CN106209624B - 基于时空图的地球观测卫星网络最小开销路由方法 - Google Patents

Abstract

针对空间网络具有时变拓扑的特性，为解决动态性给网络路由带来的挑战，克服分布式路由及静态图的缺陷，本发明提出了一种基于时空图的地球观测卫星网络最小开销路由方法，给出了时空图具体的构造算法以及最小开销路由策略。时空图可以捕捉动态网络的切换点，具有时间和空间维度信息。因此，相比于其他方法，基于时空图的路由算法可以提供更加准确的结果及更详细的信息。考虑实际空间网络的传输任务需求，本发明设计了最小开销路由(MCMP)策略，同时设计了基于最早到达时间的EAMP算法作为比较对象，实验验证了时空图运用于空间网络的可行性及优势。

Description

基于时空图的地球观测卫星网络最小开销路由方法

技术领域

本发明涉及通信技术领域，尤其涉及一种地球观测卫星网络最小开销路由方法。

背景技术

在地球观测卫星网络中，为获得较短的重访周期和全球观测，遥感卫星一般运行在低轨空间。由于卫星间的相对高速运动，网络节点之间的连接具有通断切换频繁、持续时间短的特点。这些特点可能导致卫星网络缺乏从源点到目的节点的端到端传输路径。因此，传统的基于端到端连接的TCP/IP协议无法高效地完成遥感图像数据的传输。为克服这一问题，地球观测卫星网络采用容断网络架构(DTN,Disruption-tolerant NetworkingArchitecture)进行数据传输。DTN通过在应用层和汇聚层之间引入覆盖层为潜在的异构网络提供数据传输服务，其主要协议包括覆盖层的BP协议及汇聚层的LTP协议。为利用间歇性连接同时确保数据的可靠传输，DTN采用存储-转发机制对数据进行逐跳转发。当进行数据传输时，应用数据单元将作为负载封装到覆盖层的bundle中。Bundle传输至汇聚层后，作为一个LTP块被划分为多个segment。这些segment经底层协议处理后将以链路帧的形式发送到下一跳节点协议栈。在这一传输过程中，LTP的ARQ机制确保了bundle的可靠、完整接收。经过逐跳转发，bundle将到达目的节点，其所携带的应用数据将被恢复并交付给对应的上层应用。

网络主要由节点和节点间的连接组成。将网络节点描述为点，节点间连接建模为连接两点的边，可以将一个网络描述为一个图G(V,E)，其中V为节点集，E为边集。网络的图模型可以很方便地解决网络路由问题——利用图论中的一些经典算法如Dijkstra算法，Floyd-Warshall算法等，可以找到符合算法要求的从源点到目的节点的数据发送路径。

卫星网络具有时变拓扑，为克服动态拓扑对数据传输的影响，路由方案通常采用分布式路由(distributed routing)方法。在分布式路由中，每一跳转发节点运行路由算法，独立选择下一跳接收节点。因此，在进行路由选择时，分布式路由可以基于当前最新的网络拓扑状态做出最优的路由方案。在空间DTN网络中最常用的分布式路由算法为CGR(Contact Graph Routing)算法，本地节点按照CGR算法选取时间和容量符合发送要求的连接。相比于其他路由方案，分布式路由方法可对网络拓扑和流量的变化做出迅速反应。

分布式路由算法运行于每一个发送节点以获取最新的网络拓扑信息进行路由决策。然而，这也带来了负面影响即缺乏网络拓扑的全局信息。分布式路由所作出的路由选择都基于发送时刻的网络拓扑信息，因此其结果是局部最优的，无法保证全局最优。另一方面，由于缺乏全局信息，分布式路由算法可能不适用于多径路由。多径路由要求在获取网络全局信息的基础上合理分配网络流量到多个路径，从而达到整体最优的效果。对于基于存储-转发机制的容断网络，由于只有当前网络拓扑信息，分布式路由可能无法判断发送节点是否应该存储待转发的数据包，等待更优的传输机会。

网络的图模型可以刻画网络节点的所有连接状态。采用图模型进行路由选择可以充分利用其包含的网络全局信息，避免分布式路由的缺点。然而，现有成熟的网络图模型主要为静态图模型，缺少时间维度信息。因此，静态图模型无法准确描述一个时变网络的拓扑变化，从而无法用于空间(卫星)网络的路由决策。

发明内容

本发明的目的在于针对空间网络具有时变拓扑的特性，为解决动态性给网络路由带来的挑战，克服分布式路由及静态图的缺陷，提供将时空图运用于空间网络的路由方法，并给出了时空图具体的构造算法。时空图可以捕捉动态网络的切换点，具有时间和空间维度信息。因此，相比于其他方法，基于时空图的路由算法可以提供更加准确的结果及更详细的信息。考虑实际空间网络的传输任务需求，本发明设计了最小开销路由算法(MCMP)，同时设计了基于最早结束时间的EAMP算法作为比较对象，实验验证了时空图运用于空间网络的可行性及优势。

为达上述目的，本发明通过以下技术方案实现：

一种基于时空图的地球观测卫星网络最小开销路由方法，其特征在于：所述方法包括：时空图构造算法和最小开销路由策略。

其中，所述时空图构造算法具体为：根据contact graph/CTG和时延要求，将拓扑动态变化的描述为时空图其中V＝{v_i|i＝1,…,N}，E＝{e_ij|v_i,v_j∈V}分别为节点和边集合，C＝{c_ij|e_ij∈E}，W＝{w_ij|e_ij∈E}分别为边的容量和单位传输开销集合，N为节点总数，n_t,n_f,t_start,t_end分别为发送节点、到达节点、链路起始时间、链路结束时间，时延γ为观测目标的QoS要求；定义节点{(i-1)·N+j|i＝1,…,γ/τ+1}，j＝1,…,N，属于中的节点j，从而连接这些节点构造temporal link，对于CTG中的每一个连接ct(n_t,n_f,t_start,t_end)，其在时空图中跨越的层数为(t_end-t_start)/τ，起始于第(t_start/τ+1)层，按以上节点编号方式在分层图中添加如下spatial link：

{k·N+n_f→(k+1)·N+n_t|k＝t_start/τ,…,t_end/τ-1},

｛k·N+n_t→(k+1)·N+n_f|k＝t_start/τ,…,t_end/τ-1}，

对时空图中的spatial link和temporal link添加权值，计算传输容量和开销，得到

所述最小开销路由策略具体为：给定中的传输任务及对应的时空图寻找一系列的s-t路径P＝{p₁,…,p_n}传输任务数据，使得传输时延同时传输任务能量开销最小，s、t分别为源节点和目的节点；假设流过路径p_i及边e_ij的流量分别为和f_ij，则所解决的问题可描述为：

为解决该问题，采用启发式算法：首先，以w_ij为权值、利用最短路径算法寻找中路径单位开销最小的路径，并分配大小为路径瓶颈容量的数据至该路径；然后更新的剩余网络，再重复上述过程直至路径传输的数据量等于

附图说明

图1是CTG存储结构示意图；

图2是边容量定义示意图；

图3是Bundle传输过程示意图；

图4(a)是5个节点的网络的快照；

图4(b)是5个节点的网络的时空图；

图5是EAMP算法示意图；

图6是任务传输开销的仿真结果；

图7是传输时延的仿真结果。

具体实施方案

下面通过具体实施方式结合附图对本发明作进一步详细说明。

本发明考虑的地球观测卫星网络的主要组成部分及说明如下：

(1)遥感卫星SS＝{ss_i|i＝1,…,NS}，其作为网络源节点发送采集到的遥感图像数据到地面站；

(2)中继卫星RS＝{rs_i|i＝1,…,NR}，其作用为最大限度地(在实现成本约束下)增加遥感图像数据投递到地面站的机会，起数据中继的作用；

(3)地面站GS＝{gs_i|i＝1,…,NG}为网络目的节点，将采集遥感卫星发送的图像数据。节点总数为N＝NS+NR+NG。

设的观测目标集合为OT＝{ot₁,…,ot_n,…}。对于任意观测目标ot_i，SS在飞越其临近空间时对其进行观测成像，产生大小为的数据并将其处理后于t0时刻(准备)发送。用户对该观测目标的QoS要求为时延≤γ，即地面站接收数据的时刻不晚于(t₀+γ)。在此网络模型中，本发明采用三元变量表示该类数据传输任务，并用数字1,…,NS,…,N-NG+1,…,N标记的节点(其中1,…,NS为源节点，N-NG+1,…,N为目的节点)。本发明暂不考虑遥感数据的优先级，因此在分析中只考虑单源点即NS＝1。

给定特点的传输任务制定其路由策略只需关注在时间区间[t₀,t₀+γ]内的拓扑变化。对于卫星星座固定的借助STK(satellite tool kit)可以很方便地获取网络节点连接的通断变化。本发明采用CTG(contact graph)存储链路的通断变化及其基本参数，其存储结构为多行列表，其中每一行代表一条链路以ct(n_t,n_f,t_start,t_end)表示。n_t,n_f,t_start,t_end分别为发送节点、到达节点、链路起始时间、链路结束时间，结构如图1所示。根据CTG和时延要求，可以将拓扑动态变化的描述为时空图其中V＝{v_i|i＝1,…,N}，E＝{e_ij|v_i,v_j∈V}分别为节点和边集合；C＝{c_ij|e_ij∈E}，W＝{w_ij|e_ij∈E}分别为边的容量和单位传输开销集合。

以下介绍本发明提出时空图模型及构造算法。

A.时空图边权值定义

边容量c_ij定义为边e_ij在其连接时间dr内可以发送的最大bundle个数(DTN应用数据传输单元为bundle)。设bundle在e_ij的传输时间为D_ij，则其容量c_ij为(可参见附图2，其中，TR为bundle发送时间)：

其中为一个发送窗口所能发送的bundle个数；c_Δ(0≤c_Δ＜m)为时间余量Δ上所能支持的最大bundle发送量；n为bundle划分为LTP segment的个数，T_S为segment的发送时间(transmission time)。

根据bundle的经典传输过程(参见附图3，其中FBP(feedback procedure)代表一个反馈过程；RT_i为重传segments发送时间为简化分析本发明暂不考虑校验点check-point丢失的情况)，D_ij可计算为：

其中M为成功交付所有segments所需传输次数的期望值；T_RS为RS(reportsegment)的发送时间；PER,PER_RS分别为segment和RS的丢包率。

边的单位传输开销w_ij定义为单个bundle在该边传输(从v_i发送到v_j)所消耗的能量(为简化分析，本发明暂不考虑bundle接收所消耗的能量)。假设传输一个segment和一个RS所需的能量分别为e_S和e_rs，则w_ij可按下式计算：

以上考虑的容量和单位开销皆指传输容量和传输开销，节点的存储容量和开销主要由节点内存决定。

B.时空图构造算法

时空图的基本思想为将所关注的时间区间离散化为多个足够小的时间间隔τ，在每个时间间隔内网络拓扑视为固定不变。此时可用静态图描述网络节点的连接关系，称此静态图为时变网络的一个快照(snapshot)。通过一系列的快照，网络拓扑的变化可以被准确描述。将这些快照按时间顺序添加到带时间维度的图中可以得到对应动态网络的时空图。附图4(a)和附图4(b)以5个节点的网络为例描述了这一过程，其中附图4(a)是5个节点的网络的快照，附图4(b)的斜向边(t＝0，…，3)为spatial link，对应第(t+1)个snapshot中的边(考虑双向数据传输)；位于一条水平线(同一行)的点对应网络中的同一点vi，边为temporal link，可表示数据存储于节点vi。

根据以上介绍可知时空图为分层图(如附图4(b)每一列为一层)，给定所关注的时间区间长度γ和离散时间间隔τ可构造γ/τ+1层。所以，对于节点总数为N的其对应的时空图点数为(γ/τ+1)·N。为标记这些节点，本发明按列对其进行编号，即第i列节点编号为(i-1)·N+1(第i列第一个元素，以此类推)到(i-1)·N+N。此时，节点{(i-1)·N+j|i＝1,…,γ/τ+1}(j＝1,…,N)属于中的节点j，从而可连接这些节点构造temporal link。对于CTG中的每一个连接ct(n_t,n_f,t_start,t_end)，可知其在时空图中跨越的层数为(t_end-t_start)/τ，起始于第(t_start/τ+1)层。所以按以上节点编号方式可在分层图中添加如下spatial link：

{k·N+n_f→(k+1)·N+n_t|k＝t_start/τ,…,t_end/τ-1},

{k·N+n_t→(k+1)·N+n_f|k＝t_start/τ,…,t_end/τ-1}.(反向链路)

对时空图中的spatial link和temporal link添加权值，可得到具体构造算法如Algorithm I，其中19-24行伪代码的作用为添加连接GS的虚拟节点(可以将其看作的数据处理中心DPC)将单源多宿问题转化为单元单宿问题。算法的CALCULATE_CAP和CALCULATE_CST部分分别按上述方法计算传输容量和开销。

表1Algorithm I：空时图构造算法

C.MCMP(Min-Cost constrained MultiPath routing)路由策略

给定中的传输任务及对应的时空图本发明所解决的问题为：寻找一系列的s-t路径P＝{p₁,…,p_n}传输任务数据(s,t分别为源目节点)，使得传输时延同时传输任务能量开销最小。假设流过路径p_i及边e_ij的流量分别为f_pi和f_ij，则所解决的问题可描述为(注意时延要求γ已体现在时空图中)：

为解决该问题，本发明采用启发式算法，算法伪代码如表2所示。算法基本思想为：首先，以w_ij为权值利用最短路径算法(如Floyd-Warshall算法)寻找中路径单位开销最小的路径(算法FIND_PATH部分)，并分配大小为路径瓶颈容量的数据至该路径；然后更新的剩余网络(算法UPDATE_GRAPH部分)，再重复上述过程直至路径传输的数据量等于由于网络中的一个节点在时空图中对应(γ/τ+1)个节点，所以从时空图上找到的路径需要将其中的节点翻译成现实中的网络节点。算法的TRANSLATE_PATHS(路径翻译)将实现上述功能，其翻译过程是时空图节点构造的逆过程：假设e_ij属于时空图中的路径p，则其对应网络中的连接(n_f,n_t)，其中

表2Algorithm II：MCMP路由策略

本发明以任务传输时延和能量消耗为指标，以EAMP算法为比较对象对本发明所提出的算法进行了评估。

EAMP(Earliest Arrival Multi-Path routing)为本发明设计的基于最早结束时间的路由方法，其基本思想为：从目的节点开始寻找结束时间最早的连接，以该连接的发送节点作为“下一跳”连接的到达节点，选取到达该点最早的连接，如此逐跳选取直至路径延伸到源节点。此算法在以下两种情况下会进行路径回退(路径纠正)：

(1)如果“下一跳”连接的备选集(choice set)为空集则说明当前跳连接无法到达源节点，则从该跳备选集中选取次早到达连接作为当前跳；

(2)如果当前跳备选集中所有连接都不满足要求，则回退到上一跳，从上一跳的备选集中选取次早到达连接。

EAMP的路由过程及路径回退可参考附图5(假设发送节点位于图左边的连接有更早的结束时间)说明：首先选取到达目的节点d最早的连接1-d作为“第一跳”；以该边发送节点1为到达节点选取最早结束时间连接2-1作为“第二跳”，此时到达该边发送节点的边集合为空(情况(1)发生)说明第二跳选取的连接无法延伸至源节点，算法从1的备选集中选择次早的连接3-1作为第二跳；同理，第三跳的最早和次早连接先后被验证无法到达源节点且所有备选边已验证时(情况(2)发生)，算法回退到第二跳，重新选择次早结束时间的连接1-4；如此进行，最终可以找到从源节点到目的节点的一条路径(s→6→4→1→d)。找到该路径后，同MCMP，将分配大小为路径瓶颈容量的数据至该路径，然后更新各个连接的剩余容量，再在跟新后的网络中运行EAMP直至路径的数据发送量达到任务要求。

实验所研究的组成及参数为：遥感卫星采用高分2号遥感卫星(GF)；中继卫星为6颗LEO卫星，其星座为walker 6/1/4，RAAN＝240°，种子星轨道为圆形轨道，高度为1414km，倾角为52°，RAAN＝0；地面站分别为三亚(18.2°N,109.5°E)、喀什(39.5°N,76°E)、密云(40.3°N,116.8°E)；观测目标为撒哈拉(28°N,11.5°E)，观测图像数据发送时间t0＝12:00(UTC)，任务时延容限为2h。实验其他参数设置如表一所示。考虑到卫星运动周期较长，为时间统计方便，本发明将链路通断时间取整为最接近的分钟数。此时，为捕捉每一条链路的切换点，设置离散时间间隔τ为1min。为简化分析，实验中假设RS和segment的大小相同(可得PER_RS＝PER，e_S＝e_rs)。

表3实验参数设定

实验结果如附图6、附图7以及表4、表5所示。从附图6可知MCMP算法所寻找到的路径开销优于EAMP，即使两类算法寻找到的路径相同即在连接的发送节点、目的节点相同的情况下，采用时空图方法的MCMP算法能够选取最佳的发送时刻，使得传输任务的开销最小。附图7显示MCMP算法得到的传输策略其传输时延趋近于EAMP，且由于EAMP不考虑数据实际发送情，在某些情况下基于时空图的MCMP算法可达到更好的时延性能。由于时空图采用足够小的时间间隔对时间进行了离散，数据的传输过程(具体发送时间和结束时间)可以被准确描述。从表4和表5(考虑到篇幅只给出数据量为10⁴情况下的结果)可以看出相比于只关注链路通断时间的EAMP算法，基于时空图的MCMP算法提供了更加准确的路由决策以及更多的路径信息(在每一个离散时间间隔内节点发送的数据量及存储的数据量都可以得到)。

表4MCMP寻找到的路径

表5EAMP寻找到的路径

注：EAMP算法无法提供数据在某跳链路的具体发送和结束时间

综上所述，空间网络具有时变拓扑，为解决动态性给网络路由带来的挑战，克服分布式路由及静态图的缺陷，本发明提出了将时空图运用于空间网络的路由方法，并给出了时空图具体的构造算法。时空图可以捕捉动态网络的切换点，具有时间和空间维度信息。因此，相比于其他方法，基于时空图的路由方法可以提供更加准确的结果及更详细的信息。考虑实际空间网络的传输任务需求，本发明设计了最小开销路由方法(MCMP)，同时设计了基于最早结束时间的EAMP算法作为比较对象，实验验证了时空图运用于空间网络的可行性及优势。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (4)

1.一种基于时空图的地球观测卫星网络最小开销路由方法，其特征在于：所述方法包括：时空图构造算法和最小开销路由策略；

其中，所述时空图构造算法具体为：根据contact graph/CTG和时延要求，将拓扑动态变化的描述为时空图其中V＝{v_i|i＝1,…,N}，E＝{e_ij|v_i,v_j∈V}分别为节点和边集合，C＝{c_ij|e_ij∈E}，W＝{w_ij|e_ij∈E}分别为边的容量和单位传输开销集合，N为节点总数，n_t,n_f,t_start,t_end分别为发送节点、到达节点、链路起始时间、链路结束时间，时延γ为观测目标的QoS要求；定义节点{(i-1)·N+j|i＝1,…,γ/τ+1}，j＝1,…,N，属于中的节点j，从而连接这些节点构造temporal link，对于CTG中的每一个连接ct(n_t,n_f,t_start,t_end)，其在时空图中跨越的层数为(t_end-t_start)/τ，起始于第(t_start/τ+1)层，按以上节点编号方式在分层图中添加如下spatial link：

{k·N+n_f→(k+1)·N+n_t|k＝t_start/τ,…,t_end/τ-1},

{k·N+n_t→(k+1)·N+n_f|k＝t_start/τ,…,t_end/τ-1}，

对时空图中的spatial link和temporal link添加权值，即计算传输容量和开销，得到

所述最小开销路由策略具体为：给定中的传输任务及对应的时空图寻找一系列的s-t路径P＝{p₁,…,p_n}传输任务数据，使得传输时延同时传输任务能量开销最小，s、t分别为源节点和目的节点；假设流过路径p_i及边e_ij的流量分别为和f_ij，则所解决的问题可描述为：

为解决该问题，采用启发式算法：首先，以w_ij为权值、利用最短路径算法寻找中路径单位开销最小的路径，并分配大小为路径瓶颈容量的数据至该路径；然后更新的剩余网络，再重复上述过程直至路径传输的数据量等于

2.根据权利要求1所述的路由方法，其特征在于：所述权值w_ij按下式计算：

其中，e_S和e_rs分别为传输一个segment和RS(Report segment)所需的能量；n为bundle划分为LTP segment的个数；PER、PER_RS分别为segment和RS的丢包率；M为成功交付所有segments所需传输次数的期望值。

3.根据权利要求1所述的路由方法，其特征在于：所述容量c_ij为：

其中为一个发送窗口所能发送的bundle个数；c_Δ为时间余量Δ上所能支持的最大bundle发送量，0≤c_Δ＜m；n为bundle划分为LTP segment的个数，T_S为segment的发送时间，

其中T_RS为RS的发送时间；T_prop为传播时延。

4.根据权利要求1所述的路由方法，其特征在于：所述最短路径算法为Floyd-Warshall算法。