CN111148161A - 低轨卫星星座星间负载路由均衡方法及系统 - Google Patents
低轨卫星星座星间负载路由均衡方法及系统 Download PDFInfo
- Publication number
- CN111148161A CN111148161A CN202010009907.XA CN202010009907A CN111148161A CN 111148161 A CN111148161 A CN 111148161A CN 202010009907 A CN202010009907 A CN 202010009907A CN 111148161 A CN111148161 A CN 111148161A
- Authority
- CN
- China
- Prior art keywords
- satellite
- inter
- node
- path
- link
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000004364 calculation method Methods 0.000 claims abstract description 47
- 230000008569 process Effects 0.000 claims abstract description 30
- 238000009826 distribution Methods 0.000 claims abstract description 24
- 238000012546 transfer Methods 0.000 claims abstract description 10
- 230000003068 static effect Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 11
- 230000007704 transition Effects 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 10
- 230000002441 reversible effect Effects 0.000 claims description 7
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000000873 masking effect Effects 0.000 claims description 2
- 238000000576 coating method Methods 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 description 60
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 12
- 238000004088 simulation Methods 0.000 description 11
- 238000011160 research Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 229910052741 iridium Inorganic materials 0.000 description 2
- GKOZUEZYRPOHIO-UHFFFAOYSA-N iridium atom Chemical compound [Ir] GKOZUEZYRPOHIO-UHFFFAOYSA-N 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 108091092919 Minisatellite Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- 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
- H04B7/18521—Systems of inter linked satellites, i.e. inter satellite service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0289—Congestion control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明提供了一种低轨卫星星座星间负载路由均衡方法及系统,包括:根据低轨卫星的星座构型将地球表面划分为多个覆盖区域,建立流量模型;根据流量模型得到多个覆盖区域的潜在拥塞值,根据覆盖区域的潜在拥塞值对星间负载路由进行区域分流,全网信息收集模块进行全网状态信息收集建立全网信息库;链路代价计算模块根据星间负载路由的目的节点距离及星间负载路由的端到端链路状态,计算星间负载路由的节点转移概率;多径计算模块以星间负载路由的路径时延为约束进行星间负载路由的多路径搜索,得到星间负载路由的最优路径及星间负载路由的备选路径;多径转发模块在星间负载的转发过程中根据当前网络状态使用“红绿灯”策略选择星间负载的下一跳。
Description
技术领域
本发明涉及卫星通信技术领域,特别涉及一种低轨卫星星座星间负载路由均衡方法及系统。
背景技术
随着全球通信业务的迅速增长,卫星通信系统在军事、商业以及民用通信上的应用越发广泛。此外,低轨卫星网络作为全球通信系统中地面网络的补充,逐渐成为人们日常生活中必不可少的部分。其中,低轨卫星通信系统具有覆盖范围广、传播时延小和终端设备发射功率低等优势,这使得借助低地球轨道(Low Earth Orbit,LEO)卫星进行数据传输受到国内外广泛关注。而星间链路的使用在满足了高质量和高数据安全性等特殊应用需求的同时,也引发了业内对卫星星座网络路由问题的持续关注,其中负载均衡问题是路由算法研究的重要部分,也是基于星间链路的卫星星座设计中的重要问题。
为了满足卫星通信系统星上数据就近落地需求,实现安全高效的数据传输,现有的卫星通信系统都具有分布在全球各地的地面信关站。由于全球用户的非均匀分布及其活跃度随时区动态变化,卫星系统数据流地面信关站就近下行会引发空间段拥塞并加重馈线负担,这种拥塞模式是一种漏斗型的新型拥塞模式且极易引起雪崩式拥塞,进而影响空间段端到端通信的负载均衡。
此类漏斗型拥塞形态随着网络状态不断动态变化,图1中以每个地面信关站同时跟踪四颗卫星为例给出一种特殊的漏斗型拥塞形态。如图1所示,由于卫星S7、S11、S12、S16与地面信关站之间的馈线传输能力有限,而各个方向通过地面信关站下行的非均匀数据流向地面信关站上方卫星簇不断汇聚,由此形成一个漏斗型拥塞区域。目前的负载均衡技术不能很好地缓解此类流量模型引起的空间段拥塞问题。
卫星网络多径路由策略利用卫星网络具有大规模动态可预测的拓扑形态以及卫星节点间的天然多径的特点进行设计。相对单条路径的路由策略而言,多径路由的分流策略更加灵活。CEMR算法首先提出了卫星网络中的多径路由策略,综合考虑排队时延与传播时延计算路由表,但具体的多径实现方式文章中并未详述。2009年,Taleb等人给出了一种显式负载均衡(Explicit Load Balancing,ELB)算法,该算法监控本地拥塞状态,当发生拥塞时及时通知上游将通过本地拥塞卫星的χ%的流量通过备选路径进行转发。在此基础上Song提出了交通灯智能路由策略(Traffic-light Based Intelligent RoutingStrategy.TLR),采用交通灯的“红绿灯”概念将本地队列与卫星整体队列的情况分为3级,综合考虑本地与下一跳节点的状态选择转发策略,如果最优路径及备选路径均为红灯则不适合转发,此时将数据分组存入等待区,直到任一路径恢复为非红灯状态后发出。ELB算法和TLR算法的分流策略不具有全局视野,容易陷入局部最优。2018年,刘沛龙等又进一步提出了一种基于混合分流策略的负载均衡路由策略(Hybrid Traffic Detour LoadBalancing Routing,HLBR),该策略将长程绕行与分布式分流两种方式相结合以实现高效自适应负载均衡。但HLBR算法的分流策略较为复杂,牺牲了一定的时间复杂度及空间复杂度。
综上所述,已有的路由算法都没有针对性地解决地面信关站就近下行引起的漏斗型拥塞问题,而此类拥塞会严重影响低轨卫星通信系统空间段端到端通信的负载均衡及服务质量。
发明内容
本发明的目的在于提供一种低轨卫星星座星间负载路由均衡方法及系统,以解决现有的路由算法无法同时满足星地传输需求并实现空间段负载均衡的问题。
为解决上述技术问题,本发明提供一种低轨卫星星座星间负载路由均衡方法,所述低轨卫星星座星间负载路由均衡方法包括:
根据低轨卫星的星座构型将地球表面划分为多个覆盖区域;
根据所述星座构型建立流量模型;
根据所述流量模型得到多个所述覆盖区域的潜在拥塞值,根据所述覆盖区域的潜在拥塞值对星间负载路由进行区域分流,包括:
全网信息收集模块进行全网状态信息收集建立全网信息库;
