过高且噪声较大，不适合直接进行跨区域比较。这促使需要紧凑的统计表示，能够总结局部延迟行为，同时保留与区域差异最相关的特征。因此，本文提出以下问题：Starlink RTT轨迹是否表现出区域相关的统计特征，哪些特征对表征它们最具信息量？为回答这些问题，本文的主要贡献总结如下：

• 我们使用LENS数据集中的Starlink RTT测量，形式化了LEO卫星互联网中区域级延迟表征的问题；

• 我们提出一个分层分析框架，将原始RTT序列转换为多尺度统计特征，用于跨区域比较；

• 我们证明了区域延迟差异与地理部署因素相关，并识别出对区域区分最具信息量的特征。

据作者所知，先前的工作尚未探索使用RTT测量进行区域级识别。本文其余部分结构如下：第二部分讨论相关工作。第三部分介绍问题形式化。第四部分讨论所提出的分析框架。第五部分展示评估结果，随后是第六部分的结论性意见和未来工作。

II 相关工作

网络测量是互联网研究的一个重要领域。它传统上关注地面网络，最近扩展到非地面网络（NTN），特别是LEO卫星互联网。尽管互联网测量平台已经成熟，但LEO卫星网络的测量通常需要在用户终端配备运营商特定的硬件。这种硬件能够实现对参与数据传输的LEO卫星进行细粒度观测，并捕捉其网络固有的移动性和时变动态。

研究界一直关注LEO卫星互联网的数据集生成。萨里大学的LEOScope是第一个能够在全球范围内测量Starlink LEO卫星互联网的测试平台。由此产生的LENS数据集[3]是LEO卫星网络测量数据集之一，包含细粒度的测量观测。它提供了地理分布的Starlink终端测量，带有时间戳的RTT观测和接入点（PoP）相关的部署信息，支持跨区域延迟行为的经验分析。此外，其按区域和时间的层次组织支持细粒度时间分析和系统性的区域比较，使其非常适合Starlink网络中的延迟表征任务。WetLinks[9]提供了一个大规模的纵向Starlink数据集，从两个欧洲观测点收集了六个月的数据，包括RTT、吞吐量、丢包、路由追踪和同地天气测量，这使其对研究长期性能趋势和天气影响特别有用。与此同时，Casparsen等人[7]使用500 Hz主动上行链路（UL）、下行链路（DL）和RTT测量分析细粒度的端到端Starlink延迟，揭示了一个可重复的15秒结构，可以支持短期延迟预测和服务可用性估计。这些数据集共同构成了研究Starlink网络空间和时间性能变异性的重要经验基础。

近年来的研究推进了Starlink和LEO卫星延迟的经验和统计理解。Mohan等人[4]使用M-Lab、RIPE Atlas和受控终端实验对Starlink性能进行了大规模多源研究，表明延迟在不同区域之间存在显著差异，并且与地面站和PoP的部署密切相关。Izhikevich等人[5]提出了HitchHiking，一种通过互联网暴露服务测量LEO卫星网络的可扩展方法，并表明Starlink延迟受附近PoP可用性和星间链路路由的强烈影响。超越大规模RTT观测，Garcia等人[6]使用高频探测测量详细表征了Starlink单向延迟，揭示了轻微的日变化、明显的上行/下行不对称性以及在周期性15秒重配置事件期间的强延迟膨胀。类似地，Casparsen等人[7]开发了一个端到端延迟表征和预测的统计框架，表明Starlink延迟表现出可重复的15秒结构，具有可识别的边界尖峰和稳定的周期内行为。综合来看，这些工作表明LEO卫星互联网中的延迟受地理因素和细粒度时间动态的共同影响，同时也激励了更可解释的系统性区域延迟表征框架。

III 问题形式化

本节形式化了本文所解决的研究问题。我们考虑从多个Starlink区域收集的RTT测量。每个区域产生一个高频延迟时间序列，我们的目标是确定不同区域是否表现出可区分的延迟模式。对于每个区域，一小时的RTT测量数据表示为带时间戳的序列：

其中 τ_i 表示第 i 个样本的时间戳，r_i 是对应的RTT值，N 是观测总数。尽管原始RTT序列包含详细的延迟信息，但其粒度过细，不适合直接进行区域级比较。因此，问题是将原始RTT观测转换为紧凑、可解释的统计表示，保留基本的时间分布特征，同时支持跨区域比较。具体而言，本文解决三个目标：（i）使用从细粒度RTT观测导出的统计特征表征区域相关的延迟模式；（ii）研究可观测的地理因素，如Starlink终端到PoP的地面距离，是否与跨区域RTT差异相关；（iii）识别区分一个区域与另一个区域最具信息量的特征，从而揭示哪些RTT统计量最能捕捉区域相关的延迟特征。这些目标为后续部分中开发的分层分析框架和基于特征的区域比较奠定了基础。

