一种测控系统资源虚拟化云化的高可用方法及装置

技术领域

本发明涉及航天测控系统及容器云领域，具体而言，涉及一种测控系统资源虚拟化云化的高可用方法及装置。

背景技术

测控系统资源虚拟化云化是一种基于硬件资源虚拟化云化技术构建的新型通用航天测控方法，能够实现多路测控信号的测距、测速、测角、遥控、遥测及数传等功能，其测控功能由多个算法模块通过复杂的接口关系运行于云化轻量级容器资源中，容器在集群控制下协调运行完成测控任务，相较于传统测控系统更具灵活性、快捷性。由于被测目标高速飞行，其距离、速度、高度急剧变化的特性要求测控系统在极短的时间内实时处理大量信息，否则，引起测控信号及算法模块临时数据丢失、功能状态不稳定或任务部署失败等问题。因此，测控系统需在规定时间周期(通常为毫秒级)内完成信号采集和信息处理。

面对测控任务的强实时性处理需求，现有资源云化技术通过容器重启迁移或主备部署的方法来提高系统容灾性，具体通过以下措施实现：①通过心跳、探针对运行测控功能算法模块的容器进行健康检查，容器云平台kubelet组件定期通过Docker daemon获取所有进程(容器)状态，如发现异常，则迁移、重启进程；②在容器云测控系统中部署多个独立容器集群，避免所有集群同时发生异常，提高系统的整体容灾性。但是，针对实时连续测控信号字符流的特点，上述措施①容器迁移重启过程带来的时延(通常为秒级)大于信号处理时间，将造成部分信号流数据和算法模块产生的中间临时变量丢失，从而影响信号解析过程中环路的稳定性；措施②造成系统资源冗余，特别是对于未来大量在轨航天器的复杂测运控任务需求，将耗费大量软硬件资源，无法从根本上解决系统资源虚拟化云化下测控功能连续性的问题。

因此，需要通过测控系统资源虚拟化云化的高可用方法及装置保障信号的高可靠传输及处理，即，当某个运行测控功能算法模块的容器出现故障时，解决因故障时延而导致的实时测控信号中断问题及算法模块中间临时变量丢失问题，维护测控系统业务连续性及稳定性。

发明内容

本发明的目的在于，为了克服现有的技术缺陷，提供了一种测控系统资源虚拟化云化的高可用方法及装置，能够通过数据回溯方法提高测控系统资源虚拟化云化的高可用性，实现在测控系统中对实时连续信号的一致性处理。