链路代价计算模块根据所述星间负载路由的目的节点距离及所述星间负载路由的端到端链路状态,计算所述星间负载路由的节点转移概率;
多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径;
多径转发模块在所述星间负载的转发过程中根据当前网络状态使用“红绿灯”策略选择所述星间负载的下一跳。
可选的,在所述的低轨卫星星座星间负载路由均衡方法中,在所述低轨卫星星座中,将不断运动的实际卫星一一映射为静态的虚拟卫星,并将每颗虚拟卫星与一个固定的覆盖区域进行绑定,当实际卫星运动时,其对应的虚拟卫星也会随之变化,卫星的数量与卫星星座构型有关,根据卫星的数量将地球表面划分为若干个覆盖区域,所述低轨卫星星座包含的卫星的数量为:
Numtotal=Numorbit*Numsatperorb,
其中:Numorbit代表所述低轨卫星星座的轨道的数目,Numsatperorb代表每个轨道的卫星数目;
所述低轨卫星星座的星座构型为walker72/6/3的π型星座构型,所述低轨卫星星座具有72颗低轨卫星,所述低轨卫星分布在6个轨道上,每个轨道上分布12颗所述低轨卫星,所述低轨卫星星座的相位因子为3,所述覆盖区域的数量为72个,所述覆盖区域为纬度及经度均为30°的区域。
可选的,在所述的低轨卫星星座星间负载路由均衡方法中,所述低轨卫星星座还包括若干地面信关站,每颗卫星都具有四条节点到节点的双工星间链路,所述双工星间链路用于连接该卫星的邻近卫星,其中的两条所述双工星间链路为连接同一轨道卫星的链路,另外两条所述双工星间链路为连接在两条轨道间的链路;
当卫星经过的极区上方为与轨道间反向缝处时,所述两条轨道间的所述双工星间链路关闭,且该卫星能够与其覆盖区域内的终端设备及地面信关站建立星地链路;
每颗卫星的各个链路的发射机中均配置参数一致的缓存队列,以临时存储即将转发的数据分组;
对不同目的节点的流量进行分类,将需要通过所述星地链路中的地面信关站下行并接入地面核心网的流量称为星地流量,通过所述双工星间链路传输而无需经过地面信关站传输的流量则称为端到端流量;
计算每个所述覆盖区域的静态设备密度指数,计算流量比例随时间变化情况,对不同类型的流量分别计算对应的两颗卫星间流量需求指数:
其中,dij为两颗卫星间距离,SDIi及SDIj为该两颗卫星分别对应的所述覆盖区域的静态设备密度指数,SGT为星地流量,设置星地流量系数γ=0.5,δ=2.0;设置端到端流量系数γ=0.8,SST为端到端流量;
在所述卫星间流量需求指数基础上计算卫星间实时流量需求:
可选的,在所述的低轨卫星星座星间负载路由均衡方法中,全网信息收集模块进行全网状态信息收集建立全网信息库包括:
低轨卫星星座的每个轨道均设置一颗发言人卫星,该轨道内的其他卫星收集本轨道的状态信息并发送至所述发言人卫星;
该轨道内的所述发言人卫星收集本轨道内的状态信息后,生成轨道信息包并发送至其他轨道的所述发言人卫星;
所述发言人卫星接收其他轨道的所述轨道信息包,并转发给本轨道内的其他卫星,各个轨道的卫星根据本轨道的状态信息及其他轨道的所述轨道信息包建立起全网信息库。
可选的,在所述的低轨卫星星座星间负载路由均衡方法中,链路代价计算模块根据所述星间负载路由的目的节点距离及所述星间负载路由的端到端链路状态,计算所述星间负载路由的节点转移概率包括:
根据所述覆盖区域在所述地面信关站上方拥塞的程度设置站域,所述站域上方的卫星集合称为站域卫星,其余卫星为非站域卫星;分别计算不同覆盖区域的链路代价以用于后续多路径搜索,在所述多路径搜索时避免使用所述站域卫星作为中间节点,减轻所述站域的流量负载;
计算站域指数SIi:
其中,κ=0.5,μ=0.8,λ=0.5分别为该覆盖区域的静态设备密度指数,所述覆盖区域的中心与地面信关站之间的距离及地面用户活跃指数对站域指数的贡献因子,SDIi为覆盖区域的静态设备密度指数,SGdi为所述覆盖区域的中心与地面信关站之间的距离,UAIi为地面用户活跃指数,ρh max为物联网设备随时间变化的流量比例的最大值,SDIi max为静态设备密度指数最大值;
当所述站域指数大于阈值时,则认为该覆盖区域为站域,否则为非站域;所述阈值大于零,且小于100%。
可选的,在所述的低轨卫星星座星间负载路由均衡方法中,根据站域指数SIi分区计算卫星Si与卫星Sj之间链路代价costij,链路代价costij由链路队列排队代价costij que及链路传播代价costij prop共同决定:
costij=costij que+costij prop,
其中,链路传播代价costij prop为链路的传播时延Tij prop,即:
costij prop=Tij prop,
其中,dij为两颗卫星间距离,c为光速;
链路队列排队代价costij que主要由链路队列排队时延Tij que决定:
其中,QORij为卫星Si与临近卫星Sj链接的星间链路的队列占用率,v为发送速率;
路队列排队代价costij que计算如下:
计算得到全网链路的链路代价并作为多路径搜索的输入。
可选的,在所述的低轨卫星星座星间负载路由均衡方法中,多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径包括:
在站域划分的基础上进行区域分流,选择链路代价costij小的卫星作为中间节点,缓解所述站域卫星的负担,实现负载均衡;
根据当前节点与目的节点之间距离did计算转向因子ηij;
计算节点可见性参数Γi,避免在多路径搜索过程中出现绕行和环路;
使用链路权重因子ψij、所述转向因子ηij及所述节点可见性参数Γi计算多路径搜索中由节点Si到节点Sj的转移概率pij,选择所述转移概率pij最大且满足约束的节点进行多路径搜索,以得到所述最优路径及所述备选路径。
可选的,在所述的低轨卫星星座星间负载路由均衡方法中,多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径还包括:
使用链路权重因子ψij表示所述链路代价costij对路径计算的影响,所述链路权重因子ψij定义为:
ψij=ω/1+costij,)
其中,ω为常量,且ω=1;
以当前节点Si与目的节点Sd之间的距离的倒数作为转向因子ηij:
ηij=1/did;
设置节点可见性参数Γi来标记该节点是否已被访问:
由节点Si到临近节点Sj的转移概率pij为:
其中,ψij为链路权重因子,ηij为转向因子,Γi为节点可见性参数,α,β为链路权重因子与转向因子的贡献系数,N(i)为当前节点Si的临近节点集合。
可选的,在所述的低轨卫星星座星间负载路由均衡方法中,将由源节点开始遍历过程中所经过的路径时延作为多路径搜索的约束,包括:已选择的节点组成的路径Pathm中各条链路的传播时延和排队时延之和Tpath不能超过规定的路径时延的门限THmit,其中路径时延Tparh计算公式如下:
Tpath=∑Tlink ij,
Tlink=Tij que+Tij prop,
其中,Tlink ij为遍历过程中所经过的路径的时延;
由当前节点Si选择临近节点Sj进行遍历需满足以下条件:
max{pij}.
Tpath≤Tlimit,
其中,α,β为链路权重因子与转向因子的贡献系数,N(i)为当前节点Si的临近节点集合。
可选的,在所述的低轨卫星星座星间负载路由均衡方法中,在所述备选路径计算中屏蔽所述最优路径中选择的中间节点,包括:
步骤一,将所有节点的所述可见性参数Γi均设置为1,并根据所述链路权重因子ψij的定义对链路权重因子ψij进行初始化,根据所述当前节点Si与目的节点Sd之间的距离的倒数对所述转向因子ηij进行初始化;
步骤二,搜索当前节点Si的下一跳,若当前节点Si即为目的节点则结束;
反之,计算转移概率pij,并从节点Si的临近节点集合N(i)中选择概率最大的节点Sj作为下一跳,令节点Sj的可见性参数Γj=0并转至步骤三,当所述转移概率均为0时,说明N(i)中节点均已被访问,则退回到节点Si的前一跳节点Spre重复步骤二进行搜索;
步骤三,对于已选择的下一跳节点Sj,计算从节点Si到节点Sj的链路时延Tlink ij,若Tpath+Tlink ij>Tlimit,则节点Sj不满足约束,退回到节点Si并转至步骤二重新进行搜索;若Tpath+Tlink ij≤Tlimit,则更新Tpath=Tpath+Tlink ij并对节点Sj执行与节点Si相同的搜索操作直至到达目的节点;
步骤四,在得到所述最优路径之后,将所述最优路径中的中间节点的可见性参数Γi均设置为1,其余节点的可见性参数Γi均设置为0,并重复上述步骤计算备选路径。
可选的,在所述的低轨卫星星座星间负载路由均衡方法中,多径转发模块在所述星间负载的转发过程中根据当前网络状态使用“红绿灯”策略选择所述星间负载的下一跳包括:
在多路径搜索结束后,全网各节点均将最优路径及备选路径写入路由表用于后续转发;随着数据分组转发的过程中网络状态不断变化,在转发过程中根据当前的网络状态对路径做出调整,选择合适的下一跳节点进行分流,从而实现负载均衡;
