大家读完觉得有有帮助记得关注和点赞摘要低地球轨道LEO卫星星座的部署是实现全球规模量子网络的重要一步。然而在时空轨道动力学和量子物理约束下评估卫星量子网络协议在计算上仍然代价高昂且具有挑战性。在本文中我们提出了QUASAR一个用于评估星基量子网络中纠缠分发的轻量级模拟器。QUASAR提供了一种解耦架构将动态轨道拓扑、时变光学透射率和量子记忆退相干集成到网络层属性中。为了展示其能力我们抽象并实现了两种代表性的硬件架构同时下行链路和在轨拼接。我们进一步引入了一种纠缠分发率EDR感知的时空路由EASR启发式算法作为参考工作负载。我们的案例研究考察了QUASAR如何支持不同的卫星架构、路由工作负载、真实轨道轨迹、并发请求以及可扩展的事件驱动执行。相比于持续轮询QUASAR的网络层更新延迟降低了超过85%为未来卫星量子网络协议评估提供了一个实用且可扩展的框架。关键词卫星量子网络纠缠分发离散事件模拟时空路由低地球轨道星座1 引言全球量子互联网的实现有望带来安全通信和分布式量子计算 [16]。为了将孤立的地面量子网络桥接成全球基础设施星地架构变得越来越重要近期的努力已概述了其用例、架构和部署路线图 [5]。由于地面光纤中的指数级光子损失低地球轨道LEO卫星星座已成为实现全球规模纠缠分发的一种有前景的方法 [25, 9]。这些进展推动了在大规模部署前对星基量子网络设计进行系统评估工具的需求。当前的量子网络模拟器针对不同的设计目标。全面的离散事件模拟器如NetSquid [3] 和SeQUeNCe [23]提供了量子硬件、协议和控制过程的精细模型。它们可以捕获光子级时序和密度矩阵态演化但这种细节在对大规模、动态LEO星座进行评估时会带来巨大的计算开销。网络层模拟器如SimQN [2] 提高了可扩展性和协议评估的便捷性。然而这些引擎针对静态的地面拓扑进行了优化。它们缺乏对连续LEO轨道传播、仰角相关大气衰减和动态视线LOS接触图的原生支持。因此当前关于卫星量子网络的路由研究通常依赖于定制的优化模型和启发式算法 [21, 1, 22, 11, 10]。虽然这些研究提供了理论见解但它们通常在孤立或平均的物理条件下进行评估使得难以捕捉LEO轨道动力学、光学信道变化和量子记忆退相干的联合影响。评估从瞬时下行链路到记忆辅助空间中继的各种路由范式因此需要一个事件驱动的模拟器能够将连续的物理约束抽象为动态的网络拓扑和路由度量。为了弥合静态地面网络层模拟器与动态卫星量子网络评估需求之间的差距我们提出了QUASARQuantum Satellite Architecture and Routing Simulator¹。QUASAR被实现为一个轻量级、解耦的Python覆盖层构建在SimQN的离散事件模拟核心之上。它作为一个时空抽象桥梁处理LEO轨道几何、光学透射率和记忆退相干。这些物理状态被暴露为动态的网络层属性用于事件驱动的路由评估。本文的主要贡献有三方面• 我们提出了QUASAR一个构建在SimQN之上的轻量级时空覆盖层。通过将连续的轨道力学和信道建模与离散事件执行层解耦QUASAR将网络层量子模拟扩展到动态LEO量子网络场景并降低了更新开销。• 我们在该覆盖层中抽象并形式化了两种代表性的量子卫星架构——同时下行链路和在轨拼接——引入了时间退相干模型以反映量子存储器的物理限制。• 我们使用纠缠分发率EDR感知的时空路由EASR作为参考工作负载进行了系统级案例研究。评估涵盖了受控架构行为、轨迹驱动的轨道输入、并发请求工作负载以及运行时机制消融展示了QUASAR支持可扩展卫星量子网络评估的能力。2 背景与相关工作本节回顾了量子网络基元、模拟器、卫星信道模型以及路由研究这些构成了QUASAR可重用事件驱动底层平台用于LEO卫星量子网络评估的动机。2.1 量子网络基元与经典的分组交换网络不同量子网络的主要服务并非在转发路径上传输数据包。相反其基本的网络层服务是在远程用户之间分发高保真度的爱因斯坦-波多尔斯基-罗森EPR对 [18, 26]。这样的纠缠对可作为更高层量子协议包括基于隐形传态的状态转移和分布式量子应用的可消耗通信资源。