本发明目的通过下述技术方案来实现：

第一方面，本发明提出了一种测控系统资源虚拟化云化的高可用方法，应用于容器云平台，包括：

根据测控任务启动数据缓存容器，接收实时信号数据包；

在所述数据缓存容器中为所述实时信号数据包申请缓存队列，将所述实时信号数据包依次写入所述缓存队列进行处理；

当检测到容器异常时，将所述缓存队列中未处理的实时信号数据包写入持久化数据卷中进行存储；

在故障排除时，通过挂载目录访问所述未处理的实时信号数据包。

可选的，所述根据测控任务启动数据缓存容器，接收实时信号数据包的步骤,包括：

根据测控任务的任务需求分配计算节点；

通过计算节点从镜像库拉起镜像，启动数据缓存容器和测控功能容器，所述测控功能容器用于以采样点为单位进行信号处理；

接收实时信号数据包。

可选的，从所述数据缓存容器中为所述实时信号数据包申请缓存队列，将所述实时信号数据包依次写入所述缓存队列进行处理的步骤，包括：

从所述数据缓存容器中为所述实时信号数据包申请缓存队列，并为所述缓存队列设置读写端；

通过所述读写端将所述实时信号数据包依次写入所述缓存队列；

从所述缓存队列中读取所述实时信号数据包，并将所述实时信号数据包发送至测控功能算法容器；

通过所述测控功能算法容器完成对所述实时信号数据包的处理并返回处理结果。

可选的，所述通过所述测控功能算法容器完成对所述实时信号数据包的处理并返回处理结果的步骤,包括：

通过所述测控功能算法容器对所述实时信号数据包的采样点进行累加运算得到算法模块临时数据；

根据所述算法模块临时数据进行环路累加或锁定判断；

删除处理之后的实时信号数据包，返回处理结果。

可选的，在所述缓存队列中未处理的实时信号数据包写入持久化数据卷中进行存储的步骤之前，所述方法还包括：

通过持久化卷声明为数据缓存容器声明存储资源规格；

根据所述存储资源规格为所述持久化卷声明分配相应的持久化数据卷。

第二方面，本发明还提出了一种测控系统资源虚拟化云化的高可用装置，应用于容器云平台，包括：

接收模块，用于根据测控任务启动数据缓存容器，接收实时信号数据包；

信号处理算法模块，用于在所述数据缓存容器中为所述实时信号数据包申请缓存队列，将所述实时信号数据包依次写入所述缓存队列进行处理；

数据缓存算法模块，用于当检测到容器异常时，将所述缓存队列中未处理的实时信号数据包写入持久化数据卷中进行存储；

访问模块，用于在故障排除时，通过挂载目录访问所述未处理的实时信号数据包。

第三方面，本发明还提出了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如第一方面任一项所述的测控系统资源虚拟化云化的高可用方法。

第四方面，本发明还提出了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如第一方面任一项所述的测控系统资源虚拟化云化的高可用方法。

上述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案，均为本发明可采用并要求保护的方案；且本发明，(各非冲突选择)选择之间以及和其他选择之间也可以自由组合。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合，均为本发明所要保护的技术方案，在此不做穷举。

本发明公开了一种测控系统资源虚拟化云化的高可用方法及装置，首先根据测控任务启动数据缓存容器，接收实时信号数据包，然后在数据缓存容器中为实时信号数据包申请缓存队列，将实时信号数据包依次写入缓存队列进行处理，当检测到容器异常时，将未处理的实时信号数据包写入持久化数据卷中进行存储，等到故障排除后通过挂载目录访问未处理的实时信号数据包。本发明通过持久化数据卷存储缓存队列中未处理的实时信号数据包，使得在算法重构时通过包序号对实时信号数据包进行恢复，使得平台异常重构产生的时延不影响信号字符流解析的连续性，实现了实时数据的可回溯性，进而提高云测控系统的高可用性。

附图说明

图1示出了本发明实施例提供的一种任务部署流程的示意图。

图2示出了本发明实施例提供的临时数据的生成示意图。

图3示出了本发明实施例提供的一种测控系统资源虚拟化云化的高可用示意图

图4示出了本发明实施例提供的一种在容器异常情况下的示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明针对测控系统虚拟化云化存在的实时连续信号及算法模块中间临时变量数据不丢包、以及测控业务不中断问题，提出了一种测控系统资源虚拟化云化的高可用方法，能够通过数据回溯方法提高测控系统资源虚拟化云化的高可用性，实现在测控系统中对实时连续信号的一致性处理，接下来以扩频功能下行链路信号处理为例，结合附图对本发明的技术方案进行详细说明。

测控系统资源虚拟化云化的高可用方法应用于测控系统的容器云平台中，包括以下各个步骤：

S110、根据测控任务启动数据缓存容器，接收实时信号数据包。

实时信号数据包由数据包首部、数据域、数据包校验位组成，其中数据包首部包括数据包的包序号，包序号用于为数据包计数，数据域采样点个数可以设为2000，通过信号处理算法能够对数据包中的每个采样点依次处理。

实时信号数据能够按照射频前端采样频率进行组包得到实时信号数据包，信号处理算法模块之间以数据包的方式传递信号。

可选的，根据测控任务的任务需求分配计算节点，通过计算节点从镜像库拉起镜像，启动数据缓存容器和测控功能容器，测控功能容器用于以采样点为单位进行信号处理，接收实时信号数据包。