根据卫星Si各条链路的队列占用率QORij及卫星Si整体队列占用率TQORi设置卫星Si各个方向上的红绿灯状态;红绿灯为“绿色”表示该方向未发生拥塞,“黄色”表示该方向即将拥塞,“红色”表示该方向已发生拥塞;
当数据分组到达卫星Si时,先从路由表中得到下一跳的候选,然后判断最优路径及备选路径中下一跳方向上的红绿灯状态选择合适的转发方式,规则如下:
当最优路径下一跳方向上的红绿灯状态为“绿色”时,无论备选路径方向上是何种状态均选择最优路径下一跳进行转发;
当最优路径下一跳方向上的红绿灯状态为“黄色”时,若备选路径下一跳方向上红绿灯状态为“绿色”或“黄色”,则进行分流,一半数据分组使用最优路径下一跳进行转发,另一半使用备选路径下一跳进行转发;若为“红色”,则选择最优路径下一跳进行转发;
当最优路径下一跳方向上的红绿灯状态为“红色”时,若备选路径下一跳方向上红绿灯状态为“绿色”或“黄色”,则使用备选路径下一跳进行转发;若为“红色”,则令数据分组在缓存区等待至任一路径为非红色状态再进行转发。
本发明还提供一种低轨卫星星座星间负载路由均衡系统,所述低轨卫星星座星间负载路由均衡系统包括全网信息收集模块、链路代价计算模块、多径计算模块及多径转发模块,其中:
根据低轨卫星的星座构型将地球表面划分为多个覆盖区域;
根据所述星座构型建立流量模型;
根据所述流量模型得到多个所述覆盖区域的潜在拥塞值,根据所述覆盖区域的潜在拥塞值对星间负载路由进行区域分流,包括:
所述全网信息收集模块进行全网状态信息收集建立全网信息库;
所述链路代价计算模块根据所述星间负载路由的目的节点距离及所述星间负载路由的端到端链路状态,计算所述星间负载路由的节点转移概率;
所述多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径;
所述多径转发模块在所述星间负载的转发过程中根据当前网络状态使用“红绿灯”策略选择所述星间负载的下一跳。
在本发明提供的低轨卫星星座星间负载路由均衡方法及系统中,通过根据低轨卫星的星座构型将地球表面划分为多个覆盖区域;根据所述星座构型建立流量模型;根据所述流量模型得到多个所述覆盖区域的潜在拥塞值,根据所述覆盖区域的潜在拥塞值对星间负载路由进行区域分流,实现了针对低轨卫星通信系统数据通过非均匀分布的地面信关站就近传输引起的空间段动态漏斗型拥塞问题进行研究,提出一种基于区域分流的多路径搜索负载路由均衡方法。本发明能够缩小高流区域范围,从而缓解拥塞,并有效地降低了端到端时延及网络丢包率,提高了网络吞吐量,性能优于经典的TLR算法及ELB算法,能够很好地缓解拥塞,从而实现负载均衡。
附图说明
图1是现有的卫星系统数据流地面信关站就近下行漏斗型拥塞形态示意图;
图2是本发明一实施例的低轨卫星星座星间负载路由均衡方法中的覆盖区域划分及静态设备密度指数示意图;
图3是本发明一实施例的低轨卫星星座星间负载路由均衡方法中的流量比例随时区变化示意图;
图4是本发明一实施例的低轨卫星星座星间负载路由均衡方法中的轨道发言人策略示意图;
图5是本发明一实施例对低轨卫星星座星间负载路由均衡方法进行仿真的OPNET仿真环境网络层示意图;
图6是本发明一实施例对低轨卫星星座星间负载路由均衡方法进行仿真的OPNET仿真环境节点层示意图;
图7(a)是现有的ELB算法实时高流区形态(输入为148.3Tbit/day)示意图;
图7(b)是现有的TLR算法实时高流区形态(输入为148.3Tbit/day)示意图;
图7(c)是本发明一实施例低轨卫星星座星间负载路由均衡方法的实时高流区形态(输入为148.3Tbit/day)示意图;
图8(a)是现有的ELB算法实时高流区形态(输入为189.5Tbit/day)示意图;
图8(b)是现有的TLR算法实时高流区形态(输入为189.5Tbit/day)示意图;
图8(c)是本发明一实施例的低轨卫星星座星间负载路由均衡方法的实时高流区形态(输入为189.5Tbit/day)示意图;
图9(a)是现有的ELB算法、TLR算法、以及本发明低轨卫星星座星间负载路由均衡方法的端到端时延对比示意图;
图9(b)是现有的ELB算法、TLR算法、以及本发明低轨卫星星座星间负载路由均衡方法的丢包率对比示意图;
图9(c)是现有的ELB算法、TLR算法、以及本发明低轨卫星星座星间负载路由均衡方法的网络吞吐量对比示意图。
具体实施方式
以下结合附图和具体实施例对本发明提出的低轨卫星星座星间负载路由均衡方法及系统作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
本发明的核心思想在于提供一种低轨卫星星座星间负载路由均衡方法及系统,以解决现有的路由算法无法满足星地传输需求并实现空间段负载均衡的问题。
低轨卫星星座全球用户流量分布不均且随时区动态变化,加之地面信关站分布不均,星上数据流通过地面信关站就近下行极易引起空间段动态漏斗型拥塞及馈线拥塞,进而劣化通信指标。该文提出了基于区域分流的多径搜索负载均衡路由算法(Regional-Traffic-Detour Multipath Search Load Balancing Routing,RMLBR),根据星地传输给不同区域带来的潜在拥塞可能性差异进行区域分流,并以路径时延为约束,综合考虑目的节点距离及端到端链路状态计算节点转移概率进行多径搜索,得到最优路径及备选路径。OPNET仿真结果表明,RMLBR算法与TLR算法、ELB算法相比能够有效缓解由于地面信关站就近下行引起的空间段拥塞,缩小高流区范围,并在满足实际场景时延约束的前提下,降低丢包率,提高网络吞吐量。
为实现上述思想,本发明提供了一种低轨卫星星座星间负载路由均衡方法及系统,所述低轨卫星星座星间负载路由均衡方法包括:根据低轨卫星的星座构型将地球表面划分为多个覆盖区域;根据所述星座构型建立流量模型;根据所述流量模型得到多个所述覆盖区域的潜在拥塞值,根据所述覆盖区域的潜在拥塞值对星间负载路由进行区域分流,包括:全网信息收集模块进行全网状态信息收集建立全网信息库;链路代价计算模块根据所述星间负载路由的目的节点距离及所述星间负载路由的端到端链路状态,计算所述星间负载路由的节点转移概率;多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径;多径转发模块在所述星间负载的转发过程中根据当前网络状态使用“红绿灯”策略选择所述星间负载的下一跳。
<实施例一>
本实施例提供一种低轨卫星星座星间负载路由均衡方法,所述低轨卫星星座星间负载路由均衡方法包括:根据低轨卫星的星座构型将地球表面划分为多个覆盖区域;根据所述星座构型建立流量模型;根据所述流量模型得到多个所述覆盖区域的潜在拥塞值,根据所述覆盖区域的潜在拥塞值对星间负载路由进行区域分流,包括:全网信息收集模块进行全网状态信息收集建立全网信息库;链路代价计算模块根据所述星间负载路由的目的节点距离及所述星间负载路由的端到端链路状态,计算所述星间负载路由的节点转移概率;多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径;多径转发模块在所述星间负载的转发过程中根据当前网络状态使用“红绿灯”策略选择所述星间负载的下一跳。
具体的,利用中国科学院微小卫星创新研究院某在研类铱星极轨道(WalkerPolar)星座构建星座模型并进行路由算法设计。在所述的低轨卫星星座星间负载路由均衡方法中,如图2所示,在所述低轨卫星星座中,由于卫星的动态运动及地球的自转,每个卫星覆盖的范围及卫星之间的连接关系持续变化。为了便于研究,本实施例通过虚拟拓扑法将不断运动的实际卫星一一映射为静态的虚拟卫星,并将每颗虚拟卫星与一个固定的覆盖区域进行绑定,当实际卫星运动时,其对应的虚拟卫星也会随之变化,卫星的数量与卫星星座构型有关,根据卫星的数量将地球表面划分为若干个覆盖区域,所述低轨卫星星座包含的卫星的数量为:
Numtotal=Numorbit*Numsatperorb,
其中:Numorbit代表所述低轨卫星星座的轨道的数目,Numsatperorb代表每个轨道的卫星数目;所述低轨卫星星座的星座构型为walker72/6/3的π型星座构型,表示为是一个walker星座,π型星座又称为极轨星座,所述低轨卫星星座具有72颗低轨卫星,所述低轨卫星分布在6个轨道上,每个轨道上分布12颗所述低轨卫星,所述低轨卫星星座的相位因子为3,所述覆盖区域的数量为72个,所述覆盖区域为纬度及经度均为30°的区域。此外,由于全网流量分布还具有时变性,因此计算流量比例ρh随时间变化情况如图3所示。
进一步的,在所述的低轨卫星星座星间负载路由均衡方法中,所述低轨卫星星座还包括若干地面信关站,每颗卫星都具有四条节点到节点的双工星间链路,所述双工星间链路用于连接该卫星的邻近卫星,其中的两条所述双工星间链路为连接同一轨道卫星的链路,另外两条所述双工星间链路为连接在两条轨道间的链路;当卫星经过的极区上方为与轨道间反向缝处时,所述两条轨道间的所述双工星间链路关闭,且该卫星能够与其覆盖区域内的终端设备及地面信关站建立星地链路;卫星经过的极区上方为与轨道间反向缝处是指,在极轨星座中,当最后一个轨道平面与第一个轨道平面相遇时,两个相邻轨道以相反的方向旋转,将这两个相反方向旋转轨道之间的区域称为反向缝。在反向缝两侧,相邻轨道面的两颗卫星反向运动,因此相对运动角速度很高,由于多普勒频移和瞄准、捕获和跟踪系统实现困难,很难建立跨越反向缝的星间链路。
