CN105897329B - 基于多目标决策的leo卫星网络多业务路由优化方法 - Google Patents
基于多目标决策的leo卫星网络多业务路由优化方法 Download PDFInfo
- Publication number
- CN105897329B CN105897329B CN201610404021.9A CN201610404021A CN105897329B CN 105897329 B CN105897329 B CN 105897329B CN 201610404021 A CN201610404021 A CN 201610404021A CN 105897329 B CN105897329 B CN 105897329B
- Authority
- CN
- China
- Prior art keywords
- link
- attribute
- business
- satellite network
- service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005457 optimization Methods 0.000 title claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 claims abstract description 13
- 238000012216 screening Methods 0.000 claims abstract description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18578—Satellite systems for providing broadband data service to individual earth stations
- H04B7/18584—Arrangements for data networking, i.e. for data packet routing, for congestion control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Radio Relay Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
基于多目标决策的LEO卫星网络多业务路由优化方法,包括:卫星s接受到数据传输要求,目的节点为d;获取拓扑结构时间片,业务需求时延为a1,带宽为a2,误包率为a3;筛选可行链路集合V,筛选后得到V′,根据业务分类建立链路评价矩阵Α;判断理想链路v*是否存在,如果存在求解结束;如果理想链路v*不存在,求最接近理想链路的路径vi,作为下一个通信链路。针对当前业务和实时的链路状态为业务选择合适的路径,保证卫星网络资源整体利用率。
Description
技术领域
本发明属于LEO卫星网络领域,具体说是一种基于多目标决策的LEO卫星网络多业务路由优化方法。
背景技术
随着卫星网络技术的不断发展,低轨卫星系统已能较好地实现全球移动通信。具有星间链路的LEO卫星网络能实现全球覆盖,与GEO卫星网络相比,它能够有效降低传输时延,减少卫星对地面节点的依赖,并能够更好地支持地面移动终端。但LEO卫星网络不同于一般的地面网络,它具有高误码率、长时延等空间通信的特点,与此同时,卫星网络业务类型不同,其对端到端传输时延、传输带宽等服务的需求也有所不同,因此卫星网络中不仅要满足不同业务传输的QoS参数要求,而且还需尽可能地提高网络传输效率,充分利用网络资源。而针对QoS所提出的路由,无论是按需路由还是流量分配路由,大多都是考虑某一种或两种链路属性来决定,从而忽略其他约束条件,这样容易导致网络的局部负载过大。因此,路由算法需要在兼顾多约束条件的情况下,尽量平衡地利用网络资源。
目前,有关LEO卫星网络的路由算法中考虑链路状态特征的算法有:一种应用于节点的精确负载均衡explicit load balancing,ELB策略,它根据下一跳链路的时延,当节点出现链路数据拥塞时,发送信号给邻居节点,邻节点选择次优路径,从而减少网络拥塞。一种受限最短路径优先constraints shortest path first,CSPF算法,这是一种改进的最短路径优先算法,它为了避免网络或节点拥塞,将链路带宽的反比定义链路权重,根据业务的特定要求,在链路状态数据库的基础上,得到最终最短路径。多路径QoS路由算法multi-path QoS routing,MPQR是当卫星收到传输请求时,计算同时满足时延和带宽限制的最优路径。