IV 所提出的分析框架

IV-A 框架概述

为解决第三部分形式化的问题，我们提出了一个用于区域级延迟表征的分层分析框架。由于原始RTT测量频率高且粒度过细，不适合直接进行跨区域比较，主要思想是在多个时间尺度上将其转换为紧凑且可解释的统计表示。具体而言，该框架包含三个阶段：1）将原始RTT序列分割为非重叠的1秒间隔并提取主要统计特征，2）在60秒滑动窗口上聚合这些秒级特征以生成更稳定的二级表示，以及3）使用所得特征空间进行区域比较、判别分析和下游分类。通过这种方式，所提出的框架保留了短期延迟动态，同时为跨区域分析提供了稳健的描述符。

IV-B 主要特征提取

为捕捉短期延迟动态，我们首先将原始RTT序列划分为非重叠的1秒分段。这种设计降低了原始测量的粒度，同时保留了每秒内的局部时间行为。对于每个分段，我们提取一组主要统计特征，包括集中趋势、变异性、极值和尾部延迟的度量。这些特征提供了局部RTT分布的紧凑总结，并作为后续窗口级聚合的基础。

形式上，设第 k 个1秒分段定义为：

其中 k 表示测量期间的第 k 秒，n_k = |S_k| 是该分段中RTT样本的总数。由于原始RTT测量每10 ms收集一次，正常情况下每个分段包含约100个样本。

对于每个分段 S_k，我们计算一组描述性统计量以总结局部RTT分布。样本均值和标准差定义为：

我们进一步计算中位数、最小值和最大RTT值为：

text

m_k = Median{r_i : (τ_i,r_i)∈S_k}
min_k = Min{r_i : (τ_i,r_i)∈S_k}
max_k = Max{r_i : (τ_i,r_i)∈S_k}

为捕捉尾部延迟，我们额外计算经验分位数：

第 k 个分段的主要特征向量为：

这些主要特征共同在集中趋势、变异性、极值和尾部行为方面表征了局部RTT分布。

IV-C 二级特征聚合

尽管主要特征提供了有用的秒级RTT行为总结，但它们对于稳健的区域级比较而言仍然粒度过细。因此，我们进一步在滑动窗口上聚合主要特征向量，以捕捉延迟的长期统计特征。具体而言，我们使用60秒的滑动窗口，步长为30秒。对于每个窗口，我们计算一组二级特征，总结该间隔内主要统计量的平均行为、变异性和百分位结构。此外，我们引入一个基于连续秒级平均RTT值之间平均绝对差的波动度量，量化延迟的短期时间变化。通过这种设计，每个窗口被映射为一个紧凑且更稳定的特征表示，用于下游区域比较和判别分析。

设滑动窗口内的1秒分段数量为 n_w。为量化窗口内的短期波动，我们将连续秒级平均RTT值的平均绝对差定义为：

其中 μ_k 表示窗口中第 k 个1秒分段的平均RTT。该指标反映了延迟随时间演变的平滑度或波动性。

按照这种设计，每个滑动窗口由一个14维二级特征向量表示。特征1-7对应主要统计量的窗口级平均值，其余特征捕捉波动、极值、中位数行为和高百分位特征。从每个60秒滑动窗口提取的14个二级特征的定义总结在表I中。

表I：滑动窗口统计特征总结

IV-D 分析流水线

基于上述分层特征构建，所提出的框架支持三种互补分析。首先，1秒主要特征用于RTT统计量的直接跨区域比较，如最小值、中位数和平均延迟，以检验是否存在稳定的区域分离。其次，二级滑动窗口特征用于通过互信息分析评估不同统计量的判别重要性。第三，相同的窗口级特征表示作为下游分类器的输入，用于区域识别和特征重要性分析。因此，该框架提供了一个统一的流水线，连接了细粒度RTT测量、可解释的统计特征提取和区域级延迟分析。

V 评估

V-A 数据集描述

在本节中，我们将回顾LENS数据集的数据采集方法、分析中使用的数据以及选择依据。

V-A1 测量终端位置选择

从LENS数据集中30个Starlink终端测量站点中，我们选择五个不同区域的终端测量数据进行分析（即Victoria、Ulukhaktok、Seattle、Bruhl和Kanazawa）。Victoria、Ulukhaktok和Seattle位于北美，Bruhl位于欧洲，Kanazawa位于亚洲。此外，LENS数据集[3]提供了用户终端与其关联PoP站之间的显式坐标。因此，我们可以计算终端与PoP位置之间的地面距离。我们在世界地图上标示了终端和PoP的位置（图1）及其对应的距离。选择这五个区域的终端进行分析有三个理由。首先，我们可以确保终端及其对应PoP站的精确定位。其次，我们确认所有选中的终端都有有效订阅。最后，所有这些终端都包含LENS数据集中最新的可用测量数据。

图1：Starlink终端、PoP站及终端-PoP距离。

V-A2 LENS数据集结构

LENS数据集采用分层存储结构。数据首先按区域分类。在每个区域目录中，文件按年和月组织。在这些月度目录中，文件进一步按日期划分。每个日期目录包含按小时划分的.txt文件，每个文件存储两个特征：时间戳（τ）和以毫秒为单位的RTT。

特定区域的一小时数据集表示为 H：

满足 τ(1) ≤ τ(2) ≤ ... ≤ τ(N)。

在(1)中，N表示文件中的总样本数。LENS测量时间间隔为10 ms，因此N的期望值为360,000（即 N = 100 × 60 × 60）。

V-B 跨区域比较

在本节中，我们利用1秒主要特征（θ_k）分析和比较五个不同区域的RTT分布。如图2所示，Ulukhaktok区域显示出与其他区域统计显著的分离，在所有三个特征（即最小值、中位数和平均RTT）上均表现出持续较高的RTT值。虽然Bruhl、Seattle和Victoria等区域的最小RTT约为15-18 ms，但Ulukhaktok保持在35-40 ms范围内。均值和特征也清楚地表明Ulukhaktok区域的RTT显著高于其他区域。

我们的发现与近期研究（如[10]和[4]）高度一致，这些研究将基础设施邻近度确定为主要影响因素。具体而言，Bose等人[10]指出，在基础设施有限的区域，由于到最近PoP站的距离极远，RTT显著增加。如图1所示，Ulukhaktok终端与其关联的Seattle PoP站之间的地面距离显著大于其他区域。总之，我们的经验证据直接证实了先前文献中描述的：基础设施有限且终端与PoP站之间地面距离长的区域导致网络延迟增加。

图2：五个不同区域在七天（2026年1月18-24日）内1秒分段特征向量（θ_k）的统计总结。

V-C 互信息分析

在本节中，我们采用基于k近邻（KNN）熵估计互信息（MI）[11]的非参数方法，评估14个统计特征（表I）的判别能力。在计算之前，我们对目标变量进行标签编码，并从数据集中过滤掉冗余特征（如时间戳和距离），以确保分析仅关注特征的判别能力。

得到的MI分数如图3所示。rtt_s_min_w_min特征获得最高分数，表明最小RTT对目标区域具有最强的判别能力。相反，rtt_s_mean_absdiff_mean和rtt_s_max_w_max表现出最低分数，意味着这两个特征与区域的相关性有限。总之，MI分析将最小RTT识别为14个统计特征中对目标区域识别最重要的特征。这表明区域差异最强烈地反映在下界延迟行为中，这与最佳可达路径条件密切相关，而非其他统计特征。

图3：互信息分数排名，显示14个二级特征在五个区域间的判别能力。

V-D 分类模型

我们采用极限梯度提升（XGBoost）模型[12]按区域对RTT测量数据进行分类。数据集划分的详细信息见V-D1节，分类准确率和性能指标见V-D2节。此外，为验证基于MI的分析并量化每个统计特征的判别能力，我们在V-D3节使用XGBoost分割评分函数（L_split）。我们列出选择XGBoost作为主要分类模型的四个理由：

特征可解释性： 我们需要模型提供哪些统计特征对区域分类重要。XGBoost的分割评分函数（即 L_split）可以发挥这一作用。

在括号内，第一项和第二项分别表示分割后左右子节点的分数。第三项是分割前的父节点分数。这里，λ和γ是正则化参数。通过使用L_split函数，我们可以解释哪些特征对分类任务重要。

稀疏感知： 丢包是卫星网络中固有的挑战。当丢包发生时，记录实体通常显示为none（即缺失值）。与许多需要在数据预处理步骤中手动插补的传统模型不同，XGBoost架构采用稀疏感知分割查找算法来处理训练数据中的缺失值。

细粒度数据的计算效率： LENS数据集具有很高的细粒度（即10 ms间隔）。即使在60秒特征提取之后，六天的训练数据集仍然保留约8,640个样本。XGBoost采用内存存储的块结构构建，数据在训练前在每个块中预排序和存储。这种设计消除了训练期间重复排序的计算。对于LENS中的数据分析，模型的时间复杂度是一个不可忽视的考虑因素。

模型性能比较： 我们使用相同的训练数据集训练了五个知名的机器学习模型（即XGBoost、KNN[13]、支持向量机（SVM）[14]、随机森林（RF）[15]和梯度提升决策树（GBDT）[16]），并在三个不同测试数据集上比较了它们的性能。结果见表II。基于比较，XGBoost模型在前两个测试数据集上的准确率优于其他模型，而SVM模型在第三个数据集上表现更好。