每颗卫星的各个链路的发射机中均配置参数一致的缓存队列,以临时存储即将转发的数据分组;为了有效地缓解星地传输带来的拥塞,本实施例对不同目的节点的流量进行分类,将需要通过所述星地链路中的地面信关站下行并接入地面核心网的流量称为星地流量(Satellite to Ground Traffic,SGT),通过所述双工星间链路传输而无需经过地面信关站传输的流量则称为端到端流量(Satellite to Satellite Traffic,SST);计算每个所述覆盖区域的静态设备密度指数,计算流量比例随时间变化情况,对不同类型的流量分别计算对应的两颗卫星间流量需求指数:
其中,dij为两颗卫星间距离,SDIi及SDIj为该两颗卫星分别对应的所述覆盖区域的静态设备密度指数,SGT为星地流量,设置星地流量系数γ=0.5,δ=2.0;设置端到端流量系数γ=0.8,SST为端到端流量;提出流量模型的建立还受到时区的影响,因此在所述卫星间流量需求指数基础上计算卫星间实时流量需求:
如图4所示,在所述的低轨卫星星座星间负载路由均衡方法中,全网信息收集模块进行全网状态信息收集建立全网信息库包括:低轨卫星星座的每个轨道均设置一颗发言人卫星,该轨道内的其他卫星收集本轨道的状态信息并发送至所述发言人卫星;该轨道内的所述发言人卫星收集本轨道内的状态信息后,生成轨道信息包并发送至其他轨道的所述发言人卫星;所述发言人卫星接收其他轨道的所述轨道信息包,并转发给本轨道内的其他卫星,各个轨道的卫星根据本轨道的状态信息及其他轨道的所述轨道信息包建立起全网信息库。
另外,合理地计算全网链路代价可以有效地描绘网络中各条链路及各区域的状态,从而使算法具有全局视野并提高算法性能。为了更加细致地反映全网状态以及站域的潜在拥塞可能,引导算法进行分流,本实施例在全网状态信息的基础上分区域计算链路代价,避免算法陷入局部最优。引用站域的概念,将地面信关站上方易拥塞的空间段区域称为站域(Station Area,SA),站域上方的卫星集合称为站域卫星(Station Area Satellite,SAS),其余卫星为非站域卫星(non Station Area Satellite,nSAS)。对不同区域分别计算链路代价用于后续多径计算。在所述的低轨卫星星座星间负载路由均衡方法中,链路代价计算模块根据所述星间负载路由的目的节点距离及所述星间负载路由的端到端链路状态,计算所述星间负载路由的节点转移概率包括:根据所述覆盖区域在所述地面信关站上方拥塞的程度设置站域,所述站域上方的卫星集合称为站域卫星,其余卫星为非站域卫星;分别计算不同覆盖区域的链路代价以用于后续多路径搜索,在所述多路径搜索时避免使用所述站域卫星作为中间节点,减轻所述站域的流量负载;
现有技术中以站域指数SIi来衡量当前区域受地面信关站就近星地传输的影响程度进而划分站域,其中站域指数SIi的计算使用线性模型,这样虽然能够简化运算便于仿真,但难以准确地刻画各个因素与站域指数SIi之间的关系,使得站域的划分不够精确。
为了更准确地描绘站域的形态及地面信关站就近星地传输对各个区域产生的潜在拥塞风险,本实施例对站域指数SIi的计算方法进行改进。站域指数SIi取值受到静态设备密度指数SDIi,卫星覆盖区域中心与地面信关站之间的距离SGdi以及地面用户活跃指数UAIi三种因素的影响,其中距离地面信关站越近的区域汇聚的星地流量越多,发生拥塞的可能性就越大,因此站域指数SIi与卫星覆盖区域中心与地面信关站之间的距离SGdi成反比;而覆盖区域的静态设备越多,用户越活跃,则该区域产生的流量也相应较大,故站域指数SIi与静态设备密度指数SDIi及地面用户活跃指数UAIi成正比。
计算站域指数SIi:
其中,κ=0.5,μ=0.8,λ=0.5分别为该覆盖区域的静态设备密度指数,所述覆盖区域的中心与地面信关站之间的距离及地面用户活跃指数对站域指数的贡献因子,SDIi为覆盖区域的静态设备密度指数,SGdi为所述覆盖区域的中心与地面信关站之间的距离,UAIi为地面用户活跃指数,ρh max为物联网设备随时间变化的流量比例的最大值,SDIi max为静态设备密度指数最大值;当所述站域指数大于阈值时,则认为该覆盖区域为站域,否则为非站域;所述阈值大于零,且小于100%。
具体的,在所述的低轨卫星星座星间负载路由均衡方法中,由于站域卫星存在比较大的拥塞可能性,而端到端流量无需经过地面信关站进行星地传输,因此在计算路径时尽可能少地使用站域卫星作为中间节点,减轻站域的流量负载。为了区分不同链路的状态并实现分流,根据站域指数SIi分区计算卫星Si与卫星Sj之间链路代价costij,链路代价costij由链路队列排队代价costij que及链路传播代价costij prop共同决定:
costij=costij que+costij prop,
其中,链路传播代价costij prop为链路的传播时延Tij prop,即:
costij prop=Tij prop,
其中,dij为两颗卫星间距离,c为光速;
链路队列排队代价costij que主要由链路队列排队时延Tij que决定:
其中,QORij为卫星si与临近卫星Sij链接的星间链路的队列占用率,v为发送速率;
路队列排队代价costij que计算如下:
为站域潜在拥塞代价,当站域发生拥塞时,链路排队时延Tij que显著增大,进而引起链路队列排队代价costij que增加。为了研究站域卫星潜在拥塞可能性对链路排队时延Tij que的影响,本实施例引入站域潜在拥塞代价来表示由站域卫星潜在拥塞可能性而带来的额外链路队列排队代价,对于非站域卫星不使用该参数。站域指数SIi越高,则说明覆盖该区域的卫星越容易发生拥塞,站域潜在拥塞代价计算如下:
计算得到全网链路的链路代价并作为多路径搜索的输入。
进一步的,现有的TLR算法中使用最短路径算法进行多径计算得到一条最优路径及一条备选路径。本实施例提出的低轨卫星星座星间负载路由均衡方法(简称为RMLBR算法)在站域划分的基础上进行区域分流,尽可能选择链路代价costij小的卫星作为中间节点,从而使较为空闲的卫星得到利用,缓解站域卫星的负担,实现负载均衡。此外,RMLBR算法以当前节点与目的节点之间距离did的倒数作为转向因子ηij并引入节点可见性参数Γi,避免了在多径搜索过程中出现绕行和环路。最后,为了满足实际场景中的卫星数据的时效性,RMLBR算法以路径总时延Tpath作为多径搜索的约束。在所述的低轨卫星星座星间负载路由均衡方法中,多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径包括:在站域划分的基础上进行区域分流,选择链路代价costij小的卫星作为中间节点,缓解所述站域卫星的负担,实现负载均衡;根据当前节点与目的节点之间距离did计算转向因子ηij;计算节点可见性参数Γi,避免在多路径搜索过程中出现绕行和环路;以路径总时延Tpath作为多路径搜索的约束;使用链路权重因子ψij、所述转向因子ηij及所述节点可见性参数Γi计算多路径搜索中由节点Si到节点Sj的转移概率pij,选择所述转移概率pij最大且满足约束的节点进行多路径搜索,以得到所述最优路径及所述备选路径。
另外,在所述的低轨卫星星座星间负载路由均衡方法中,多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径还包括:使用链路权重因子ψij表示所述链路代价costij对路径计算的影响,所述链路权重因子ψij定义为:
ψij=ω/1+costij,)
其中,ω为常量,且ω=1;
由于仅考虑链路代价而计算路径时容易舍近求远发生绕行,为了减少冗余的中间节点并选择靠近目的节点的卫星作为中间跳,以当前节点Si与目的节点Sd之间的距离的倒数作为转向因子ηij:
ηij=1/did;
为了避免在计算路径时出现环路,设置节点可见性参数Γi来标记该节点是否已被访问:
由节点Si到临近节点Sj的转移概率pij为:
其中,ψij为链路权重因子,ηij为转向因子,Γi为节点可见性参数,α,β为链路权重因子与转向因子的贡献系数,N(i)为当前节点Si的临近节点集合。
具体的,在所述的低轨卫星星座星间负载路由均衡方法中,由于端到端时延是空间通信系统服务质量的重要影响因素,因此为了保证服务质量及数据分组的时效性,将由源节点开始遍历过程中所经过的路径时延作为多路径搜索的约束,包括:已选择的节点组成的路径Pathm中各条链路的传播时延和排队时延之和Tpath不能超过规定的路径时延的门限Tlimit,其中路径时延Tpath计算公式如下:
Tpath-∑Tlink ij,
Tlink=Tij que+Tij prop,
其中,Tlink ij为遍历过程中所经过的路径的时延;门限Tlimit由实际场景中的时延要求决定,当门限Tlimit取值过大时会失去约束作用,而取值过于苛刻时不仅没有实际研究意义而且会导致多径计算的失败。
由当前节点Si选择临近节点Sj进行遍历需满足以下条件:
max{pij}.