此外,考虑QoS业务分类的算法有:根据业务分类,一种多服务按需路由协议multiservice on-demand routing,MOR,它单独对各类服务流量进行路由。一种多业务类QoS路由算法multi-class QoS routing,MQoSR,该算法根据时延和带宽将业务分为两类,利用相对空闲链路来减少链路拥塞。由于这些算法有的只考虑链路状态信息,有的只考虑到业务分类,有针对当前业务和实时的链路状态为业务选择合适的路径,这样很难保证卫星网络资源整体利用率。
发明内容
针对现有技术存在的上述缺点和不足,本发明提供了一种基于多目标决策的LEO卫星网络多业务路由优化方法,针对当前业务和实时的链路状态为业务选择合适的路径,保证卫星网络资源整体利用率。
为实现上述目的,本发明提供了一种基于多目标决策的LEO卫星网络多业务路由优化方法,包括:
S1:卫星s接受到数据传输要求,目的节点为d;
S2:获取拓扑结构时间片,业务需求时延为a1,带宽为a2,误包率为a3;
S3:筛选可行链路集合V,筛选后得到V′,根据业务分类建立链路评价矩阵Α;
S4:判断理想链路v*是否存在,如果存在求解结束;
S5:如果理想链路v*不存在,求最接近理想链路的路径vi,作为下一个通信链路。
进一步的,在进行步骤S1之前把业务划分成三种:A类是实时业务;B类是允许一定时延业务;C类是可靠性敏感业务;在此基础上对业务的优先级进一步规定,使A类业务高于B类业务,B类业务高于C类业务。
进一步的,将卫星运行周期T分成n个时间片,[t0=0,t1],[t1,t2],[t2,t3]…[tn-1,tn=T];在每个时间片内,拓扑结构不变,且链路的切换和网络拓扑的变化只在时间点t0,t1,…,tn时刻发生,用G(V,E)表示卫星网络拓扑结构模型;其中,V=M×N表示在星座中共分布于M条卫星轨道,每条轨道有N颗卫星;E代表卫星之间的星间链路。
进一步的,用来分别表示链路Ek的n个属性值,即时延、剩余带宽和误包率;链路的总时延为:
其中,用ws,d表示网络中所有可能的源、目的节点对,则Q(ws,d)={E1,E2,…,Ek,…,EK}代表一条路径序列,是SD节点之间通过K条链路连接;为了表示单个链路上的流量,令链路包含函数为:
式中,若路径经过链路Ek则取1,反之取0;用C表示每个节点向其他节点发送的数据包数量,则某个路径上的流量计算公式:
剩余带宽为:
误包率为:
进一步的,获得v'是通过:
其中,属性函数集F={f1,f2,...,fn}中fj用于评价每条链路的第j个链路属性,即aij=fj(vi),i=1,2,…,m,j=1,2,…,n;表示第i类业务第j个属性的理想值,appr表示求逼近;不同QoS业务对于链路属性的要求强度不同,即wk=(w1,w2,...,wn)表示第k类业务对于n个属性的要求程度,满足wj表示某类业务的第j个链路属性权值,Vi属于链路集。
进一步的,
基于业务特征的权重是指把第1个属性时延的权w1和第2个属性剩余带宽的权w2之比记为α12,第2个属性剩余带宽的权w2和第3个属性误包率的权w3之比记为α23,以此类推,构成决策矩阵。
更进一步的:(Α-nI)w=0,式中I是单位矩阵,若矩阵Α中的值估计准确,上式等于0,求出权值系数w,若估计不够准确,则Α中元素的摄动代表本征值的摄动,于是有
Αw=λmaxw
式中λmax是矩阵Α的最大本征值,根据该式求得本征向量即权向量w=[w1,w2,…,wn]T。
更进一步的,判定矩阵Α是否被接受:若比率CI>0.1,各元素的估计一致性太差,应重新估计;若CI<0.1,各元素的估计基本一致,可用上式求得w。
作为更进一步的,可行链路域V′中,链路v*的各项属性满足Fi(v*)≤Fi(v)或Fi(v*)≥Fi(v),其中则称v*为理想链路:
对于A类业务,有链路分别都满足时延剩余带宽和误包率的要求,则称为多目标最优链路,最优链路构成链路集合,链路集存在一个理想链路满足
同理,B类和C类业务分别有和
作为更进一步的,实际通信链路的性能与理想链路性能的差异是指两条链路属性向量的加权欧氏距离;
实际通信链路和理想通信链路的性能分别用n维向量vi=(vi1,vi2,…,vin)和表示,则它们之间的差距为:
其中w1,w2,…,wn即为n个目标函数的权值,满足且wi∈[0,1](i=1,2,…,n)。
本发明由于采用以上技术方案,能够取得如下的技术效果:不仅保证了不同业务的不同要求,而且在吞吐量和负载分布指数等方面性能均有较明显的提升,能够有效地均衡卫星网络负载。
附图说明
本发明共有附图1幅:
图1为卫星网络拓扑结构模型示意图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步的具体说明。
实施例1
一种基于多目标决策的LEO卫星网络多业务路由优化方法,根据数据语音视频等多样化的业务的QoS要求,把业务划分成三种:A类是实时业务,即时延敏感业务,如对时间要求高的指令语音等;B类是允许一定时延业务,即带宽敏感业务,例如对地观测业务;C类是可靠性敏感业务,主要体现在对误包率要求较为苛刻的业务上;在此基础上对业务的优先级进一步规定,使A类业务高于B类业务,B类业务高于C类业务;具体包括如下步骤:
S1:卫星s接受到数据传输要求,目的节点为d;
S2:获取拓扑结构时间片,业务需求时延为a1,带宽为a2,误包率为a3;将卫星运行周期T分成n个时间片,[t0=0,t1],[t1,t2],[t2,t3]…[tn-1,tn=T];在每个时间片内,拓扑结构不变,且链路的切换和网络拓扑的变化只在时间点t0,t1,…,tn时刻发生,用G(V,E)表示卫星网络拓扑结构模型;其中,V=M×N表示在星座中共分布于M条卫星轨道,每条轨道有N颗卫星;E代表卫星之间的星间链路(ISLs);
S3:筛选可行链路集合V,筛选后得到V′,根据业务分类建立链路评价矩阵Α;
S4:判断理想链路v*是否存在,如果存在求解结束;
S5:如果理想链路v*不存在,求最接近理想链路的路径vi,作为下一个通信链路。
实施例2
与实施例1具有相同的技术方案,更为具体的是,用来分别表示链路Ek的n个属性值,即时延、剩余带宽和误包率;链路的总时延为:
其中,用ws,d表示网络中所有可能的源、目的节点SD对,则Q(ws,d)={E1,E2,…,Ek,…,EK}代表一条路径序列,是SD节点之间通过K条链路连接;为了表示单个链路上的流量,令链路包含函数为:
式中,若路径经过链路Ek则取1,反之取0;用C表示每个节点向其他节点发送的数据包数量,则某个路径上的流量计算公式:
剩余带宽为:
误包率为:
实施例3
作为实施例1或2的补充,多业务路由的多目标决策问题,是指在可行链路域中,根据当前链路状态以及业务QoS要求,如何获得最优可行链路域v'是通过:
其中,属性函数集F={f1,f2,...,fn}中fj用于评价每条链路的第j个链路属性,即aij=fj(vi),i=1,2,…,m,j=1,2,…,n;表示第i类业务第j个属性的理想值,appr表示求逼近;不同QoS业务对于链路属性的要求强度不同,即wk=(w1,w2,...,wn)表示第k类业务对于n个属性的要求程度,满足wj表示某类业务的第j个链路属性权值,Vi属于链路集。
实施例4
作为实施例3的补充说明,基于业务特征的权值计算,把n个属性的重要性成对比较,把第p个属性对第q个属性的相对重要性记为αpq,并认为,这就是属性p的权wp和属性q的权wq之比的近似值,αpq=wp/wq,n个目标成对比较的结果形成矩阵A。
基于业务特征的权重是指把第1个属性时延的权w1和第2个属性剩余带宽的权w2之比记为α12,第2个属性剩余带宽的权w2和第3个属性误包率的权w3之比记为α23,以此类推,构成决策矩阵。
作为进一步补充的:(Α-nI)w=0,式中I是单位矩阵,若矩阵Α中的值估计准确,上式等于0,求出权值系数w,若估计不够准确,则Α中元素的摄动代表本征值的摄动,于是有
Αw=λmaxw
式中λmax是矩阵Α的最大本征值,根据该式求得本征向量即权向量w=[w1,w2,…,wn]T。
作为进一步补充的,为了判定矩阵Α在此方法中的科学性,引入一致性比率consistence rate,CR的概念,用一致性指标consistence index,CI与随机指标randomindex,RI的比值来表示,判定矩阵Α是否被接受:对于阶数为n的矩阵对应的RI值如下:
若比率CR>0.1,说明各元素αpq的估计一致性太差,应重新估计。若CR<0.1,可认为αpq的估计基本一致,可用上式求得w。
实施例5
对上述实施例进行进一步补充:在路由选择的开始阶段,首先根据卫星网络的拓扑结构进行时间片划分,针对不同的业务分类计算权值系数,对可行链路V={v1,v2,…vp}运用优选法对链路集合进行筛选,淘汰一些处于劣势的链路方案,得到筛选后的链路集合V'={v1,v2,…vq},q≤p,路由过程中,对可行链路进行针对不同业务的矩阵评估,然后求出目标函数的理想链路,在路径集中找出最接近理想链路的路径从而得到问题的帕累托最优解。
对于LEO卫星网络多业务路由决策问题的求解基于以下定义:可行链路域V′中,链路v*的各项属性满足Fi(v*)≤Fi(v)或Fi(v*)≥Fi(v),其中则称v*为理想链路:
对于A类业务,有链路分别都满足时延剩余带宽和误包率的要求,则称为多目标最优链路,最优链路构成链路集合,链路集存在一个理想链路满足
同理,B类和C类业务分别有和所得到的这个理想值可能是存在着的某条链路,也可能是在某几条链路之间的虚拟路径,在约束条件下,可采用动态规划等方法得到所需理想链路。
作为更进一步补充的,实际通信链路的性能与理想链路性能的差异是指两条链路属性向量的加权欧氏距离;
实际通信链路和理想通信链路的性能分别用n维向量vi=(vi1,vi2,…,vin)和表示,则它们之间的差距为:
其中w1,w2,…,wn即为n个目标函数的权值,满足且wi∈[0,1](i=1,2,…,n)。
上述方法中约束条件是确保某两个节点之间有且只有一条路径,表示为:
本申请的时间复杂度分析如下:由于针对每个节点需计算三个属性值,时间复杂度O(kn),k=3;同时还要计算链路的加权欧氏距离,即O(n2);因而时间复杂度为O(n2+kn),其中k是需要评价的节点属性数量,最终算法时间复杂度为O(n2)。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种基于多目标决策的LEO卫星网络多业务路由优化方法,其特征在于,包括:首先根据卫星网络的拓扑结构进行时间片划分,针对不同的业务分类计算权值系数,对可行链路V={v1,v2,…vp}运用优选法对链路集合进行筛选,淘汰一些处于劣势的链路方案,得到筛选后的链路集合V'={v1,v2,…vq},q≤p,路由过程中,对可行链路进行针对不同业务的矩阵评估,然后求出目标函数的理想链路,在路径集中找出最接近理想链路的路径从而得到问题的帕累托最优解;
可行链路域V′中,链路v*的各项属性满足Fi(v*)≤Fi(v)或Fi(v*)≥Fi(v),其中则称v*为理想链路:
对于A类业务,有链路分别都满足时延剩余带宽和误包率的要求,则称为多目标最优链路,最优链路构成链路集合,链路集存在一个理想链路满足
同理,B类和C类业务分别有和所得到的这个理想值可能是存在着的某条链路,也可能是在某几条链路之间的虚拟路径,在约束条件下,采用动态规划方法得到所需理想链路。
2.根据权利要求1所述基于多目标决策的LEO卫星网络多业务路由优化方法,其特征在于,本申请把业务划分成三种:A类是实时业务;B类是允许一定时延业务,C类是可靠性敏感业务,在此基础上对业务的优先级进一步规定,使A类业务高于B类业务,B类业务高于C类业务。
3.根据权利要求1所述基于多目标决策的LEO卫星网络多业务路由优化方法,其特征在于,将卫星运行周期T分成n个时间片,[t0=0,t1],[t1,t2],[t2,t3]…[tn-1,tn=T];在每个时间片内,拓扑结构不变,且链路的切换和网络拓扑的变化只在时间点t0,t1,…,tn时刻发生,用G(V,E)表示卫星网络拓扑结构模型;其中,V=M×N表示在星座中共分布于M条卫星轨道,每条轨道有N颗卫星;E代表卫星之间的星间链路。
4.根据权利要求1所述基于多目标决策的LEO卫星网络多业务路由优化方法,其特征在于,用来分别表示链路Ek的n个属性值,即时延、剩余带宽和误包率;链路的总时延为:
其中,用ws,d表示网络中所有可能的源、目的节点对,则Q(ws,d)={E1,E2,...,Ek,...,EK}代表一条路径序列,是SD节点之间通过K条链路连接;为了表示单个链路上的流量,令链路包含函数为:
式中,若路径经过链路Ek则取1,反之取0;用C表示每个节点向其他节点发送的数据包数量,则某个路径上的流量计算公式:
剩余带宽为:
误包率为:
5.根据权利要求1所述基于多目标决策的LEO卫星网络多业务路由优化方法,其特征在于,获得v'是通过:
其中,属性函数集F={f1,f2,...,fn}中fj用于评价每条链路的第j个链路属性,即aij=fj(vi),i=1,2,…,m,j=1,2,…,n;表示第i类业务第j个属性的理想值,appr表示求逼近;不同QoS业务对于链路属性的要求强度不同,即wk=(w1,w2,...,wn)表示第k类业务对于n个属性的要求程度,满足wj表示某类业务的第j个链路属性权值,Vi属于链路集。
6.根据权利要求1所述基于多目标决策的LEO卫星网络多业务路由优化方法,其特征在于,
链路评价矩阵
基于业务特征的权重是指把第1个属性时延的权w1和第2个属性剩余带宽的权w2之比记为α12,第2个属性剩余带宽的权w2和第3个属性误包率的权w3之比记为α23,以此类推,构成决策矩阵。
7.根据权利要求6所述基于多目标决策的LEO卫星网络多业务路由优化方法,其特征在于,(A-nI)w=0,式中I是单位矩阵,若矩阵A中的值估计准确,上式等于0,求出权值系数w,若估计不够准确,则A中元素的摄动代表本征值的摄动,于是有
Aw=λmaxw
式中λmax是矩阵A的最大本征值,根据该式求得本征向量即权向量w=[w1,w2,…,wn]T。
8.根据权利要求7所述基于多目标决策的LEO卫星网络多业务路由优化方法,其特征在于,判定矩阵A是否被接受:若比率CI>0.1,各元素的估计一致性太差,应重新估计权向量w;若CI<0.1,各元素的估计基本一致,可用上式求得权向量w。
9.根据权利要求1所述基于多目标决策的LEO卫星网络多业务路由优化方法,其特征在于,实际通信链路的性能与理想链路性能的差异是指两条链路属性向量的加权欧氏距离;
实际通信链路和理想通信链路的性能分别用n维向量vi=(vi1,vi2,…,vin)和表示,则它们之间的差距为:
其中w1,w2,…,wn即为n个目标函数的权值,满足且wi∈[0,1](i=1,2,…,n)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610404021.9A CN105897329B (zh) | 2016-06-08 | 2016-06-08 | 基于多目标决策的leo卫星网络多业务路由优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610404021.9A CN105897329B (zh) | 2016-06-08 | 2016-06-08 | 基于多目标决策的leo卫星网络多业务路由优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105897329A CN105897329A (zh) | 2016-08-24 |
CN105897329B true CN105897329B (zh) | 2018-11-27 |
Family
ID=56710520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610404021.9A Active CN105897329B (zh) | 2016-06-08 | 2016-06-08 | 基于多目标决策的leo卫星网络多业务路由优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105897329B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106850431B (zh) * | 2016-12-21 | 2020-05-12 | 航天东方红卫星有限公司 | 一种应用于低轨信息网的多属性最优路由选择方法 |
CN106685834B (zh) * | 2017-03-01 | 2019-07-16 | 西安电子科技大学 | 基于中/低轨道卫星网络的可信路由方法 |
CN107346988B (zh) * | 2017-06-20 | 2019-12-13 | 大连大学 | 一种基于低轨卫星网络的容迟/容断网络路由计算方法 |
CN107733518A (zh) * | 2017-09-30 | 2018-02-23 | 南京理工大学 | 基于合作博弈的leo卫星网络最优收益路由方法 |
CN108306671B (zh) * | 2018-01-25 | 2020-04-10 | 清华大学 | 用于深空中继通信的太阳系公转轨道星座设计方法及装置 |
CN108307435B (zh) * | 2018-01-29 | 2021-02-19 | 大连大学 | 一种基于sdsin的多任务路由选择方法 |
CN108429577A (zh) * | 2018-03-21 | 2018-08-21 | 大连大学 | 一种基于PROMETHEE方法的卫星QoS路由算法 |
CN108418623A (zh) * | 2018-03-21 | 2018-08-17 | 大连大学 | 一种基于改进蚁群算法的卫星QoS路由算法 |
CN109327388B (zh) * | 2018-12-05 | 2020-04-24 | 北京邮电大学 | 一种面向业务的网络路由差异性定量评价方法 |
CN109951335B (zh) * | 2019-03-24 | 2022-03-04 | 西安电子科技大学 | 基于时间聚合图的卫星网络时延与速率联合保障路由方法 |
CN109905281A (zh) * | 2019-03-24 | 2019-06-18 | 西安电子科技大学 | 多路径最大吞吐量的星群网络遥感业务传输方法 |
CN112399282B (zh) * | 2019-08-15 | 2023-04-07 | 中兴通讯股份有限公司 | 一种用于计算全局并发优化路径的方法和设备 |
CN110601748B (zh) * | 2019-10-11 | 2021-04-27 | 大连大学 | 一种多状态空间信息网络拓扑生成优化算法 |
CN110739991B (zh) * | 2019-10-21 | 2021-08-10 | 大连大学 | 一种基于QoS的卫星网络端-端通信可靠性分析方法 |
CN110730131B (zh) * | 2019-10-22 | 2020-07-17 | 电子科技大学 | 基于改进蚁群的SDN卫星网络多QoS约束路由方法 |
CN110809292B (zh) * | 2019-11-12 | 2021-03-09 | 北京理工大学 | 一种低轨卫星通信中基于负载均衡的联合切换方法 |
CN111211828B (zh) * | 2019-12-23 | 2022-01-04 | 东方红卫星移动通信有限公司 | 一种低轨通信卫星星座星间路由选择方法及装置 |
CN112104408B (zh) * | 2020-09-23 | 2021-06-22 | 北京邮电大学 | 一种虚拟网络的映射方法及装置 |
CN112187342B (zh) * | 2020-09-30 | 2021-10-01 | 西安交通大学 | 一种基于能量感知与负载均衡的卫星流量路由方法及系统 |
CN113630171B (zh) * | 2021-08-05 | 2022-11-01 | 台州学院 | 一种基于QoS的卫星网络k端可靠性分析方法 |
CN114640619B (zh) * | 2022-05-18 | 2022-08-09 | 鹏城实验室 | 基于平均通信距离的天基网络拓扑设计方法及相关设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103685025A (zh) * | 2013-12-04 | 2014-03-26 | 中国空间技术研究院 | 一种基于leo卫星网络的跨层动态自适应路由方法 |
CN104079496A (zh) * | 2014-07-02 | 2014-10-01 | 南京邮电大学 | 基于链路代价转换的双层卫星负载均衡方法 |
US9094856B1 (en) * | 2014-02-25 | 2015-07-28 | Intelligent Fusion Technology, Inc. | Routing method for satellite communication network |
CN105262534A (zh) * | 2015-11-20 | 2016-01-20 | 北京邮电大学 | 一种适用于卫星通信网络的路由方法和装置 |
-
2016
- 2016-06-08 CN CN201610404021.9A patent/CN105897329B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103685025A (zh) * | 2013-12-04 | 2014-03-26 | 中国空间技术研究院 | 一种基于leo卫星网络的跨层动态自适应路由方法 |
US9094856B1 (en) * | 2014-02-25 | 2015-07-28 | Intelligent Fusion Technology, Inc. | Routing method for satellite communication network |
CN104079496A (zh) * | 2014-07-02 | 2014-10-01 | 南京邮电大学 | 基于链路代价转换的双层卫星负载均衡方法 |
CN105262534A (zh) * | 2015-11-20 | 2016-01-20 | 北京邮电大学 | 一种适用于卫星通信网络的路由方法和装置 |
Non-Patent Citations (1)
Title |
---|
LEO卫星网络的多业务类QoS路由算法;蒋文娟,宗鹏;《Tra nsactio ns o f Nanjing Univ er sity o f Aer onautics& Astr onautics》;20120930;第254-262页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105897329A (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105897329B (zh) | 基于多目标决策的leo卫星网络多业务路由优化方法 | |
CN108521375B (zh) | 一种基于SDN的网络多业务流量QoS的传输及调度方法 | |
CN113572686B (zh) | 一种基于SDN的天地一体化自适应动态QoS路由方法 | |
CN1756233B (zh) | 电信网络中的路由选择方法和装置 | |
CN108418623A (zh) | 一种基于改进蚁群算法的卫星QoS路由算法 | |
CN110290066A (zh) | 基于队列监测与拥塞预测的卫星网络动态路由方法 | |
CN105897575A (zh) | 一种sdn下基于多约束路径计算策略的路径计算方法 | |
CN107070794A (zh) | 一种低轨信息网络最优网络效益时延约束路由方法 | |
GB2508048A (en) | Network route finding using path costs based upon percentage of bandwidth free on each link | |
CN109639575A (zh) | 基于链路拥塞系数的路由规划方法 | |
US20170310395A1 (en) | System and method for communication network service connectivity | |
CN116390164A (zh) | 一种低轨卫星网络可信负载均衡路由方法、系统、设备及介质 | |
CN105472484A (zh) | 一种电力骨干光传输网波道均衡路由波长分配方法 | |
Chavula et al. | Using SDN and reinforcement learning for traffic engineering in UbuntuNet Alliance | |
Zhao et al. | A multi-constraint optimal routing algorithm in LEO satellite networks | |
CN106714265A (zh) | 基于dtn算法的网络节点预测方法和装置 | |
CN102427596A (zh) | 基于定位信息辅助的节点移动网络的路由方法及调度方法 | |
CN106506360A (zh) | 一种基于链路动态负载的光纤网络均衡路由方法 | |
Xu et al. | Towards spatial location aided fully-distributed dynamic routing for LEO satellite networks | |
Van der Zijpp et al. | Estimation of origin-destination demand for dynamic assignment with simultaneous route and departure time choice | |
Huang et al. | An adaptive multipath routing for LEO satellite network | |
Liu et al. | Load balancing routing algorithm of low-orbit communication satellite network traffic based on machine learning | |
CN110139173A (zh) | 一种降低光传送网端到端时延的网络分域方法 | |
CN115209485A (zh) | 一种基于SDN架构的卫星网络端到端QoS类映射方法 | |
CN108429577A (zh) | 一种基于PROMETHEE方法的卫星QoS路由算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
OL01 | Intention to license declared | ||
OL01 | Intention to license declared |