临时数据包括码环容器中的累加器、NCO控制器输出值、鉴相器输出值以及滤波器输出值等，根据测控功能不同算法模块的临时数据不同。

此外，在容器云平台为实时信号数据包申请缓存队列之前，还需要先对测控任务进行部署。请参照图1，图1示出了本发明实施例提供的一种任务部署流程的示意图。当第N包数据包中2000个采样点均完成Node1中测控功能Pod的捕获、PN码环、载波环容器算法功能计算时，通过包序号定位将第N-1包信号及其中间临时变量从缓存队列中删除，并将第N包信号及算法模块容器输出结果发送到Node2。

根据任务需求利用控制节点(Master)分配资源池中计算资源(Node)。

通过计算节点从镜像仓库拉起镜像并启动容器。

容器包括数据缓存容器和测控功能容器，测控功能容器用于进行信号处理或者数据处理，而缓存容器用于缓存数据。在对测控任务进行部署完成之后，数字化射频前端设备接收实时测控信号，实时测控信号以数据包为单位经数据缓存容器缓存后分发到计算节点，通过测控功能容器对实时信号进行处理。

S120、在数据缓存容器中为实时信号数据包申请缓存队列，将实时信号数据包依次写入所述缓存队列进行处理。

可选的，从数据缓存容器中为实时信号数据包申请缓存队列，并为缓存队列设置读写端；

通过读写端将实时信号数据包依次写入缓存队列；

从缓存队列中读取实时信号数据包，并将实时信号数据包发送至测控功能算法容器；

通过测控功能算法容器完成对实时信号数据包的处理并返回处理结果。

容器云平台在数据缓存容器中为实时信号数据包申请缓存队列来实现各个容器之间的数据缓存功能，其中为了运行给在计算节点的测控功能算法容器提供实时信号缓存支持，计算节点通过总线接口接收测控信号数据包，容器云平台为申请的缓存队列设置读写端，使得实时信号数据包能够通过读写端依次写入缓存队列中，容器云测控系统通过出队指针获取缓存队列中各个实时信号数据包的包序号。

循环指针控制实时信号数据包写入缓存队列的大小，在实时信号数据包组成的信号流经过总线进入计算节点时通过入队指针控制实时信号数据包写入缓存队列的速度，分发容器从缓存队列读取数据包分发给测控功能算法容器，该计算节点测控功能算法容器完成信号处理和数据处理，将处理后的数据包和处理结果写入下一计算节点，同时通过包序号删除缓存队列中已处理的数据包。

可选的，通过测控功能算法容器对实时信号数据包的采样点进行累加运算得到算法模块临时数据；

根据算法模块临时数据进行环路累加或锁定判断；

删除处理之后的实时信号数据包，返回处理结果。

请参照图2，图2示出了本发明实施例提供的临时数据的生成示意图。以码环测控功能算法为例，码环路鉴相器根据码自相关性得到码相位误差，码相位误差经过滤波器后调整码环NCO控制生成速率来进行环路累加，通过码环锁定判定单元对码环锁定状态进行判定。

S120-a、对每个采样点依次进行虚实分离得到实部信号(I)和虚部信号(Q)。

S120-b、利用载波环分别对实部信号和虚部信号进行去频偏得到去频偏的实部信号和去频偏的虚部信号，再将去频偏的实部信号和去频偏的虚部信号分别与PN码产生器产生的超前码(ahead)、即时码(prompt)、第一滞后码(delay)以及第二滞后码(delays)进行相关运算得到实部相关信号：I

其中，超前码、即时码、第一滞后码以及第二滞后码由码环NCO控制，PN码产生器生成，超前码、即时码和第一滞后码分别相差0.5个码元宽度，而第二滞后码与即时码相差1.5个码元宽度，均由独立的伪码NCO控制器控制伪码生成速率。

S120-c、实部相关信号和虚部相关信号经相关累加器进行累加计算得到：I

S120-d、每个采样点重复a-c步骤，当码环路处理采样点个数等于2000(1包采样点个数)时，将中间临时变量数据写入缓存队列，其中，中间临时变量数据包括：相关累加器输出值、伪码NCO控制器输出值，因其分别作用于后续采样点的码环算法模块计算，故将其以“包序号，累加计数，I

S130、当检测到容器异常时，将缓存队列中未处理的实时信号数据包写入持久化数据卷中进行存储。

在进行信号处理时也是通过采样点完成的，在该过程中会产生中间临时变量，用于后续的采样点处理过程当中，当采样点计数等于1包采样点个数时，将中间临时变量写入缓存队列。

请参考图3，图3示出了本发明实施例提供的一种测控系统资源虚拟化云化的高可用示意图，容器云测控系统以轻量级可扩展的容器为运行单元，实现应用微服务化、应用快速部署、应用快速迁移、应用健康检查、快速故障恢复等特性，包括以下步骤：

S1、通过持久化卷声明为数据缓存容器声明存储资源规格。

S2、根据存储资源规格分配相应的持久化数据卷进行绑定。

其中，容器是测控功能算法镜像创建的运行实例，容器共享一个Pod虚拟化隔离计算和存储资源，为每个Pod配置独立生命周期的持久化数据卷(Persistent Volume，PV)对数据进行分布式存储，持久化卷声明(Persistent Volume Claim，PVC)为PV提供代理请求供Pod虚拟化资源调用。

容器云平台通过调用API服务接口来实现Pod创建，在创建Pod时会先由PVC来定义存储资源的规格，例如存储空间大小、访问模式等。再通过数据卷控制器按照规格分配与PV对应的PVC进行绑定，将宿主机的存储资源目录挂载到Pod目录中，使得PV能够通过存储插件为Pod提供实时数据存储服务。

首先设置网络文件系统NFS，在容器云平台中创建持久化数据卷集群和持久化卷声明集群，PV用于存储未处理的实时信号数据包及算法模块中间临时变量，根据数据卷储存的实时信号数据包基于NFS建立挂载点，挂载点用于表征实时信号数据包的目录，利用挂载点进行数据共享，接下来利用数据卷控制器按照规格绑定PV与PVC，创建不同的数据缓存容器，该容器使用持久化卷声明，用于接收实时数据包。

使用持久化卷声明PVC挂接持久化数据卷PV存储数据。根据测控任务配置测控功能容器和实时信号数据包缓存容器，当测控信号进入系统后，先通过实时信号数据包缓存容器进行缓存再进入算法模块容器。若算法模块故障导致容器异常，将缓存队列中的未处理数据包存入持久化数据卷PV中，系统重构和对应节点相同配置的容器，处理实时数据和存储资源池中的缓存数据。

其中虚拟化云化资源包括运行测控功能算法模块的虚拟化云化资源Pod及其持久化卷声明，数据卷控制器，存储资源，存储插件。下行链路信号的目标解调方式主要包括捕获、PN码环、载波环、位同步环、帧同步等。

特别的，当API服务检测到测控功能Pod状态异常之后，会通过控制节点的scheduler重新分配计算资源(Node)，参照图4，图4示出了本发明实施例提供的一种在容器异常情况下的示意图。

针对异常状态的测控功能Pod，控制节点配置计算节点，计算节点的测控功能容器负责处理存储资源池中的缓冲数据。

新计算节点从镜像仓库拉起镜像并部署容器，依次处理持久化数据卷中存储的实时信号，持久化数据卷中的中间临时变量缓存数据为测控功能容器提供相关运算支撑，避免算法重复的环路运算。

Kubelet组件定期上报计算节点的状态信息到控制节点中的API服务，API服务负责集群各功能模块之间的通信，集群内各个功能模块通过API服务将信息存入etcd，etcd是一个高可用的键值存储系统，主要用于共享配置和服务发现。当需要获取和操作这些数据时，通过API服务提供的REST接口来实现，从而实现各模块之间的信息交互。

当API服务检测到测控功能Pod状态异常之后，会通过控制节点的scheduler从原来的计算资源(Node)重新分配到另一个计算资源(Node)。

此外为了处理故障时延引起的缓存数据，会为控制节点配置主从节点，其中主节点的测控功能容器负责处理实时信号流，从节点的测控功能容器负责处理存储资源池中的缓冲数据。

计算节点从镜像仓库拉起镜像部署容器，依次处理持久化数据卷中存储的信号，持久化数据卷中的中间件缓存数据为从节点的测控功能容器提供相关运算支撑，避免算法重复的环路运算。

在一种可能的实施例中，缓存信号的包序号为j，则在持久化数据卷中读取第j-1包数据的相关累加器缓存数据，码环输入第j包数据包的第1个采样点，实部和虚部分别与第j-1包的载波NCO和j-1包码环NCO控制器生成的伪码进行相关运算，相关累加器基于第j-1包缓存的进行累加运算，将结果输入码环路鉴相器和码环锁定判定单元，此时并不影响第j包数据的码环锁定状态。

S140、在故障排除时，通过挂载目录访问未处理的实时信号数据包。

在故障排除之后，测控功能容器需重启或迁移，通过挂载目录访问未处理的实时信号数据包，使得能够通过包序号回溯到未处理的数据，也可通过数据包序号读取上一包数据环路的相关数据，保持环路累加器数据的连续性，容器云平台执行以下步骤：

步骤1：容器云平台包括kubelet组件，其部署于容器云平台的节点上，使得容器云平台能够通过kubelet组件来检测提供服务的测控功能容器是否异常。具体的，kubelet组件通过心跳模式对所有的服务状态进行监听来判断服务状态是否正常，同时通过探针模式对业务软件进行监听来判断容器是否正常运行。当服务状态异常或容器异常运行或服务状态和容器都异常时，才能标志着提供服务的容器异常，反之，提供服务的容器正常则需要同时满足服务状态正常和容器正常运行这两个条件，在容器正常的情况下将处理完的数据包删除。

步骤2：测控功能容器异常影响缓存队列的数据清理，当缓存队列中数据量大于队列长度时，将数据存入实时数据存储资源池，由数据卷PV提供持久化存储，其他容器可通过挂载目录访问存储的数据。

由于数据卷控制器根据规格分配与之对应的数据PV进行绑定，将宿主机的存储资源目录挂载到Pod目录中，数据卷PV便能通过存储插件为Pod提供实时数据存储。

与现有技术相比，本发明实施例具有以下有益效果：

通过持久化数据卷存储缓存队列中未处理的实时信号数据包，使得在算法重构时通过包序号对实时信号数据包进行恢复，使得平台异常重构产生的时延不影响信号字符流解析的连续性，同时实现了实时数据的可回溯性，进而提高云测控系统的高可用性。

此外，本发明还提出了一种测控系统资源虚拟化云化的高可用装置，应用于容器云平台，用于实现上述的测控系统资源虚拟化云化的高可用方法，包括虚拟化云化资源、数据卷控制器、存储资源、存储插件等，此外该装置还包括：

接收模块，用于根据测控任务启动数据缓存容器，接收实时信号数据包。

信号处理算法模块，用于在数据缓存容器中为实时信号数据包申请缓存队列，将实时信号数据包依次写入缓存队列进行处理。

数据缓存算法模块，用于当检测到容器异常时，将缓存队列中未处理的实时信号数据包写入持久化数据卷中进行存储。

访问模块，用于在故障排除时，通过挂载目录访问未处理的实时信号数据包。

进一步，该装置在实时信号进入测控系统计算节点后，先通过数据缓存Pod再进入测控功能Pod完成信号处理，若算法模块故障导致容器异常，将缓存队列中的实时信号数据包及测控功能容器的中间临时变量数据存入数据卷PV中，进行系统重构和对应节点相同配置的容器，处理实时数据和存储资源池中的缓存数据。

本发明实施例提供了一种计算机设备，该计算机设备可以实现本发明实施例所提供的测控系统资源虚拟化云化的高可用方法任一实施例中的步骤，因此，可以实现本发明实施例所提供的测控系统资源虚拟化云化的高可用方法的有益效果，详见前面的实施例，在此不再赘述。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的测控系统资源虚拟化云化的高可用方法中任一实施例的步骤。

其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一测控系统资源虚拟化云化的高可用方法实施例中的步骤，因此，可以实现本发明实施例所提供的任一测控系统资源虚拟化云化的高可用方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。