Tpath≤Tlimit,
其中,α,β为链路权重因子与转向因子的贡献系数,N(i)为当前节点Si的临近节点集合。
进一步的,在所述的低轨卫星星座星间负载路由均衡方法中,当多径之间存在公共节点时,其链路失效的可能性较大,因此为了保证多径算法的性能,RMLBR算法中多径计算遵循最优路径及备选路径之间无公共节点的原则。在备选路径计算中屏蔽最优路径中选择的中间节点,使得构成最优路径的节点在备选路径计算中不可见,以此实现两条路径间无公有节点,具体包括:步骤一,将所有节点的所述可见性参数Γi均设置为1,并根据所述链路权重因子ψij的定义对链路权重因子ψij进行初始化,根据所述当前节点si与目的节点Sd之间的距离的倒数对所述转向因子ηij进行初始化;步骤二,搜索当前节点Si的下一跳,若当前节点Si即为目的节点则结束;反之,计算转移概率pij,并从节点Si的临近节点集合N(i)中选择概率最大的节点Sj作为下一跳,令节点Sj的可见性参数Γj=0并转至步骤三,当所述转移概率均为0时,说明N(i)中节点均已被访问,则退回到节点Si的前一跳节点Spro重复步骤二进行搜索;步骤三,对于已选择的下一跳节点Sj,计算从节点Si到节点Sj的链路时延Tlink ij,若Tpath+Tlink ij>Tlimit,则节点Sj不满足约束,退回到节点Si并转至步骤二重新进行搜索;若Tpath+Tlink ij≤Tlimit,则更新Tpath=Tpath+Tlink ij并对节点Sj执行与节点Si相同的搜索操作直至到达目的节点;步骤四,在得到所述最优路径之后,将所述最优路径中的中间节点的可见性参数Γi均设置为1,其余节点的可见性参数Γi均设置为0,并重复上述步骤计算备选路径。
另外,在所述的低轨卫星星座星间负载路由均衡方法中,多径转发模块在所述星间负载的转发过程中根据当前网络状态使用“红绿灯”策略选择所述星间负载的下一跳包括:在多路径搜索结束后,全网各节点均将最优路径及备选路径写入路由表用于后续转发;随着数据分组转发的过程中网络状态不断变化,在转发过程中根据当前的网络状态对路径做出调整,选择合适的下一跳节点进行分流,从而实现负载均衡;根据卫星Si各条链路的队列占用率QORij及卫星Si整体队列占用率TQORi设置卫星Si各个方向上的红绿灯状态;红绿灯为“绿色”表示该方向未发生拥塞,“黄色”表示该方向即将拥塞,“红色”表示该方向已发生拥塞;当数据分组到达卫星Si时,先从路由表中得到下一跳的候选,然后判断最优路径及备选路径中下一跳方向上的红绿灯状态选择合适的转发方式,规则如下:当最优路径下一跳方向上的红绿灯状态为“绿色”时,无论备选路径方向上是何种状态均选择最优路径下一跳进行转发;当最优路径下一跳方向上的红绿灯状态为“黄色”时,若备选路径下一跳方向上红绿灯状态为“绿色”或“黄色”,则进行分流,一半数据分组使用最优路径下一跳进行转发,另一半使用备选路径下一跳进行转发;若为“红色”,则选择最优路径下一跳进行转发;当最优路径下一跳方向上的红绿灯状态为“红色”时,若备选路径下一跳方向上红绿灯状态为“绿色”或“黄色”,则使用备选路径下一跳进行转发;若为“红色”,则令数据分组在缓存区等待至任一路径为非红色状态再进行转发。
在本实施例提供的低轨卫星星座星间负载路由均衡方法中,通过根据低轨卫星的星座构型将地球表面划分为多个覆盖区域;根据所述星座构型建立流量模型;根据所述流量模型得到多个所述覆盖区域的潜在拥塞值,根据所述覆盖区域的潜在拥塞值对星间负载路由进行区域分流,实现了针对低轨卫星通信系统数据通过非均匀分布的地面信关站就近传输引起的空间段动态漏斗型拥塞问题进行研究,提出一种基于区域分流的多路径搜索负载路由均衡方法。本发明能够缩小高流区域范围,从而缓解拥塞,并有效地降低了端到端时延及网络丢包率,提高了网络吞吐量,性能优于经典的TLR算法及ELB算法,能够很好地缓解拥塞,从而实现负载均衡。
综上,上述实施例对低轨卫星星座星间负载路由均衡方法的不同方案进行了详细说明,当然,本发明包括但不局限于上述实施中所列举的构型,任何在上述实施例提供的构型基础上进行变换的内容,均属于本发明所保护的范围。本领域技术人员可以根据上述实施例的内容举一反三。
<实施例二>
本实施例提供一种低轨卫星星座星间负载路由均衡系统,所述低轨卫星星座星间负载路由均衡系统包括全网信息收集模块、链路代价计算模块、多径计算模块及多径转发模块,其中:根据低轨卫星的星座构型将地球表面划分为多个覆盖区域;根据所述星座构型建立流量模型;根据所述流量模型得到多个所述覆盖区域的潜在拥塞值,根据所述覆盖区域的潜在拥塞值对星间负载路由进行区域分流,包括:所述全网信息收集模块进行全网状态信息收集建立全网信息库;所述链路代价计算模块根据所述星间负载路由的目的节点距离及所述星间负载路由的端到端链路状态,计算所述星间负载路由的节点转移概率;所述多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径;所述多径转发模块在所述星间负载的转发过程中根据当前网络状态使用“红绿灯”策略选择所述星间负载的下一跳。
为了验证本发明提出的RMLBR算法在具有地面信关站的低轨卫星通信系统中的性能,本实施例利用OPNET modeler进行网络仿真,以中科院某在研类铱星极轨道试运行阶段的星座作为仿真背景,其中地面信关站位置根据该星座设计说明设置,OPNET仿真环境如图5所示。图5为该系统空间段网络模型,图6为节点层模型。在多种网络总流量输入情况下,从高流区域形态,网络丢包率、端到端时延及平均队列占用率四个方面与TLR算法和ELB算法进行对比,分析算法特性。
此外,本实施例不考虑信道误码对系统性能产生的影响,仅分析路由层算法性能。仿真过程中将上一实施例所述流量模型作为参考输入进行研究,全网星间链路均配置200Mbps容量,各个队列容量均为66Mbit,仿真时间600s。并根据实际系统应用场景及服务质量需求将RMLBR算法中站域指数阈值ωSI设置为0.6,路径时延门限Tlimit设置为280ms。
本实施例将卫星队列占用率TQORt>40%的区域视为高流区,图7(a)、图7(b)、图7(c)、图8(a)、图8(b)和图8(c)表示了在网络总流量输入为148.3Tbit/day和189.5Tbit/day时,三种算法的实时高流区形态,其中RMLBR算法的高流区范围最小,表明该算法有着较好的分流性能且缓解了拥塞。站域的划分预测了潜在的易拥塞区域,链路代价的分区计算能够引导路径搜索时尽可能少的使用站域卫星作为中间节点,从而减少了站域卫星的流量负载,使得较为空闲的卫星得到使用,使流量分配更为合理,从而实现了负载均衡。
网络仿真过程中记录了数据分组到达目的节点时所经过的时间,图9(a)表示了在多种不同的全网总流量的输入下,三种算法的平均端到端时延,可以看出,RMLBR算法的平均端到端时延最低。其中,在148.3Tbit/day的输入下,ELB、TLR、RMLBR算法的端到端时延分别为122.3ms、119.9ms和96.3ms,RMLBR算法相对前两种算法明显地降低了时延,其原因在于该算法在多径计算时加入了时延的约束并使用转向因子减少路径中出现绕行的情况。
此外,由图9(b)和图9(c)可见,RMLBR算法在丢包率及吞吐量方面也具有优势,以148.3Tbit/day输入为例,ELB、TLR、RMLBR算法的丢包率分别为6.68%、5.03%和3.38%,吞吐量分别为790.41Gbit、811.51Gbit和830.51Gbit。RMLBR算法的性能优势主要得益于算法的设计充分考虑了站域带来的潜在拥塞可能性计算端到端链路代价,并进行了区域分流,从而缩小了高流区范围,缓解了星地传输引起的空间段动态漏斗型拥塞。
综上所述,通过对ELB、TLR、RMLBR算法的高流区域形态,网络丢包率、端到端时延及平均队列占用率四个方面的仿真验证了RMLBR算法的有效性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
