2013年，Bekmezci等人[1〗在综合无人机系统技术、传感技术、通信组网技术以及移动自组织网(Mobile Ad Hoc Network，MANET)[2〗技术的基础上提出了无人机网络(Flying Ad Hoc Network，FANET)的相关概念，即一种新型的无人机间自组织网络，旨在解决无人机系统的空-空通信和空-地通信及组网等问题。相比于传统的MANET和车载自组织网络(Vehicular Ad Hoc Network,VANET)[3]，FANET的迁移度和拓扑变化程度更高，组网时节点的算力和能耗更少，应用场景更灵活，能较好地适应军、民用领域的信息化需求。
目前，随着各领域网络设备数量的指数级增长，应用需求不断更新，传统基于IP的FANET已无法满足发展需求。在传统的网络模型中，无人机作为网络节点不仅要负责数据的转发，还要负责网络中路由信息的交换与传输。由于无人机自身计算性能和续航能力有限，因此复杂路由协议运行效率也大受限制。并且一旦网络有新业务需求，就要涉及到基础设施相关功能的具体设置与修改。软件定义网络(Software Defined Network，SDN)作为一种新兴网络架构，为以上问题的解决给出了解决方案，这是因为其具备以下几大优势：一是SDN实现了控制平面与数据平面的分离，能够适应网络中服务和应用的具体要求抽象化基础设施，提升网络的灵活性[4]；二是SDN设置了开放的编程接口，方便了网络的配置和管理，简化了网络运营商在网络中部署应用的过程，降低了整体的网络运营成本；三是SDN控制器通过收集转发设备中的网络信息监视网络状态，并能够基于全局路由做出最佳决策，同时还能通过实现逻辑上的集中控制，以提升网络的服务资源利用率[5]。因此，SDN能较好地适应网络中频繁的业务更新和任务拓扑变化，最大限度地降低网络的运营成本，满足FANET的发展需求。
本文基于SD-FANET的架构和算法研究，试图从SDN控制器的部署方式入手对目前SD-FANET的发展现状进行综述，探讨了MEC与SD-FANET结合的可能性。
1 SDN网络架构
如图1所示，SDN架构实现了转发硬件与控制逻辑的分离，使得网络在新协议和新应用的部署、网络的可视化和管理以及中间件在软件控制中的整合变得更加容易[6]。同时SDN架构设置了逻辑上集中的软件实体，即SDN控制器，以承担网络操作系统的任务，同时还能为转发设备、交换机和路由器提供集成接口，极大地简化了网络管理，减少了在分散的具体设备上执行策略和运行协议的过程，提升了网络的可编程性、灵活性和扩展性[7]。
图1 SDN网络与传统网络对比
制定SDN标准接口的权威组织开放网络基金会(Open Networking Foundation,ONF)给出了典型的SDN架构，如图2所示。
图2 ONF提出的SDN架构
该架构由上至下依次为应用平面、控制平面和数据平面。数据平面包含了各类网络元素和基础设施，负责建立连接不同规则的数据通路；控制平面则包含逻辑集中的SDN控制器，负责整个网络的维护与管理；应用平面承载着各式各样的应用，利用北向接口(Northbound Interface,NBI)接口向控制平面不断更新需求和网络状态，而用户则无需关心底层基础设施的技术细节，只需要通过简单的编程对新应用进行快速部署，进而实现网络功能的定制化[8]。控制平面与数据平面之间则采用控制数据平面接口(Control-data-plane Interface,CDPI)进行通信，主要是依靠OpenFlow协议[9]。该协议是一种与厂商无关的协议，主要描述了如何对数据平面的交换机进行编程，并不影响数据平面以上的逻辑。
SD-FANET的具体架构如图3所示，网络中应用平台和控制平台设置在地面控制中心，而数据平面主要由无人机群和卫星网络构成。在该架构中，无人机可以通过卫星网络或地面基站与控制平面进行通信，而控制平面则基于地面网络，管理与控制所有的无人机。由于无人机可以和控制器进行绑定，因此单个无人机能够通过与控制平面通信获取全局网络拓扑结构。
图3 SD-FANET架构[10]
2 SDN在FANET中的应用
2.1 SDN在传统移动自组织网络中的应用
由于SDN具有网络管理简单、可编程性、逻辑集中等特点，因此在不同类型的移动自组织网络中均有所应用。文献[11]研究了SDN在战术MANET中的应用，针对存在多个SDN控制器的网络架构中控制器之间的网络状态信息难以协调的问题，提出了一种SDN控制器分级部署方式，将控制器分为全局控制器、区域控制器和协同控制器三级，每一级的控制器被赋予了不同的定位，并根据对应的应用需求和能力要求进行设计。文献[12]则研究探析了SDN在天基信息网络中应用的可能性，具体做法是在利用空间网络化技术实现天地骨干互联互通的同时，简化、分离网络基础设施的控制功能，在各层网络中引入控制网元，实现由软件对全网资源的集中配置、调度和管理。
FANET以移动性更快的无人机作为转发节点，网络拓扑更加复杂，对网络结构和路由协议的要求也更高，与SDN结合的细节也因此不同。本文主要聚焦于SDN在FANET中的应用研究现状，结合FANET特点探究SDN的应用前景和面临的挑战。
2.2 SD-FANET研究进展
FANET主要由地面基站(或卫星通信节点)和无人机群构成，其中无人机作为网络节点构成一个自组网，节点之间能够相互转发数据，并兼具收发器和路由器角色，通过多跳转发的形式与更远的节点和地面基站(或卫星通信节点)进行通信。但是，区别于传统移动自组织网络，作为中继节点的无人机为了应对长达数万公里的通信距离，通常要实现数米每秒的运动速度，高速运动的无人机会导致高度变化的网络拓扑和不稳定的链路连接。而SDN的引入解耦合了控制平面和数据平面，对于网络组件具有较好的可控性和可见度，资源的分配和管理也更加灵活。文献[13]描述了SDN支持无人机网络的各种需求的潜力，包括高移动性、自适应交换和路由，以及处理非永久链路，其利用SDN网络的可编程性对网络进行高效配置，使得控制器在更改网络协议和创建新路径时更加简单。
目前根据SDN控制器的部署情况主要分为集中式和分布式两种形式，表1对这两种形式的部分文献成果进行了总结。
表1 SD-FANET部分文献成果
表1(续)
2.2.1 集中式部署
由于传统的基于IP的FANET是垂直整合的，控制平面和数据平面被捆绑在一起，网络的灵活性和动态性是最小的，基于此，Chetna等[14]在无人机辅助的网络中结合移动功能和WiFi接口，利用OpenFlow协议开发了无线场景下的SDN框架。框架中SDN控制器负责处理网络和无人机信息，并与无人机控制器进行协商。为实现对网络更加实时的监控，SDN控制器中还设置了监控平台，能够对无人机网络采集到的数据进行检查和处理。基于此，作者依赖监控平台的数据信息，以提升端到端数据传输的服务质量(Quality of Service，QoS)为指标提出一种负载均衡算法，解决了动态的无人机辅助网络中路由和链路的切换问题。仿真结果验证了SDN框架和负载均衡算法的可行性。
Rahman等人[15]利用SDN框架解决面向灾区的无人机通信网络的部署问题，通过无人机节点实时上传信息给SDN控制器，构建网络状态的全局视图，并在其包含的网络拓扑信息、数据速率需求和路径信息的基础上提出了一种基于禁忌搜索的无人机定位最大吞吐量算法。仿真表明，算法通过优化无人机定位，提升了26%的网络吞吐量。
当无人机平台在计算密集的地区频繁转移时，不仅会造成较大的吞吐量，与地面节点通信的身份认证同样是不可忽视的安全问题。基于此，Kumar等人[16]提出了一种基于无线传感器网络节点传输密度的移动方案，利用SDN控制器提供了在移动中更新流的机会，从而适应动态拓扑，并通过预先安装的流表更新合法的移动和节点认证。通过实验仿真，该方案不仅实现了无线传感器网络和空中节点的认证和协调，还能极大地改善吞吐量、覆盖率和延迟等指标。
针对军事侦察和灾区通信基础差以及敌对势力通信干扰强的现状，Secinti等人[17]提出了一种新的SD-FANET路由框架。在基于软件定义的控制平面中，无人机作为软件开关，能够执行转发命令，并根据控制器指令确定首选路由，同时还使用了多层图形模型，并在3D空间中创建了最大程度分离的路径，以确保对干扰的弹性。最后基于降低时间延迟和提高针对干扰的弹性指标的综合考虑，提出了一种弹性指标结合启发式方法。通过实验仿真，与传统算法相比，该算法能够降低12%的时间延迟，端到端中断弹性提高了34%。
Zhao等人[18]研究了SD-FANET的无人机中继节点优化布置问题，通过考虑无人机位置、运动轨迹和剩余能量等全局上下文信息，实现实时视频服务和避免碰撞。在文献[18]的基础上，Pedro等人[19]考虑了控制信息对于网络的影响，在网络中设置了一个集中的控制器，能够基于无人机的全局上下文信息在不需要控制消息传输的情况下对无人机信息进行预测。同时作者提出了一个基于集群的控制平面消息管理软件定义飞行自组织网络，称为CAPONE。CAPONE通过Gap统计方法计算聚类数量，并将其作为模糊C-means方法的输入值，定义聚类头，并对每个聚类的节点进行分组。其中，作为聚类头的无人机可以作为本地控制器执行更复杂的任务，如控制每个组成员，从非聚类头的无人机收集数据进行数据聚合，并将聚合后的数据发送给控制器。如表2和图4所示，通过与传统SDN-FANET网络架构以及只应用了预测算法的SDN-FANET进行仿真对比，CAPONE能够有效地通过降低网络开销和能耗，提高控制消息管理的整体网络性能，同时提高可扩展性和应用性能，为由更多数量的无人机组成的广阔任务区域提供更好的性能。
表2 不同控制平面消息管理机制的开销[19]
