面向双层卫星网络的多业务负载均衡算法

卫星网络中由于卫星高动态拓扑和地面用户分布不均,导致卫星网络易出现区域负载失衡。设计高效的动态路由算法是当前卫星网络的研究热点,为此,提出了一种面向双层卫星网络的多业务负载均衡算法。该算法根据卫星链路上的数据传输量进行拥塞判断,根据链路时延因素和链路负载因素进行负载代价计算,不同服务质量(quality of service, QoS)需求的业务进行不同路径选择,通过分流均衡网络流量。仿真结果表明,该算法能够减少数据包的排队时延和丢包率,提高整网吞吐量。     

LEO&GEO双层卫星网络的动态路由技术

基于低地球轨道和静止地球轨道（low Earth orbit & geo-synchronous Earth orbit, LEO&GEO）双层卫星网络结构,对其覆盖特性和星间链路（inter satellite link,ISL）特性进行了仿真分析。提出了分层分簇的管理方法,只有主簇头与GEO卫星有连接关系,简化了互联关系的复杂性。在该卫星组网结构中,利用星座网络拓扑的特点,提出一种负载均衡的动态路由算法,综合考虑了路径时延和ISL链路负载。与单层卫星网络相比,双层卫星网络可以更加均匀地分配通信量,仅在低层LEO卫星路由跳数超出一定阈值或者卫星网络链路利用率超过某个门限范围时,才利用上层GEO卫星进行中转传输,仿真结果表明,所提路由算法可以实现更低的时延、延迟抖动以及更优的服务质量性能。     

基于不确定链路参数的卫星网络路由算法

对于卫星链路参数在复杂空间环境中存在不确定性的问题,研究了一种基于不确定链路参数的卫星网络路由算法。首先,采用三角模糊数描述链路参数的不确定性;在此基础上,建立卫星网络多约束路由模型;然后,设计保证路径有效性的遗传操作,通过遗传算法对路由模型进行求解;最后,通过仿真分析表明,该算法可以在复杂环境中实现高效路由,在平均时延、时延抖动和丢包率等方面有较好的效果。     

基于SDN的卫星网络多QoS目标优化路由算法

针对传统卫星网络中业务类型多样化导致的网络配置复杂和业务服务质量(quality of service, QoS)无法得到有效保障的问题,研究了基于软件定义网络(software-defined networking, SDN)的卫星网络架构,提出了一种能够满足多种QoS需求的自适应路由算法。首先,建立了软件定义卫星网络多约束条件路由选择优化模型；然后，使用拉格朗日松弛法对模型进行松弛处理；最后，使用梯度法进行迭代求解,搜索出满足带宽、时延、丢包率等多种QoS的最优路径。研究结果表明,该优化算法在QoS满意度方面相比近地轨道卫星路由算法提高了64%,在时延满意度和丢包率满意度方面相比软件定义路由算法提高了28%。     

一种新的低轨通信星座路由技术研究与仿真

低轨星座卫星通信系统由于卫星间的相对运动使卫星的相互可见关系不断变化,这给星上交换的路由选择带来了挑战.研究具有同轨及异轨星间链路,并具有星上交换的24/3/1 walker星座网络,将星间链路状态与星座网络的拓扑快照相结合,提出了两种路由优化方案-业务加权的路由优化方案以及基于K短路径的路由优化方案,并进行了仿真研究,得出了有用的结果.     

低轨预警星座通信网络的路由算法

路由技术是低轨预警星座通信网络需解决的关键技术之一。设计了低轨预警星座通信网络的拓扑结构。提出了多约束最优路由模型,该模型将链路的时延、切换率和可用带宽转化为传输费用,表示了时延和跳数受限的最小费用路由问题。给出了求多约束最优路由问题的最优解算法,此算法通过缩小可行路径的搜索空间降低计算复杂性。仿真结果表明,该路由算法的复杂性和切换性能优于同类算法,适合于星上在线路由计算。     

基于位置感知的大规模LEO星座分布式路由算法

针对传统星座路由算法应用在大规模低地球轨道(low earth orbit, LEO)星座中, 存在鲁棒性差、资源开销大、路由效率低等缺点。根据卫星运行时的位置可预测特性, 提出了基于位置感知的分布式路由算法。考虑卫星资源受限, 大规模LEO星座具有卫星节点多、动态性大等特点, 基于位置感知提出一种路径预选机制, 初步确定数据包的传输路径。在此基础上, 考虑业务服务质量(quality of service, QoS)需求, 基于状态和传播矢量函数提出一种路径收敛机制, 无重合确定数据包传输主路径和备用路径。理论和仿真结果证明, 相比于传统路由算法, 所提算法降低了路由存储和开销, 随着中断概率的增大, 提高了星座的吞吐量, 降低了端到端时延。     