上述描述仅是对本发明较佳实施例的描述,并非对本发明范围的任何限定,本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰,均属于权利要求书的保护范围。
Claims (12)
1.一种低轨卫星星座星间负载路由均衡方法,其特征在于,所述低轨卫星星座星间负载路由均衡方法包括:
根据低轨卫星的星座构型将地球表面划分为多个覆盖区域;
根据所述星座构型建立流量模型;
根据所述流量模型得到多个所述覆盖区域的潜在拥塞值,根据所述覆盖区域的潜在拥塞值对星间负载路由进行区域分流,包括:
全网信息收集模块进行全网状态信息收集建立全网信息库;
链路代价计算模块根据所述星间负载路由的目的节点距离及所述星间负载路由的端到端链路状态,计算所述星间负载路由的节点转移概率;
多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径;
多径转发模块在所述星间负载的转发过程中根据当前网络状态使用“红绿灯”策略选择所述星间负载的下一跳。
2.如权利要求1所述的低轨卫星星座星间负载路由均衡方法,其特征在于,在所述低轨卫星星座中,将不断运动的实际卫星一一映射为静态的虚拟卫星,并将每颗虚拟卫星与一个固定的覆盖区域进行绑定,当实际卫星运动时,其对应的虚拟卫星也会随之变化,卫星的数量与卫星星座构型有关,根据卫星的数量将地球表面划分为若干个覆盖区域,所述低轨卫星星座包含的卫星的数量为:
Numtotal=Numorbit*Numsatperorb,
其中:Numorbit代表所述低轨卫星星座的轨道的数目,Numsatperorb代表每个轨道的卫星数目;
所述低轨卫星星座的星座构型为walker72/6/3的π型星座构型,所述低轨卫星星座具有72颗低轨卫星,所述低轨卫星分布在6个轨道上,每个轨道上分布12颗所述低轨卫星,所述低轨卫星星座的相位因子为3,所述覆盖区域的数量为72个,所述覆盖区域为纬度及经度均为30°的区域。
3.如权利要求2所述的低轨卫星星座星间负载路由均衡方法,其特征在于,所述低轨卫星星座还包括若干地面信关站,每颗卫星都具有四条节点到节点的双工星间链路,所述双工星间链路用于连接该卫星的邻近卫星,其中的两条所述双工星间链路为连接同一轨道卫星的链路,另外两条所述双工星间链路为连接在两条轨道间的链路;
当卫星经过的极区上方为与轨道间反向缝处时,所述两条轨道间的所述双工星间链路关闭,且该卫星能够与其覆盖区域内的终端设备及地面信关站建立星地链路;
每颗卫星的各个链路的发射机中均配置参数一致的缓存队列,以临时存储即将转发的数据分组;
对不同目的节点的流量进行分类,将需要通过所述星地链路中的地面信关站下行并接入地面核心网的流量称为星地流量,通过所述双工星间链路传输而无需经过地面信关站传输的流量则称为端到端流量;
计算每个所述覆盖区域的静态设备密度指数,计算流量比例随时间变化情况,对不同类型的流量分别计算对应的两颗卫星间流量需求指数:
其中,dij为两颗卫星间距离,SDIi及SDIj为该两颗卫星分别对应的所述覆盖区域的静态设备密度指数,SGT为星地流量,设置星地流量系数γ=0.5,δ=2.0;设置端到端流量系数γ=0.8,SST为端到端流量;
在所述卫星间流量需求指数基础上计算卫星间实时流量需求:
4.如权利要求3所述的低轨卫星星座星间负载路由均衡方法,其特征在于,全网信息收集模块进行全网状态信息收集建立全网信息库包括:
低轨卫星星座的每个轨道均设置一颗发言人卫星,该轨道内的其他卫星收集本轨道的状态信息并发送至所述发言人卫星;
该轨道内的所述发言人卫星收集本轨道内的状态信息后,生成轨道信息包并发送至其他轨道的所述发言人卫星;
所述发言人卫星接收其他轨道的所述轨道信息包,并转发给本轨道内的其他卫星,各个轨道的卫星根据本轨道的状态信息及其他轨道的所述轨道信息包建立起全网信息库。
5.如权利要求4所述的低轨卫星星座星间负载路由均衡方法,其特征在于,链路代价计算模块根据所述星间负载路由的目的节点距离及所述星间负载路由的端到端链路状态,计算所述星间负载路由的节点转移概率包括:
根据所述覆盖区域在所述地面信关站上方拥塞的程度设置站域,所述站域上方的卫星集合称为站域卫星,其余卫星为非站域卫星;分别计算不同覆盖区域的链路代价以用于后续多路径搜索,在所述多路径搜索时避免使用所述站域卫星作为中间节点,减轻所述站域的流量负载;
计算站域指数SIi:
其中,κ=0.5,μ=0.8,λ=0.5分别为该覆盖区域的静态设备密度指数,所述覆盖区域的中心与地面信关站之间的距离及地面用户活跃指数对站域指数的贡献因子,SDIi为覆盖区域的静态设备密度指数,SGdi为所述覆盖区域的中心与地面信关站之间的距离,UAIi为地面用户活跃指数,ρh max为物联网设备随时间变化的流量比例的最大值,SDIi max为静态设备密度指数最大值;
当所述站域指数大于阈值时,则认为该覆盖区域为站域,否则为非站域;所述阈值大于零,且小于100%。
6.如权利要求5所述的低轨卫星星座星间负载路由均衡方法,其特征在于,根据站域指数SIi分区计算卫星Si与卫星Sj之间链路代价costij,链路代价costij由链路队列排队代价costij que及链路传播代价costij prop共同决定:
costij=costij que+costij prop,
其中,链路传播代价costij prop为链路的传播时延Tij prop,即:
costij prop=Tij prop,
其中,dij为两颗卫星间距离,c为光速;
链路队列排队代价costij que主要由链路队列排队时延Tij que决定:
其中,QORij为卫星Si与临近卫星Sj链接的星间链路的队列占用率,v为发送速率;
路队列排队代价costij que计算如下:
计算得到全网链路的链路代价并作为多路径搜索的输入。
7.如权利要求6所述的低轨卫星星座星间负载路由均衡方法,其特征在于,多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径包括:
在站域划分的基础上进行区域分流,选择链路代价costij小的卫星作为中间节点,缓解所述站域卫星的负担,实现负载均衡;
根据当前节点与目的节点之间距离did计算转向因子ηij;
计算节点可见性参数Γi,避免在多路径搜索过程中出现绕行和环路;
以路径总时延Tpath作为多路径搜索的约束;
使用链路权重因子ψij、所述转向因子ηij及所述节点可见性参数Γi计算多路径搜索中由节点Si到节点Sj的转移概率pij,选择所述转移概率pij最大且满足约束的节点进行多路径搜索,以得到所述最优路径及所述备选路径。
8.如权利要求7所述的低轨卫星星座星间负载路由均衡方法,其特征在于,多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径还包括:
使用链路权重因子ψij表示所述链路代价costij对路径计算的影响,所述链路权重因子ψij定义为:
ψij=ω/1+costij,)
其中,ω为常量,且ω=1;
以当前节点Si与目的节点Sd之间的距离的倒数作为转向因子ηij:
ηij=1/did;
设置节点可见性参数Γi来标记该节点是否已被访问:
由节点Si到临近节点Sj的转移概率pij为:
其中,ψij为链路权重因子,ηij为转向因子,Γi为节点可见性参数,α,β为链路权重因子与转向因子的贡献系数,N(i)为当前节点Si的临近节点集合。
9.如权利要求8所述的低轨卫星星座星间负载路由均衡方法,其特征在于,将由源节点开始遍历过程中所经过的路径时延作为多路径搜索的约束,包括:已选择的节点组成的路径Pathm中各条链路的传播时延和排队时延之和Tpath不能超过规定的路径时延的门限Tlimit,其中路径时延Tpath计算公式如下:
Tpath=∑Tlink ij,
Tlink=Tij que+Tij prop,
其中,Tlink ij为遍历过程中所经过的路径的时延;
由当前节点Si选择临近节点Sj进行遍历需满足以下条件:
max{pij}.