表II：不同模型在不同测试数据集和日期上的分类准确率

V-D1 实验数据集

训练数据集包含五个区域（即地图1中的区域）在六天（2026年1月18-23日）内的RTT测量数据。为评估模型的短期和长期稳定性，测试数据集选自三个独立的测试日：2026年1月24日（即短期），以及2026年2月4日和3月10日（即长期）。这种设计允许我们评估模型不仅在训练期后立即的数据上，而且在后续月份的数据上的性能。值得注意的是，LENS数据集中Kanazawa区域的RTT测量数据自2026年1月25日以来一直为空。因此，我们的长期测试数据集仅包括四个区域，不包括Kanazawa区域。在训练和评估之前，两个数据集都经过前述的60秒特征提取。最终，训练和测试数据集包含14个统计特征（见表I）和一个对应的目标标签（即区域）。

V-D2 实验结果

表III显示了模型在三个测试数据集上的性能。该模型在短期测试数据集上实现了83%的高分类准确率。其准确率在长期测试数据集上逐渐下降。这表明该模型对短期分类非常有效，但在更长时间段内性能逐渐下降。

短期和长期测试数据集的混淆矩阵见图4和图5。通过分析混淆矩阵，我们可以确定模型更准确地分类了哪些区域。我们观察到区域2（即Ulukhaktok）在所有三个测试数据集上得分最高。这符合我们的预期，因为跨区域比较部分显示Ulukhaktok的RTT统计特征明显不同于其他区域。当这些差异显著时，模型更容易区分区域。此外，从两个长期测试混淆矩阵（图5）中，模型在区分区域0和1（即Bruhl和Seattle）时遇到困难。这个问题源于两个区域的RTT分布相似，导致模型在预测时产生混淆。

表III：XGBoost在不同测试数据集和测试日期上的分类性能

图4：短期测试数据集的混淆矩阵。区域索引：0（Bruhl），1（Kanazawa），2（Seattle），3（Ulukhaktok），4（Victoria）。

图5：长期测试数据集的混淆矩阵。区域索引：0（Bruhl），1（Seattle），2（Ulukhaktok），3（Victoria）。

图6：训练的XGBoost模型特征重要性分数。

V-D3 特征重要性

图6显示了训练的XGBoost模型每个特征的重要性分数。我们观察到rtt_s_min_w_min特征的重要性分数显著高于其他特征。这一结果与互信息分析部分得出的结论高度一致。因此，我们得出结论，最小RTT是跨区域分类RTT最重要的特征。

表IV：跨长期测试数据集的特征级时间漂移-影响（DI）分数

V-E 长期漂移-影响分析

为进一步研究长期分类性能随时间下降的原因，我们分析了14个提取的RTT特征的时间漂移。训练期用作参考分布，两个长期数据集与之进行比较。具体而言，对于每个特征和每个区域，我们计算训练期特征分布与测试数据集之间的标准化均值差。所得漂移分数衡量了特征在给定测试日期上偏离其训练期行为的程度。由于并非所有特征对分类同等重要，我们进一步将漂移分数与XGBoost特征重要性分数相结合。得到的漂移-影响（DI）分数定义为特征级漂移与相应XGBoost重要性的乘积。因此，DI分数越大，表明该特征在区域分类模型中既具有时间不稳定性又具有重要性。所有DI分数如表IV所示。特征F10（即rtt_s_min_w_min）具有最高的XGBoost重要性，并且在2月4日和3月10日长期测试数据集上都表现出最大的DI分数。这表明最小RTT特征具有高度判别性，但也是时间不稳定的。这些分析确定了学习的区域级RTT特征并非完全随时间平稳。因此，长期准确率的下降可能不仅与模型结构本身有关，还与延迟特征的时间分布漂移有关，这可能是由用户需求变化、地面站/PoP状态变化、网络流量或其他操作条件引起的。

VI 结论

本文分析了卫星互联网测量数据集中来自地理区域的RTT测量，以识别区域延迟模式并评估统计特征能否区分区域。结果表明，基础设施有限且终端与PoP站之间距离较大的区域经历更高的延迟。在特征中，最小RTT被证明对区域区分最有效，MI分析和XGBoost分割评分都支持这一结论。虽然模型在短期内表现良好，但提高长期准确率仍然是一个挑战。长期漂移-影响分析进一步表明，这种下降与延迟特征分布的偏移有关，特别是最小RTT特征，该特征具有高度判别性但并非完全随时间平稳。未来工作将探索在线学习方法和额外的RTT特征，以增强和维持随时间的分类性能。