改进的卫星网络多路径并行传输算法

针对传统多路径并行传输（concurrent multi-path transfer, CMT）协议无法适应卫星网络高误码特性,提出了一种CMT改进算法。首先,在缓解接收端缓存阻塞的基础上,根据链路中传输的传输序列号(trans-mission sequence number, TSN)相对连续的分组时延抖动,正确判断网络的拥塞状况;然后,接收端选取返回时延最短的路径,将拥塞因子及时反馈给源端,源端调节相应链路的拥塞窗口,调整注入网络的数据量。仿真结果表明:本文算法在缓解因卫星链路差异造成的接收缓存阻塞的同时,能够根据网络状况自适应区分拥塞与误码,实现链路的高效利用。相对于传统CMT协议,改进的CMT协议在网络吞吐量、窗口抖动、时延和丢包率等方面都有明显提高。     

基于双重窗口的MEO-LEO卫星网络路由切换检测

MEO-LEO卫星网络路由是新一代卫星通信系统中要研究的一个重要问题,但目前对卫星路由切换检测的意义和实现还缺乏深入研究.结合空间环境因素建立了多尺度路由切换基准,提出了一种基于双重窗口的卫星网络路由检测算法,可以直接确定路由切换时间点,简化星上路由表来减少星上路由存储开销,并提供针对失效节点和失效链路的适应性.最后通过仿真分析和比较,验证这种算法在有/无失效节点情况下的检测查全率和查准率都达到90%以上,能够提供准确依据优化卫星网络集中式路由机制.     

LEO/MEO卫星通信系统ISL网络路由及切换性能研究

为了研究高度不同的卫星通信网络的路由和切换性能,采用Walkerdelta型星座构成两种非静止轨道卫星通信系统,分析和比较了LEO和MEO卫星通信网络构成特点和星间链路的俯仰角、方位角和星间链路长度变化。采用不同的路由策略以满足不同服务质量的要求,分析该策略下的卫星网络性能。设计了一种混合路由策略,综合考虑时延、时延抖动、切换和通信中断4项指标,进而比较不同高度的两种卫星网络应用不同路由策略时的性能。结果表明,混合路由策略上述服务质量的综合指标最优,该策略能够为各种用户提供不同的服务质量,提高卫星通信系统有效性和可靠性。     

基于深度强化学习的网络路由优化方法

针对同一网络拓扑下不同网络负载的路由优化问题, 在深度强化学习方法的基础上, 提出了两种依据当前网络流量状态进行路由分配的优化方法。通过网络仿真系统与深度强化学习模型的迭代交互, 实现了对于流量关系分布的网络路由持续训练与优化。在利用深度确定性策略梯度(deep deterministec policy gradient, DDPG)算法解决路由优化问题上进行了提升和改进, 使得该优化方法更适合解决网络路由优化的问题。同时, 设计了一种全新的链路权重构造策略, 利用网络流量构造出用于神经网络输入状态元素, 通过对原始数据的预处理加强了神经网络的学习效率, 大大提升了训练模型的稳定性。并针对高纬度大规模网络的连续动作空间进行了动作空间离散化处理, 有效降低了其动作空间的复杂度, 加快了模型收敛速度。实验结果表明, 所提优化方法可以适应不断变化的流量和链路状态, 增强模型训练的稳定性并提升网络性能。     

无人机自组网中基于蚁群优化的多态感知路由算法

无人机自组织网络具有节点移动性强、网络拓扑变化快、数据交互频繁、应用环境复杂等特点, 采用传统的路由算法会使该网络在传输延时、丢包率、路由开销等方面性能均较差, 以至于无法为多无人机协同执行任务提供有效的通信保障。为了解决该问题, 提出一种基于蚁群优化的多态感知路由(ant colony optimization based polymorphism-aware routing, APAR)算法。该算法将蚁群算法与动态源路由算法相结合, 通过感知路径长度、路径拥塞度和路径稳定性, 计算出由路由发现过程得到路径的信息素水平, 并将其作为选路标准, 经过改进的信息素挥发机制也被引入该算法。同时, 根据无人机编队的变化做出合适的调整, 以保证其网络性能不下降。仿真结果表明, 与其他经典算法相比, APAR算法提高了数据包成功传输率, 降低了平均端到端延时, 减少了路由开销, 且在战场环境下有较高的可靠性。     

Research on handover algorithm to reduce the blocking probability in LEO satellite network

1.INTRODUCTIONDue totheli mitation of economy andtechnology,theterrestrial networks can only cover some li mited ar-eas.With the increasing demands for real-ti me andinteractive multi media services and mobility,satellitecommunication networkis surely going to be the i m-portant component of the universal mobile telecom-munications system(UMTS)which has been charac-terized by global seamless coverage,mobility and highQoS.For its merits of low propagation delays andglobal seamless covera…     

基于局部弹性路由层的关键航路段改航规划

空中交通流量管理中,改航规划是一项重要工作,可为失效的航班提供新的飞行路径,减小延误损失,提高空域利用率。目前的改航策略往往只考虑静态网络中的最短路问题,忽略了流量负载均衡,不利于解决多航段故障问题。本文提出了一种基于局部弹性路由层(local resilient routing layer, LRRL)的改航规划策略:利用连边删除评估法识别航路网络中的关键航路段集合,对其建立LRRL,通过二进制粒子群优化(binary particle swarm optimization, BPSO)算法进行优化,形成最优改航规划预案。仿真结果显示,该方法在多机场多航段故障时可提供兼顾流量负载均衡、重要航路保护度及其改航成本的改航预案,辅助管制指挥人员决策。