Tpath≤Tlimit,
其中,α,β为链路权重因子与转向因子的贡献系数,N(i)为当前节点Si的临近节点集合。
10.如权利要求9所述的低轨卫星星座星间负载路由均衡方法,其特征在于,在所述备选路径计算中屏蔽所述最优路径中选择的中间节点,包括:
步骤一,将所有节点的所述可见性参数Γi均设置为1,并根据所述链路权重因子ψij的定义对链路权重因子ψij进行初始化,根据所述当前节点Si与目的节点Sd之间的距离的倒数对所述转向因子ηij进行初始化;
步骤二,搜索当前节点Si的下一跳,若当前节点Si即为目的节点则结束;
反之,计算转移概率pij,并从节点Si的临近节点集合N(i)中选择概率最大的节点Sj作为下一跳,令节点Sj的可见性参数Γj=0并转至步骤三,当所述转移概率均为0时,说明N(i)中节点均已被访问,则退回到节点Si的前一跳节点Spre重复步骤二进行搜索;
步骤三,对于已选择的下一跳节点Sj,计算从节点Si到节点Sj的链路时延Tlink ij,若Tpath+Tlink ij>Tlimit,则节点Sj不满足约束,退回到节点Si并转至步骤二重新进行搜索;若Tpath+Tlink ij≤Tlimit,则更新Tpath=Tpath+Tlink ij并对节点Sj执行与节点Si相同的搜索操作直至到达目的节点;
步骤四,在得到所述最优路径之后,将所述最优路径中的中间节点的可见性参数Γi均设置为1,其余节点的可见性参数Γi均设置为0,并重复上述步骤计算备选路径。
11.如权利要求10所述的低轨卫星星座星间负载路由均衡方法,其特征在于,多径转发模块在所述星间负载的转发过程中根据当前网络状态使用“红绿灯”策略选择所述星间负载的下一跳包括:
在多路径搜索结束后,全网各节点均将最优路径及备选路径写入路由表用于后续转发;随着数据分组转发的过程中网络状态不断变化,在转发过程中根据当前的网络状态对路径做出调整,选择合适的下一跳节点进行分流,从而实现负载均衡;
根据卫星Si各条链路的队列占用率QORij及卫星Si整体队列占用率TQORi设置卫星Si各个方向上的红绿灯状态;红绿灯为“绿色”表示该方向未发生拥塞,“黄色”表示该方向即将拥塞,“红色”表示该方向已发生拥塞;
当数据分组到达卫星Si时,先从路由表中得到下一跳的候选,然后判断最优路径及备选路径中下一跳方向上的红绿灯状态选择合适的转发方式,规则如下:
当最优路径下一跳方向上的红绿灯状态为“绿色”时,无论备选路径方向上是何种状态均选择最优路径下一跳进行转发;
当最优路径下一跳方向上的红绿灯状态为“黄色”时,若备选路径下一跳方向上红绿灯状态为“绿色”或“黄色”,则进行分流,一半数据分组使用最优路径下一跳进行转发,另一半使用备选路径下一跳进行转发;若为“红色”,则选择最优路径下一跳进行转发;
当最优路径下一跳方向上的红绿灯状态为“红色”时,若备选路径下一跳方向上红绿灯状态为“绿色”或“黄色”,则使用备选路径下一跳进行转发;若为“红色”,则令数据分组在缓存区等待至任一路径为非红色状态再进行转发。
12.一种低轨卫星星座星间负载路由均衡系统,其特征在于,所述低轨卫星星座星间负载路由均衡系统包括全网信息收集模块、链路代价计算模块、多径计算模块及多径转发模块,其中:
根据低轨卫星的星座构型将地球表面划分为多个覆盖区域;
根据所述星座构型建立流量模型;
根据所述流量模型得到多个所述覆盖区域的潜在拥塞值,根据所述覆盖区域的潜在拥塞值对星间负载路由进行区域分流,包括:
所述全网信息收集模块进行全网状态信息收集建立全网信息库;
所述链路代价计算模块根据所述星间负载路由的目的节点距离及所述星间负载路由的端到端链路状态,计算所述星间负载路由的节点转移概率;
所述多径计算模块以所述星间负载路由的路径时延为约束进行所述星间负载路由的多路径搜索,得到所述星间负载路由的最优路径及所述星间负载路由的备选路径;
所述多径转发模块在所述星间负载的转发过程中根据当前网络状态使用“红绿灯”策略选择所述星间负载的下一跳。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010009907.XA CN111148161B (zh) | 2020-01-06 | 2020-01-06 | 低轨卫星星座星间负载路由均衡方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010009907.XA CN111148161B (zh) | 2020-01-06 | 2020-01-06 | 低轨卫星星座星间负载路由均衡方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111148161A true CN111148161A (zh) | 2020-05-12 |
CN111148161B CN111148161B (zh) | 2023-07-11 |
Family
ID=70523743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010009907.XA Active CN111148161B (zh) | 2020-01-06 | 2020-01-06 | 低轨卫星星座星间负载路由均衡方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111148161B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111897816A (zh) * | 2020-07-16 | 2020-11-06 | 中国科学院上海微系统与信息技术研究所 | 卫星间计算信息的交互方法及其应用的信息表的生成方法 |
CN112020117A (zh) * | 2020-07-31 | 2020-12-01 | 西安交通大学 | 低轨卫星通信网络中基于传输速度与节点容量的路由选择方法 |
CN112566142A (zh) * | 2020-12-02 | 2021-03-26 | 电子科技大学 | 基于QoS保障的LEO卫星网络可靠性路由方法 |
CN112803988A (zh) * | 2021-01-25 | 2021-05-14 | 哈尔滨工程大学 | 适用于卫星互联网场景下基于链路误码率预测的混合接触图路由方法 |
CN112821937A (zh) * | 2020-12-31 | 2021-05-18 | 广州大学 | 通过卫星网络的数据传输方法、卫星网络、装置和介质 |
CN113037358A (zh) * | 2021-03-02 | 2021-06-25 | 南京邮电大学 | 基于吸引子选择算法的低轨卫星物联网业务模型及多星负载均衡算法 |
CN113067625A (zh) * | 2021-03-17 | 2021-07-02 | 西安电子科技大学 | 基于区域划分的卫星网络多业务QoS选路方法 |
CN113098590A (zh) * | 2021-04-19 | 2021-07-09 | 西安电子科技大学 | 面向非均匀业务覆盖的卫星星座构型参数优化方法 |
CN113329409A (zh) * | 2021-04-25 | 2021-08-31 | 清华大学 | 低轨卫星网络中避开高风险区域的路由方法和装置 |
CN113507722A (zh) * | 2021-07-05 | 2021-10-15 | 北京邮电大学 | 一种基于ns3的用于低轨卫星控制拥塞的平台的实现方法 |
CN113825175A (zh) * | 2021-11-23 | 2021-12-21 | 中国星网网络系统研究院有限公司 | 一种卫星数据的传输方法、装置、设备及存储介质 |
CN114039654A (zh) * | 2021-12-08 | 2022-02-11 | 重庆邮电大学 | 面向大规模leo卫星网络的基于负载均衡的路由方法 |
CN114245421A (zh) * | 2021-12-23 | 2022-03-25 | 军事科学院系统工程研究院网络信息研究所 | 一种基于倾斜因子的卫星通信网络流量均衡方法 |
CN114499644A (zh) * | 2022-02-11 | 2022-05-13 | 西安电子科技大学 | 基于精确链路状态反馈的负载均衡路由方法 |
CN114726431A (zh) * | 2022-03-02 | 2022-07-08 | 武汉大学 | 一种面向低轨卫星星座的跳波束多址接入方法 |
CN115333602A (zh) * | 2022-07-14 | 2022-11-11 | 北京理工大学 | 一种适用于网真应用的基于可重构巨型星座的路由方法 |
CN115361049A (zh) * | 2022-07-04 | 2022-11-18 | 西安电子科技大学 | 一种基于方向约束的路由方法、装置及电子设备 |
CN115629717A (zh) * | 2022-12-08 | 2023-01-20 | 四川汉唐云分布式存储技术有限公司 | 一种基于分布式存储的负载均衡方法和存储介质 |
CN116865843A (zh) * | 2023-09-05 | 2023-10-10 | 武汉能钠智能装备技术股份有限公司 | 一种卫星系统卫星间链路分配系统及方法 |
CN115633278B (zh) * | 2022-10-25 | 2023-10-27 | 中国科学院微小卫星创新研究院 | 卫星激光网络流量均衡控制方法、装置和电子设备 |
CN117176645A (zh) * | 2023-11-02 | 2023-12-05 | 中国人民解放军战略支援部队航天工程大学 | 一种基于无关多径的低轨通信卫星星座路由方法及系统 |
WO2023245835A1 (zh) * | 2022-06-20 | 2023-12-28 | 南京邮电大学 | 一种基于栅格时延预测的卫星传输优化方法 |
CN117749256A (zh) * | 2024-02-19 | 2024-03-22 | 中国人民解放军战略支援部队航天工程大学 | 低轨卫星星间负载路由均衡的方法及系统 |
CN117749256B (zh) * | 2024-02-19 | 2024-05-14 | 中国人民解放军战略支援部队航天工程大学 | 低轨卫星星间负载路由均衡的方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108076158A (zh) * | 2018-01-08 | 2018-05-25 | 苏州大学 | 基于朴素贝叶斯分类器的最小负载路由选择方法及系统 |
CN110391983A (zh) * | 2019-07-05 | 2019-10-29 | 中国人民解放军国防科技大学 | 面向星地一体化网络的分布式拥塞避免路由算法 |
-
2020
- 2020-01-06 CN CN202010009907.XA patent/CN111148161B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108076158A (zh) * | 2018-01-08 | 2018-05-25 | 苏州大学 | 基于朴素贝叶斯分类器的最小负载路由选择方法及系统 |
CN110391983A (zh) * | 2019-07-05 | 2019-10-29 | 中国人民解放军国防科技大学 | 面向星地一体化网络的分布式拥塞避免路由算法 |
Non-Patent Citations (5)
Title |
---|
FAKIR MASHUQUE ALAMGIR; FAISAL AHMED;: "A Novel Routing Algorithm for Inter-Group Load Balancing in Wireless Mesh Networks", 《IEEE》 * |