图1展示了长距离量子网络中使用的两种基本基元。在量子隐形传态中通过消耗一个共享的EPR对和在贝尔态测量BSM后产生的经典消息来传输一个输入量子比特。在纠缠交换中通过在中继节点进行中间BSM将两个本地的EPR对转换成一个更长的端到端EPR对。这些基元将网络层目标从经典的数据包传递转变为建立可用的端到端纠缠。图1量子网络两种基元的示意图左侧为量子隐形传态右侧为纠缠交换。在卫星量子网络中实现这些基元本质上是时空相关的。光学衰减取决于星地距离、仰角和链路类型而可行的链路仅出现在间歇性的接触窗口内。在记忆辅助操作中量子存储器临时存储纠缠量子比特这会导致存储引起的保真度退化。因此评估卫星量子网络协议需要一个能够将时变物理约束暴露为网络层属性的模拟器。这一观察促使了QUASAR的设计将连续的轨道、信道和存储器动态抽象为动态拓扑和路由度量用于事件驱动的评估。2.2 相关工作量子网络模拟器。已有多个量子网络模拟器被开发出来具有不同的抽象级别和设计目标。NetSquid和SeQUeNCe提供了全面的离散事件框架用于建模量子硬件、存储器、协议状态机和控制平面行为使其适用于详细的整栈或硬件感知评估 [3, 23]。其他平台如SimulaQron、QuNetSim和QuISP支持量子互联网软件开发、协议实验和架构级研究 [4, 6, 17]。SimQN则采用了一种互补的网络层视角通过减少量子态模拟开销并支持可重用的网络协议 [2]。这些平台显著推进了量子网络实验但它们并非主要围绕持续演变的LEO卫星接触图、仰角依赖的光学衰减以及在轨道动力学下的事件驱动路由重计算而设计的。卫星量子信道建模。另一条互补的研究方向聚焦于卫星量子通信的物理可行性和信道建模。现有分析描述了传播距离、接触几何、大气衰减和星地可见性如何影响可实现的纠缠速率 [13, 19, 14]。近期的研究还考虑了在真实光学损伤下的地球到卫星光链路和空间分集 [20, 7]。这些研究提供了重要的物理层模型和可行性见解但它们并非主要设计为用于路由和事件驱动评估的可重用网络层模拟底层平台。卫星量子网络路由。近期的研究已开始解决星基量子网络中的路由、调度和资源分配问题。基于优化的方法在卫星和地面站资源约束下为纠缠分发制定了卫星分配、资源分配和路径选择方案 [21]。其他研究考虑了动态卫星移动、星间链路、可扩展调度策略以及用于卫星辅助纠缠分发的空天一体化路由 [1, 22, 11]。最近的努力进一步研究了用于全球规模纠缠分发的卫星辅助量子互联网架构 [10]。这些研究提供了重要的算法见解但在一个共同的抽象下用于比较卫星量子网络架构、动态信道属性和路由工作负载的可重用事件驱动底层平台仍较少被探索。QUASAR的定位。QUASAR定位于详细的物理层模拟器和定制的卫星路由优化研究之间。它并非要取代全栈量子网络模拟器或高保真光学信道模型而是为卫星纠缠分发评估提供了一个轻量级的时空抽象层。它集成了轨道可见性、光学透射率以及与存储器相关的保真度退化将其转化为动态的网络层属性从而允许在共同的事件驱动执行模型下评估不同的卫星量子网络架构和路由工作负载。这种设计使QUASAR成为现有工具的补充在保留网络层可编程性的同时纳入了关键的时变LEO约束。3 QUASAR模拟器设计QUASAR是一个解耦的Python覆盖层桥接了连续的物理计算和离散事件网络模拟。如图2所示它将轨道可见性、信道透射率和记忆退相干抽象为演变的网络层属性供模拟引擎使用。图2QUASAR框架的核心模拟模块。3.1 时空拓扑引擎QUASAR的基础是其时空拓扑引擎旨在原生地模拟LEO星座的高速移动性。该引擎支持可配置的Walker-Delta星座和标准双行根数TLE集并利用SGP4轨道传播器在地心惯性ECI坐标系中跟踪卫星轨迹 [20]。在每个 Δt 100 ms 的模拟时隙中物理引擎评估轨道可见性、信道透射率和存储器状态并且仅当相应的可见性、信道或保真度条件发生变化时才触发网络层更新。在任何给定时间 t对于位于位置向量r_s(t) 的卫星和位于r_g的地面站引擎计算瞬时欧几里得倾斜距离 L(t) ||r_s(t) −r_g||₂ 以及相应的仰角 θ(t)。为防止底层路由算法尝试不可行的连接引擎强制执行视线LOS可见性掩码。它通过移除任何仰角 θ(t) 低于硬件规定的最小阈值 θ₀ 的星地边来主动修剪网络图以捕捉地球遮挡和低仰角可见性约束。对于星间链路QUASAR同样根据相互可见性和硬件距离约束更新候选边。只有当相应的卫星对具有无遮挡光路且满足配置的距离限制时ISL才会被包含在 ℰ_t 中否则该边在暴露给路由层之前被修剪掉。3.2 动态信道模型穿越卫星网络的量子信号会经历与距离相关的衰减这直接限制了纠缠生成速率。为了捕捉这种空间异质性模拟器根据其物理环境区分给定边 e 的透射率穿透大气的星地链路SGL和在真空中运行的星间链路ISL。在应用环境损耗之前QUASAR为每条边计算一个基准自由空间透射率。该基准捕捉了由瞬时传播距离、望远镜孔径和光束发散引起的传播损耗。总边透射率 η_(e)(t) 随后被实例化为其中 η₀_(e)(t) 表示边特定的自由空间透射率κ 吸收了固定的光学实现损耗如耦合损耗、探测器效率、内部光学透射率和残余指向损耗。对于SGLQUASAR进一步应用了一个仰角依赖的大气损耗。当卫星接近地平线时通过大气的光路长度增加。我们使用标准的余割定律近似 [14]其中 α 是线性大气衰减系数h₀ 表示大气的有效厚度θ_e(t) 是边 e 的瞬时仰角。得到的 η_(e)(t) 被暴露为用于网络层路径查找的动态边属性。3.3 损耗与保真度模型除了空间光子损失擦除错误量子网络还遭受操作损耗和时间退相干退极化错误。为了将这些复杂的量子物理约束解耦为经典网络层启发式算法QUASAR采用了一个轻量级的成功概率和保真度跟踪模型。在“在轨拼接”范式中多跳纠缠分发需要连续的贝尔态测量BSM。我们将第 k 个轨道中继的概率成功率表示为 ζ_⋈(k)。在空间路径 上的端到端成功概率建模为其中 _⋈ 是执行纠缠交换的中间路由卫星的子集。此外为了模拟轨道携带阶段的时间退相干设 τ_c 为星载量子存储器的特征相干时间。给定初始的预示保真度 ℱ₀在物理存储持续时间 Δτ 后的退化保真度 ℱ(Δτ) 建模为QUASAR并非硬编码特定的网络策略而是将物理模拟与算法执行层解耦。模拟器持续跟踪几何生存概率 ℙ_↔ 和时间保真度 ℱ(Δτ)将它们作为动态物理属性暴露给路由评估。在该框架内评估的任何更高层协议都可以强制执行保真度阈值条件 ℱ(Δτ) ≥ ℱ*。通过暴露这些物理属性QUASAR允许网络层在空间概率性多跳交换损耗与由记忆缓冲引起的时间退相干之间进行权衡。4 卫星架构与路由在第3节抽象的物理模型之上运行QUASAR覆盖层维护一个动态拓扑 (t) (, ℰ_t)并将动态边属性暴露给网络层评估。为了捕捉具有代表性的LEO量子网络能力QUASAR支持两种操作范式。4.1 量子硬件架构路由决策空间根本上受限于卫星的星载硬件特别是量子存储器的存在与否及其质量。同时下行链路SD。此范式假设卫星纯粹作为纠缠光子对源例如通过SPDC运作没有记忆缓冲 [8]。只有当单颗卫星同时保持与两个目标节点的视线LOS时分发机会才有效。因此时间延迟为零Δτ 0绕过了退相干但将空间路由空间限制在高度受限的几何交集内。在轨拼接OOS。配备量子存储器的卫星可以缓冲传入的量子比特并充当记忆辅助中继。这种解耦允许在可行的接触窗口内异步地进行纠缠生成和随后的交换⋈。然而记忆辅助操作会引入不可避免的保真度损失。回顾4该损失由相干时间 τ_c 控制。对于一条路径 其累积总存储持续时间 Δτ() ∑{v∈⋈} Δτ_v路由协议必须考虑保真度的指数级退相干。这些硬件范式在QUASAR中暴露了不同的决策空间。在SD下路由归结为选择一颗同时覆盖两个目标节点的卫星如果不存在这样的卫星则该请求不可行。在OOS下路由变成了在 (t) 上的一个记忆辅助时空路径选择问题。4.2 路由接口与参考工作负载运行在此物理-网络解耦的边界上QUASAR路由接口接收由第3节模型生成的物理属性。它暴露一个动态拓扑其边携带实时属性如透射率 η_(e)(t)、边类型和可见性状态而基于OOS的路由则额外查询预测的LOS接触窗口以确定可行的拼接机会和累积的记忆驻留延迟 Δτ。为了提供简单的参考点QUASAR包含两个代表决策空间极端情况的路由基线。动态最短路径DSP最小化瞬时物理跳数而不明确考虑光学损耗而最大概率路由MPR贪婪地选择高透射率路径而不明确考虑时间记忆退相干。作为一个具体的参考工作负载QUASAR包含了EDR感知的时空路由EASR启发式算法它消费事件驱动接口暴露的动态属性以评估空间损耗和时间退相干的联合效应。对于记忆辅助路径选择我们将参考的EDR感知目标表述为为了将此乘法目标集成到高效的离散事件路径查找结构中我们应用负对数变换得到一个统一的时间相关边权重这里Δτ_v 表示在可行的OOS拼接机会中中继节点 v 处的记忆存储时间捕捉了在纠缠交换前的本地缓冲和协调延迟。此公式可以特化到选定的硬件抽象。在无记忆的SD范式下由于 Δτ 0 且不执行记忆辅助交换它归结为基于联合瞬时下行链路透射率选择一个可行的同时双下行链路机会。在OOS下它在多跳空间损耗和时间退相干损耗之间进行权衡。算法1 EDR感知的时空路由EASR0: 动态图 (t)源点 s目标 d相干时间 τ_c保真度阈值 ℱ*0: EDR感知的可行路径 *1: 初始化代价数组 [v] ← ∞ 对所有 v∈2: 初始化优先队列 插入 (s, 0)3: [s] ← 04: while 非空 do5: 从 中提取具有最小 [u] 的节点 u6: if u d then7: 返回 重构路径 *8: end if9: for each 在 (t) 中 u 的邻居 v do10: τ^ ← Δτ(s ↝ u → v) {累积延迟}11: 使用 (4) 估计 ℱ(τ^)12: if ℱ(τ^) ℱ* then13: 继续 {修剪违反保真度的路径}14: end if15: 使用 (6) 计算边权重 ω_{u,v}(t)16: if [u] ω_{u,v}(t) [v] then17: [v] ← [u] ω_{u,v}(t)18: 将 (v, [v]) 插入 19: end if20: end for21: end while22: 返回 ∅ {未找到可行路径}算法1说明了EASR工作负载如何消费QUASAR的动态边属性。优先队列扩展具有最低累积时空代价的部分路径。对于每个候选扩展算法估计累积存储延迟 τ^并在结果保真度违反 ℱ* 时修剪该路径。然后可行的扩展通过6中的边权重进行排序该权重结合了光学损耗、交换成功率和时间存储成本。在此设计中保真度充当硬可行性过滤器而边权重在可行路径中提供软排名。5 软件架构与实现基于第3节的物理模型和第4节的路由抽象本节介绍QUASAR的三个软件接口拓扑实例化、事件驱动的物理解耦和自定义路由编排。代码清单展示了用户如何通过这些接口配置和运行QUASAR工作负载。5.1 时空拓扑实例化任何QUASAR模拟的基础是物理网络覆盖层的实例化。研究人员无需手动定义静态邻接矩阵而是可以使用标准轨道规范原生地构建大规模低地球轨道LEO星座。如清单1所示QUASAR将物理实体抽象为面向对象的节点类。地面站通过精确的地理坐标实例化而动态卫星节点则根据轨道规范文件如TLE数据集或可配置的Walker-Delta星座描述生成。该框架随后建立具有时变可见性和信道属性的动态量子连接。python# 1. 拓扑生成卫星与地面站 import quasar # 初始化核心并添加地面站GS net_core quasar.Network.get_instance() gs_pek quasar.GroundStation(GS_PEK, lat39.9, lon116.4) net_core.add_node(gs_pek) # 加载LEO星座配置 leo_nodes quasar.Constellation(walker.txt) net_core.add_nodes(leo_nodes) # 建立动态量子信道 for sat in leo_nodes: net_core.add_q_connection(sat, gs_pek, dynamic_lossTrue)清单1LEO星座和地面站的实例化。5.2 事件驱动的物理解耦评估LEO量子网络的一个主要挑战是计算上昂贵的物理层。现有模拟器要么依赖静态物理快照要么执行连续的环境轮询这两种方式都严重限制了可扩展性。QUASAR引入了一个离散事件桥接器。如清单2所示物理引擎仅在可见性、距离或保真度阈值被触发时才更新状态从而将空间计算与网络层事件循环解耦。python# 2. 核心实现事件驱动桥接器 class EventBridge: def check_thresholds(self, edge_st): # 监控物理属性 if not edge_st.available: self.trigger(LINK_DROP, edge_st.nodes) elif edge_st.fidelity F_STAR: self.trigger(FIDELITY_LOSS, edge_st.nodes) else: # 更新加性时空权重 w -math.log(edge_st.eta) (edge_st.dt / TAU_C) self.update_weight(edge_st.nodes, w)清单2将物理从离散事件解耦的事件驱动桥接器。5.3 自定义编排接口QUASAR的主要目标是作为一个多功能的先进网络层算法测试平台。通过暴露统一的RoutingAlgo接口该框架允许研究人员评估复杂的时空启发式算法而无需手动管理底层的轨道和量子光学动态。为了说明这种可扩展性清单3展示了EDR感知的时空路由EASR参考工作负载的集成。编排器动态计算统一的边权重——结合空间成功概率的负对数与时间退相干惩罚——并执行修改后的最短路径搜索。python# 3. 自定义编排器EDR感知路由 class EASR_Orchestrator(quasar.RoutingAlgo): def compute_route(self, src, dst, graph): # EASR: 最小化时空代价 def easr_cost(edge): p_succ edge.eta * edge.swap_prob dec_penalty edge.dt / TAU_C return -math.log(p_succ) dec_penalty # 执行动态最短路径搜索 path graph.dijkstra(src, dst, weight_fneasr_cost) return path # 使用注册启发式算法并执行 overlay.set_algorithm(EASR_Orchestrator()) overlay.run(duration86400, dt0.1)清单3演示EASR集成的自定义编排器接口。6 案例研究与系统评估我们通过一个案例研究来评估QUASAR涵盖受控架构行为、路由工作负载敏感性、事件驱动运行时开销、轨迹驱动轨道输入、并发OD工作负载以及运行时机制消融。这些实验共同检验了QUASAR将物理动态暴露为网络层属性并支持可扩展卫星量子网络评估的能力。6.1 模拟设置模拟由集成了离散事件网络核心的QUASAR Python覆盖层驱动。我们使用一个可配置的Walker-Delta LEO星座来提供重复且可复现的全球接触机会。除非另有说明受控研究使用一个固定大小的 N60 颗卫星的Walker-Delta星座以隔离架构和记忆相关效应。运行时可扩展性基准测试将星座大小从20颗变化到800颗卫星运行时消融在最大的星座设置下进行。QUASAR还通过TLE文件支持轨迹驱动的轨道输入在轨迹驱动拓扑实验中我们使用从CelesTrak获得的包含60颗卫星的Starlink TLE子集作为真实的LEO轨道轨迹而非作为量子通信部署 [12]。卫星位置以 Δt 100 ms 的时间分辨率传播得到的可见性、信道透射率和存储器状态作为动态属性暴露给网络层。基线物理参数受近期量子卫星研究和分析界线的启发 [15, 24]总结在表1中。我们的评估使用了三种工作负载设置。首先对于受控架构和工作负载敏感性研究我们选取了休斯顿GS₁和华盛顿特区GS₂之间的一对代表性长距离地面站 [13]。这种单对设置使我们能够将轨道可见性、光学损耗和记忆退相干的影响与流量矩阵效应分开。其次对于运行时可扩展性和机制消融我们使用了一个包含多达32个全球地面站和持续采样的源-目标请求的宏基准测试以便通过增加星座大小和路由活动来对模拟器施压。第三对于并发OD工作负载研究我们将Walker-Delta星座固定为 N60 颗卫星使用相同的32站宏基准测试设置并将并发OD对的数量从4增加到32。我们以ebits/s为单位报告所有活动请求的总EDR其中EDR是根据源重复率 R₀、端到端路径成功概率和保真度阈值过滤计算得出的。表1基线模拟参数参数符号值轨道动力学星座类型–Walker-Delta轨道高度–500 km倾角–53°量子信道基准透射率500 km处η₀10⁻³源重复率R₀10⁸ s⁻¹大气衰减α0.01 km⁻¹有效大气厚度h₀20 km静态硬件效率κ0.85硬件与路由约束交换成功概率ζ_⋈0.60初始预示保真度ℱ₀0.99目标保真度阈值ℱ*0.75基线相干时间τ_c100 ms最小LOS仰角θ₀15°6.2 受控机制研究我们首先考察QUASAR如何表示由不同硬件抽象所暴露的服务机会。图3(a)显示了在24小时的模拟时间线上GS₁和GS₂之间的归一化瞬时EDR。图3(a)架构。图3(b)工作负载。图3QUASAR启用的受控机制研究。(a) SD和OOS下依赖于架构的EDR。(b) 路由工作负载对记忆相干时间的敏感性。在同时下行链路SD范式下可行的服务仅出现在当单颗卫星同时覆盖两个地面站的稀疏瞬间。这些短的脉冲状机会反映了无记忆双下行链路的几何约束。在在轨拼接OOS抽象下星载量子存储器允许在不同接触间隔内生成的纠缠被缓冲并在稍后拼接从而产生更宽的可行的EDR窗口。此结果说明了QUASAR如何将硬件相关的可行性与路由工作负载分开相同的物理场景根据所选的架构模型向网络层暴露不同的机会。接下来我们使用QUASAR的工作负载接口来比较不同记忆相干机制下的路由行为。我们将量子记忆相干时间 τ_c 从10毫秒扫描到1秒并实例化三种参考工作负载动态最短路径DSP、最大概率路由MPR和EDR感知的时空路由EASR。如图3(b)所示三种工作负载对相同物理约束的响应不同。DSP主要最小化跳数因此对 τ_c 不敏感但其平均EDR较低因为它没有明确考虑光学损耗或记忆退相干。MPR通过偏好更高透射率的路径来改善链路质量但当记忆快速退相干时其性能受限。EASR在参考工作负载中实现了最高的EDR因为它通过6中的边权重结合了空间损耗和时间存储惩罚。此比较并非作为一个独立的算法基准而是表明QUASAR可以承载多种路由工作负载并揭示它们对相同底层物理模型的敏感性。6.3 事件驱动运行时行为图4(a)报告了在相同受控工作负载设置下由离散事件核心记录到的触发事件组成。拓扑驱动的事件包括链路和图更新在不同 τ_c 值下保持稳定因为它们主要由轨道可见性决定。相比之下保真度损失事件随 τ_c 增加而减少因为更长的记忆寿命减少了退相干引起的违例。路由重计算事件的数量遵循相同的趋势表明当记忆相干性改善时更少的物理状态违例会传播到路由层。这种事件级视图说明了QUASAR如何将连续的轨道和退相干动态转换为网络层工作负载所消费的离散更新。图4(a)事件。图4(b)运行时。图4QUASAR的事件驱动运行时行为。(a) 不同记忆相干时间下的触发事件组成。(b) 星座大小增加时的网络层更新延迟。然后我们评估了QUASAR在星座大小从20颗增加到800颗卫星时的运行时开销。为了对模拟引擎施加超出单对案例研究的压力我们使用了一个包含32个全球地面站和持续随机采样的源-目标请求流的宏基准测试。在每个 Δt 100 ms 的模拟时隙中物理引擎评估轨道可见性、信道透射率和存储器状态而网络层属性和路由状态仅当相应的可见性、信道或保真度事件被触发时才刷新。图4(b)将QUASAR的事件驱动更新机制与持续轮询基线进行了比较。两种设置都执行相同的时隙级物理评估轨道可见性、信道透射率和存储器状态报告的延迟衡量了下游网络层更新包括边属性刷新和路由重计算。轮询基线在每个时隙刷新候选链路和路由状态而QUASAR仅在可见性、信道或保真度变化产生相关网络事件时才触发此类更新。结合可见性和距离修剪这种事件过滤使暴露的图保持稀疏并在最大星座设置下将网络层更新延迟降低了超过85%。6.4 系统宏基准测试为了在受控单对设置之外评估QUASAR我们将案例研究扩展到轨迹驱动的轨道输入和并发OD路由工作负载。图5(a)轨迹。图5(b)并发OD。图5轨迹驱动和并发工作负载评估。(a) Walker-Delta和Starlink TLE输入下的可见性动态。(b) 并发OD对增加时的总EDR。我们首先使用Starlink TLE轨迹作为真实的LEO轨道输入来演示QUASAR的时空拓扑引擎。图5(a)比较了在24小时时间线上瞬时可见的星地链路数量。与受控Walker-Delta配置生成的更平滑的周期性可见性模式相比Starlink TLE轨迹表现出更不规则的接触动态。此结果表明QUASAR可以接收非理想的轨道轨迹并驱动与受控实验中相同的可见性、信道和事件流水线。图5(b)通过将并发源-目标OD对的数量从4增加到32进一步对路由工作负载接口施加压力。总EDR以ebits/s为单位报告所有活动OD对的总和。随着并发度的增加所有工作负载都提供更高的总EDR但它们的扩展行为不同因为它们对空间信道损耗、接触可用性和记忆退相干的响应不同。DSP和MPR在更重的请求并发下表现出更早的饱和而EASR通过同时考虑空间和时间成本维持了更高的总EDR。图5(b)中的总EDR是在随机采样的并发OD对上进行测量的因此不能直接与图3(b)中的单对EDR进行比较。此实验并非旨在作为独立的算法基准或完整的资源竞争调度模型相反它表明QUASAR可以在并发OD流量下驱动多种路由工作负载并揭示总服务速率如何随请求并发度演变。6.5 运行时机制消融最后表2报告了在800颗卫星基准测试上的运行时机制消融。我们从持续轮询基线开始然后逐步激活三种机制可见性修剪、信道事件过滤和保真度事件过滤。可见性修剪减少了暴露给路由层的不可行星地候选的数量。信道事件过滤避免在网络层边属性发生变化时刷新除非信道变化产生相关事件。保真度事件过滤进一步减少了由存储器状态更新引起的冗余路由重计算。表2运行时机制消融配置机制指标可见性信道保真度更新次数延迟加速比轮询×××1.00×210.0 ms1.0× 可见性✓××0.54×92.6 ms2.3× 信道✓✓×0.23×45.7 ms4.6×QUASAR完整✓✓✓0.11×20.5 ms10.2×在表2中“可见性”表示可见性修剪“信道”表示信道事件过滤“保真度”表示保真度事件过滤。更新次数相对于持续轮询基线进行归一化而加速比则根据平均更新延迟计算。完整的QUASAR配置将归一化更新频率降低到轮询基线的0.11倍并实现了10.2倍的延迟加速这表明运行时增益来自于组合的事件驱动设计而非单一的实现捷径。7 结论在本文中我们提出了QUASAR一个用于评估卫星量子网络中纠缠分发的轻量级时空模拟器。通过将动态轨道拓扑、时变光学透射率和量子记忆退相干抽象为网络层属性QUASAR桥接了连续的物理约束和离散事件路由评估。利用QUASAR我们建模了两种代表性的卫星范式同时下行链路和在轨拼接。我们还部署了一个EDR感知的路由启发式算法作为参考工作负载以驱动路由接口。案例研究评估了依赖于架构的EDR、记忆相干性敏感性、事件组成、运行时可扩展性、轨迹驱动的轨道输入、并发OD工作负载和运行时机制消融。与持续轮询相比QUASAR将网络层更新延迟降低了超过85%而消融研究表明这种增益来自于可见性修剪、信道事件过滤和保真度事件过滤的联合效应。这些结果表明QUASAR为未来的卫星量子网络协议评估提供了一个实用且可扩展的框架。