WEI LIU; YING TAO; LIANG LIU: "Load-Balancing Routing Algorithm Based on Segment Routing for Traffic Return in LEO Satellite Networks", 《IEEE》 * |
周雅,刘沛龙,谢卓辰,张传鑫等: "低轨卫星宽带网络空间段站域负载均衡路由算法研究", 《第十五届卫星通信学术年会论文集》 * |
焦媛媛等: "基于多径的低轨卫星网络路由拥塞控制策略", 《电子设计工程》 * |
蒋文娟等: "星座网络关键链路代价增量路由算法", 《解放军理工大学学报(自然科学版)》 * |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111897816A (zh) * | 2020-07-16 | 2020-11-06 | 中国科学院上海微系统与信息技术研究所 | 卫星间计算信息的交互方法及其应用的信息表的生成方法 |
CN111897816B (zh) * | 2020-07-16 | 2024-04-02 | 中国科学院上海微系统与信息技术研究所 | 卫星间计算信息的交互方法及其应用的信息表的生成方法 |
CN112020117A (zh) * | 2020-07-31 | 2020-12-01 | 西安交通大学 | 低轨卫星通信网络中基于传输速度与节点容量的路由选择方法 |
CN112020117B (zh) * | 2020-07-31 | 2022-02-22 | 西安交通大学 | 低轨卫星通信网络中基于传输速度与节点容量的路由选择方法 |
CN112566142B (zh) * | 2020-12-02 | 2021-10-08 | 电子科技大学 | 基于QoS保障的LEO卫星网络可靠性路由方法 |
CN112566142A (zh) * | 2020-12-02 | 2021-03-26 | 电子科技大学 | 基于QoS保障的LEO卫星网络可靠性路由方法 |
CN112821937A (zh) * | 2020-12-31 | 2021-05-18 | 广州大学 | 通过卫星网络的数据传输方法、卫星网络、装置和介质 |
CN112803988A (zh) * | 2021-01-25 | 2021-05-14 | 哈尔滨工程大学 | 适用于卫星互联网场景下基于链路误码率预测的混合接触图路由方法 |
CN112803988B (zh) * | 2021-01-25 | 2022-08-02 | 哈尔滨工程大学 | 基于链路误码率预测的混合接触图路由方法 |
CN113037358A (zh) * | 2021-03-02 | 2021-06-25 | 南京邮电大学 | 基于吸引子选择算法的低轨卫星物联网业务模型及多星负载均衡算法 |
CN113067625A (zh) * | 2021-03-17 | 2021-07-02 | 西安电子科技大学 | 基于区域划分的卫星网络多业务QoS选路方法 |
CN113067625B (zh) * | 2021-03-17 | 2022-03-04 | 西安电子科技大学 | 基于区域划分的卫星网络多业务QoS选路方法 |
CN113098590A (zh) * | 2021-04-19 | 2021-07-09 | 西安电子科技大学 | 面向非均匀业务覆盖的卫星星座构型参数优化方法 |
CN113098590B (zh) * | 2021-04-19 | 2022-03-04 | 西安电子科技大学 | 面向非均匀业务覆盖的卫星星座构型参数优化方法 |
CN113329409A (zh) * | 2021-04-25 | 2021-08-31 | 清华大学 | 低轨卫星网络中避开高风险区域的路由方法和装置 |
CN113507722A (zh) * | 2021-07-05 | 2021-10-15 | 北京邮电大学 | 一种基于ns3的用于低轨卫星控制拥塞的平台的实现方法 |
CN113825175A (zh) * | 2021-11-23 | 2021-12-21 | 中国星网网络系统研究院有限公司 | 一种卫星数据的传输方法、装置、设备及存储介质 |
CN114039654A (zh) * | 2021-12-08 | 2022-02-11 | 重庆邮电大学 | 面向大规模leo卫星网络的基于负载均衡的路由方法 |
CN114039654B (zh) * | 2021-12-08 | 2023-07-25 | 重庆邮电大学 | 面向大规模leo卫星网络的基于负载均衡的路由方法 |
CN114245421A (zh) * | 2021-12-23 | 2022-03-25 | 军事科学院系统工程研究院网络信息研究所 | 一种基于倾斜因子的卫星通信网络流量均衡方法 |
CN114499644A (zh) * | 2022-02-11 | 2022-05-13 | 西安电子科技大学 | 基于精确链路状态反馈的负载均衡路由方法 |
CN114726431B (zh) * | 2022-03-02 | 2023-12-12 | 国家计算机网络与信息安全管理中心 | 一种面向低轨卫星星座的跳波束多址接入方法 |
CN114726431A (zh) * | 2022-03-02 | 2022-07-08 | 武汉大学 | 一种面向低轨卫星星座的跳波束多址接入方法 |
WO2023245835A1 (zh) * | 2022-06-20 | 2023-12-28 | 南京邮电大学 | 一种基于栅格时延预测的卫星传输优化方法 |
CN115361049A (zh) * | 2022-07-04 | 2022-11-18 | 西安电子科技大学 | 一种基于方向约束的路由方法、装置及电子设备 |
CN115361049B (zh) * | 2022-07-04 | 2024-05-17 | 西安电子科技大学 | 一种基于方向约束的路由方法、装置及电子设备 |
CN115333602B (zh) * | 2022-07-14 | 2023-09-12 | 北京理工大学 | 一种适用于网真应用的基于可重构巨型星座的路由方法 |
CN115333602A (zh) * | 2022-07-14 | 2022-11-11 | 北京理工大学 | 一种适用于网真应用的基于可重构巨型星座的路由方法 |
CN115633278B (zh) * | 2022-10-25 | 2023-10-27 | 中国科学院微小卫星创新研究院 | 卫星激光网络流量均衡控制方法、装置和电子设备 |
CN115629717A (zh) * | 2022-12-08 | 2023-01-20 | 四川汉唐云分布式存储技术有限公司 | 一种基于分布式存储的负载均衡方法和存储介质 |
CN116865843B (zh) * | 2023-09-05 | 2023-12-26 | 武汉能钠智能装备技术股份有限公司 | 一种卫星系统卫星间链路分配系统及方法 |
CN116865843A (zh) * | 2023-09-05 | 2023-10-10 | 武汉能钠智能装备技术股份有限公司 | 一种卫星系统卫星间链路分配系统及方法 |
CN117176645A (zh) * | 2023-11-02 | 2023-12-05 | 中国人民解放军战略支援部队航天工程大学 | 一种基于无关多径的低轨通信卫星星座路由方法及系统 |
CN117749256A (zh) * | 2024-02-19 | 2024-03-22 | 中国人民解放军战略支援部队航天工程大学 | 低轨卫星星间负载路由均衡的方法及系统 |
CN117749256B (zh) * | 2024-02-19 | 2024-05-14 | 中国人民解放军战略支援部队航天工程大学 | 低轨卫星星间负载路由均衡的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111148161B (zh) | 2023-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111148161B (zh) | 低轨卫星星座星间负载路由均衡方法及系统 | |
Handley | Delay is not an option: Low latency routing in space | |
Wang et al. | An adaptive routing algorithm for integrated information networks | |
CN113572686B (zh) | 一种基于SDN的天地一体化自适应动态QoS路由方法 | |
CN111294108B (zh) | 一种面向正交圆轨道构型卫星星座的高效路由方法 | |
Chen et al. | A distributed congestion avoidance routing algorithm in mega-constellation network with multi-gateway | |
CN112333109B (zh) | 一种低轨卫星网络中基于蚁群优化的负载均衡路由方法 | |
CN110505153A (zh) | 一种天地一体化的混合路由方法 | |
CN107453801A (zh) | 一种面向卫星网络的分层多路径路由方法 | |
CN110391983B (zh) | 面向星地一体化网络的分布式拥塞避免路由算法 | |
CN105282038B (zh) | 用于移动卫星网络中基于稳定性分析的分布式星群组网优化方法 | |
Liu et al. | A low-complexity routing algorithm based on load balancing for LEO satellite networks | |
CN113315569B (zh) | 一种链路生存时长加权的卫星可靠性路由方法及系统 | |
CN105227483A (zh) | 基于leo卫星网络的低复杂度负载均衡路由算法 | |
CN103685025A (zh) | 一种基于leo卫星网络的跨层动态自适应路由方法 | |
CN105228209A (zh) | 一种基于虚拟节点的分布式geo/leo混合网络路由方法 | |
CN110336751A (zh) | 基于隶属函数的低轨卫星网络路由策略 | |
CN113099505B (zh) | 一种空天地一体化网络路由方法 | |
Liu et al. | A low-complexity probabilistic routing algorithm for polar orbits satellite constellation networks | |
Jiang et al. | A QoS routing strategy using fuzzy logic for NGEO satellite IP networks | |
Wang et al. | A load balanced routing algorithm based on congestion prediction for LEO satellite networks | |
Huang et al. | Reinforcement learning based dynamic distributed routing scheme for mega LEO satellite networks | |
CN106452555A (zh) | 一种基于中低地球轨道卫星网络的多路径优化算规划方法 | |
Yang et al. | A multi-path routing algorithm based on ant colony optimization in satellite network | |
CN117528696A (zh) | 位置指引dqn多智能体卫星网络分布式时延优化路由方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |