CN110336751B - 基于隶属函数的低轨卫星网络路由策略 - Google Patents
基于隶属函数的低轨卫星网络路由策略 Download PDFInfo
- Publication number
- CN110336751B CN110336751B CN201910682419.2A CN201910682419A CN110336751B CN 110336751 B CN110336751 B CN 110336751B CN 201910682419 A CN201910682419 A CN 201910682419A CN 110336751 B CN110336751 B CN 110336751B
- Authority
- CN
- China
- Prior art keywords
- path
- satellite
- node
- link
- satellite node
- 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
- 238000011156 evaluation Methods 0.000 claims abstract description 38
- 241000282461 Canis lupus Species 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 10
- 239000000654 additive Substances 0.000 claims description 9
- 230000000996 additive effect Effects 0.000 claims description 9
- 239000003550 marker Substances 0.000 claims description 6
- 235000008694 Humulus lupulus Nutrition 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 7
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000013461 design Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Images
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
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18517—Transmission equipment in earth stations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- 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
- H04L45/12—Shortest path evaluation
- H04L45/123—Evaluation of link metrics
-
- 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
- H04L45/12—Shortest path evaluation
- H04L45/124—Shortest path evaluation using a combination of metrics
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Radio Relay Systems (AREA)
Abstract
基于隶属函数的低轨卫星网络路由策略,针对复杂环境下的卫星路由问题,考虑卫星网络链路信息具有不确定性,首先采用隶属函数,对链路时延、丢包率、可用带宽等链路信息进行描述;再计算各链路信息与理想点隶属函数的距离,将其作为链路综合评价;然后以路径综合评价作为路由模型的优化目标,从而建立基于路径综合评价的卫星网络路由模型;最后使用灰狼算法求解不确定模型,计算最优路径,以此来实现卫星网络高效路由的目的。因此,本卫星网络路由策略在航空、航天及社会经济等领域中都有较好的转化应用前景,属于通信技术领域。
Description
技术领域
本发明属于卫星通信技术领域,具体涉及一种基于隶属函数的低轨卫星网络路由策略。
背景技术
随着卫星网络的不断发展,卫星网络在全球通信、导航定位、天气预测、环境与灾害监测、资源探测和军事应用等方面得到广泛的应用。其中低轨卫星网络具有传输距离远、通信容量大、通信线路稳定、抗毁能力强、轨道高度低等诸多优点。因此,低轨(low earthorbit,LEO)卫星网络目前成为卫星网络的研究热点。
卫星网络路由技术作为卫星网络通信协议的核心,承担着星间链路数据传输的重任,决定着卫星网络的整体性能。因此,卫星网络路由技术的研究有着重要意义。但因为卫星网络具有拓扑结构动态变化、通信传播时延长、数据流量不均衡的特点,这些限制使得地面网络的路由算法不适用在卫星网络,并使得设计高效的路由算法具有很大的困难。因此需要专门针对卫星网络进行研究。复杂环境下的卫星网络路由,考虑到卫星网络链路信息具有不确定性,这种不确定性一方面是指由于卫星网络及其运行环境的复杂性导致链路信息实测值具有一定的不准确性,例如,真空环境、太阳辐射、弱磁场等恶劣的外太空环境导致卫星故障,从而带来数据包的丢失;卫星的高速运动使得卫星之间的距离不断变化造成传播时延的不稳定;星间链路的长时延造成链路状态信息的非实时等。另一方面,是指最优路径的评价具有一定的模糊性,例如“高质量”的链路、“最优”路径以及“低”时延、“高”可靠性和“高”带宽等。传统的卫星网络路由算法没有考虑复杂环境下路由过程受到的诸多不确定因素的影响,因此实际使用率不高。为此,研究卫星网络路由的不确定性,对于卫星***的可靠运行和实现卫星高效路由,具有重要的意义。
发明内容
针对上述问题,本发明的目的是提供一种基于隶属函数的低轨卫星网络路由策略,利用LEO的优势,并且考虑卫星网络链路信息的不确定性,通过隶属函数来刻画具有不确定性的链路信息,又设计了链路综合评价,基于路径综合评价建立了构建卫星网络路由模型,最后使用灰狼算法求解路由模型,从而使得卫星网络能够在复杂环境中实现高效路由。
基于隶属函数的低轨(low earth orbit,LEO)卫星网络路由策略,所述策略包括如下步骤:
步骤1,采用虚拟节点的方法屏蔽卫星网络的动态变化,用有向图表示卫星网络;
步骤2,分别计算链路的时延、丢包率、可用带宽的隶属函数;
步骤3,计算链路综合评价;
步骤4,计算路径综合评价;
步骤5,使用步骤4中的路径综合评价建立路由模型;
步骤6,使用灰狼算法求解步骤5中的LEO卫星路由模型,计算出最优路径。
进一步地,所述步骤1中,包括如下分步骤:
步骤1-1,在地球表面每颗LEO平均划分区域,在每个区域的中心设置一颗虚拟节点,每颗LEO卫星按照距离最近原则选取虚拟节点;
步骤1-2,当卫星移动从而发生切换时,虚拟节点的状态信息,如路由表以及信道分配等,在源卫星与下一颗卫星之间进行移交;如此,卫星网络就对外屏蔽其内部卫星节点的高速移动;
步骤1-3,采用虚拟节点的方式,将卫星网络看作有向图G(V,E),其中,V表示卫星网络中所有节点组成的集合,E表示卫星网络中所有链路组成的集合;
步骤1-4,设节点i,j,g,k∈V,链路(g,k)∈E,pathij为从节点i到节点j的路径。
进一步地,所述步骤2中,基于隶属函数分别对链路的时延、丢包率、可用带宽进行描述,计算链路的时延、丢包率、可用带宽的隶属函数步骤如下:
进一步地,所述步骤3中,计算卫星节点g到卫星节点k的链路综合评价Dgk,根据理想点将各个链路信息与理想点隶属函数的距离定义为卫星节点g到卫星节点k的链路综合评价Dgk,具体公式如下:
进一步地,所述步骤4中,使用步骤3中卫星节点g到卫星节点k的链路综合评价Dgk进一步求和得到卫星节点i到卫星节点j的路径综合评价PDij,具体公式如下:其中,xgk为链路决策变量,若链路(g,k)在路径pathij中,则取值为1;若不在,则取值为0。
进一步地,所述步骤5中,构建卫星网络的路由模型步骤如下:
步骤5-5,以路径综合评价为优化目标,以路径时延、路径丢包率、路径可用带宽、路径跳数为约束条件,建立路由模型,具体模型如下:
其中,PDij为卫星节点i到卫星节点j的路径综合评价; 为路径时延约束,选中的路径源节点i到节点j的时延Dij必须小于等于路径最高时延阈值Tdij; 为路径丢包率约束,选中的路径源节点i到节点j的丢包率Rij必须小于等于路径最高丢包率阈值Lrij;为路径可用带宽约束,选中的路径源节点i到节点j的可用带宽Bij必须大于等于路径最低可用带宽阈值Bij;为路径跳数约束,选中的路径源节点i到节点j的跳数Hij必须小于等于路径最高跳数阈值Hcij。
进一步地,所述步骤6中,使用灰狼算法求解LEO卫星路由模型步骤如下:
步骤6-1,采用卫星节点序列对路径进行编码,将源节点到目的节点的一条完整的路径记为一个个体,即从卫星节点i到节点j的路径可表示为pathij={i,a,b,...,y,z,j},i,a,b,y,z,j∈V,其中将卫星节点i状态标记为Si=(tdi,lri,bddi),tdi,lri,bdi分别表示链路时延、丢包率和可用带宽;卫星节点a状态标记Sa=(tda,lra,bda)、卫星节点j状态标记为Sj=(tdj,lrj,bdj)等;pathij路径状态集合记为Statusij={(tdi,lri,bdi),(tda,lra,bda),...,(tdj,lrj,bdj)}。
步骤6-2,使用带有深度限制(Hcij)的深度搜索,产生从节点i到节点j的初始路径,并将初始路径放入集合pathij;深度限制Hcij为从节点i到节点j的路径最高跳数阈值,即其中numorbit为卫星网络的轨道数目,numorbit_sat为轨道上卫星数目;
步骤6-3,根据路径时延、丢包率、可用带宽约束的公式,过滤不符合的路径;
步骤6-4,设置灰狼算法最大迭代次数iteration_max;
步骤6-6,根据灰狼算法的路径更新公式,其他路径ω在路径α、路径β和路径δ引导下不断对当前路径进行更新,每一次迭代保存当前的pathα、pathβ和pathδ,具体公式如下:
Rα=|C1·pathα-pathω|
Rβ=|C2·pathβ-pathω|
Rδ=|C3·pathδ-pathω|
其中,Rα、Rβ、Rδ为路径ω与路径α、路径β和路径δ的相对距离绝对值;path′ω为路径ω最终更新后的路径;A1、A2、A3为收敛影响因子;C1、C2、C3为影响因子;
步骤6-7,如果达到最大迭代次数iteration_max转步骤6-6,反之转步骤6-4;
步骤6-8,输出迭代过程中patha为最优路径。
本发明达到的有益效果为:本发明首先重新设计了链路评价模型,加入了链路时延、丢包率可用带宽等参数,使得评价更准确;此外,本发明还考虑了这些链路信息具有一定不确定性的特点,通过隶属函数刻画卫星网络的各链路信息,基于理想点计算链路综合评价,从而建立了基于路径评价的卫星网络路由模型,然后还设计了保证路径有效性的灰狼操作,通过灰狼算法求解路由模型。这种基于隶属函数的低轨道卫星网络路由策略能够更好的反映实际卫星网络中实际路由情况,并且极大程度上在复杂环境中实现高效路由。
附图说明
图1为本发明所述的整体路由策略流程图。
图2为本发明所述的灰狼个体编码图。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
基于隶属函数的低轨(low earth orbit,LEO)卫星网络路由策略,所述策略包括如下步骤:
步骤1,采用虚拟节点的方法屏蔽卫星网络的动态变化,用有向图表示卫星网络,包括如下分步骤:
步骤1-1,在地球表面每颗LEO平均划分区域,在每个区域的中心设置一颗虚拟节点,每颗LEO卫星按照距离最近原则选取虚拟节点。
步骤1-2,当卫星移动从而发生切换时,虚拟节点的状态信息,如路由表以及信道分配等,在源卫星与下一颗卫星之间进行移交;如此,卫星网络就对外屏蔽其内部卫星节点的高速移动。
步骤1-3,采用虚拟节点的方式,将卫星网络看作有向图G(V,E),其中,V表示卫星网络中所有节点组成的集合,E表示卫星网络中所有链路组成的集合。
步骤1-4,设节点i,j,g,k∈V,链路(g,k)∈E,pathij为从节点i到节点j的路径。
步骤2,分别计算链路的时延、丢包率、可用带宽的隶属函数,步骤如下:
步骤3,计算链路综合评价,计算卫星节点g到卫星节点k的链路综合评价Dgk,根据理想点将各个链路信息与理想点隶属函数的距离定义为卫星节点g到卫星节点k的链路综合评价Dgk,具体公式如下:
步骤4,计算路径综合评价,使用步骤3中卫星节点g到卫星节点k的链路综合评价Dgk进一步求和得到卫星节点i到卫星节点j的路径综合评价PDij,具体公式如下:其中,xgk为链路决策变量,若链路(g,k)在路径pathij中,则取值为1;若不在,则取值为0。
步骤5,使用步骤4中的路径综合评价建立路由模型,构建卫星网络的路由模型步骤如下:
步骤5-5,以路径综合评价为优化目标,以路径时延、路径丢包率、路径可用带宽、路径跳数为约束条件,建立路由模型,具体模型如下:
其中,PDij为卫星节点i到卫星节点j的路径综合评价; 为路径时延约束,选中的路径源节点i到节点j的时延Dij必须小于等于路径最高时延阈值Tdij; 为路径丢包率约束,选中的路径源节点i到节点j的丢包率Rij必须小于等于路径最高丢包率阈值Lrij;为路径可用带宽约束,选中的路径源节点i到节点j的可用带宽Bij必须大于等于路径最低可用带宽阈值Bij;为路径跳数约束,选中的路径源节点i到节点j的跳数Hij必须小于等于路径最高跳数阈值Hcij。
步骤6,使用灰狼算法求解步骤5中的LEO卫星路由模型,计算出最优路径。使用灰狼算法求解LEO卫星路由模型步骤如下:
步骤6-1,采用卫星节点序列对路径进行编码,将源节点到目的节点的一条完整的路径记为一个个体,即从卫星节点i到节点j的路径可表示为pathij={i,a,b,...,y,z,j},i,a,b,y,z,j∈V,其中将卫星节点i状态标记为Si=(tdi,lri,bddi),tdi,lri,bdi分别表示链路时延、丢包率和可用带宽;卫星节点a状态标记Sa=(tda,lra,bda)、卫星节点j状态标记为Sj=(tdj,lrj,bdj)等;pathij路径状态集合记为Statusij={(tdi,lri,bdi),(tda,lra,bda),...,(tdj,lrj,bdj)},如图2所示。
步骤6-2,使用带有深度限制(Hcij)的深度搜索,产生从节点i到节点j的初始路径,并将初始路径放入集合pathij;深度限制Hcij为从节点i到节点j的路径最高跳数阈值,即其中numorbit为卫星网络的轨道数目,numorbit_sat为轨道上卫星数目。
步骤6-3,根据路径时延、丢包率、可用带宽约束的公式,过滤不符合的路径。
步骤6-4,设置灰狼算法最大迭代次数iteration_max。
步骤6-6,根据灰狼算法的路径更新公式,其他路径ω在路径α、路径β和路径δ引导下不断对当前路径进行更新,每一次迭代保存当前的pathα、pathβ和pathδ,具体公式如下:
Rα=|C1·pathα-pathω|
Rβ=|C2·pathβ-pathω|
Rδ=|C3·pathδ-pathω|
其中,Rα、Rβ、Rδ为路径ω与路径α、路径β和路径δ的相对距离绝对值;path′ω为路径ω最终更新后的路径;A1、A2、A3为收敛影响因子;C1、C2、C3为影响因子。
步骤6-7,如果达到最大迭代次数iteration_max转步骤6-6,反之转步骤6-4。
步骤6-8,输出迭代过程中pathα为最优路径。
本发明首先重新设计了链路评价模型,加入了链路时延、丢包率可用带宽等参数,使得评价更准确;此外,本发明还考虑了这些链路信息具有一定不确定性的特点,通过隶属函数刻画卫星网络的各链路信息,基于理想点计算链路综合评价,从而建立了基于路径评价的卫星网络路由模型,然后还设计了保证路径有效性的灰狼操作,通过灰狼算法求解路由模型。这种基于隶属函数的低轨道卫星网络路由策略能够更好的反映实际卫星网络中实际路由情况,并且极大程度上在复杂环境中实现高效路由。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
Claims (4)
1.基于隶属函数的低轨(low earth orbit,LEO)卫星网络路由策略,其特征在于,所述策略包括如下步骤:
步骤1,划分地球表面区域并设置虚拟节点,低轨卫星选取虚拟节点,并在卫星移动从而发生切换时移交虚拟节点的状态信息,以利用虚拟节点的方法屏蔽卫星网络的动态变化,通过虚拟节点用有向图表示卫星网络;
步骤2,分别计算链路的时延、丢包率、可用带宽的隶属函数;
计算链路的时延、丢包率、可用带宽的隶属函数步骤如下:
步骤3,根据理想点将各个链路信息与理想点隶属函数的距离定义为卫星节点到卫星节点的链路综合评价,计算链路综合评价;
步骤4,使用步骤3中卫星节点到卫星节点的链路综合评价进一步求和计算路径综合评价;
所述步骤4中,使用步骤3中卫星节点g到卫星节点k的链路综合评价Dgk进一步求和得到卫星节点i到卫星节点j的路径综合评价PDij,具体公式如下:其中,xgk为链路决策变量,若链路(g,k)在路径pathij中,则取值为1;若不在,则取值为0;
步骤5,计算卫星节点i到卫星节点j的路径时延、路径丢包率、路径可用带宽、路径跳数,以路径综合评价为优化目标,以路径时延、路径丢包率、路径可用带宽、路径跳数为约束条件,建立路由模型;
所述步骤5中,构建卫星网络的路由模型步骤如下:
步骤5-2,计算卫星节点i到卫星节点j的路径丢包率Lrij,链路丢包率主要受链路可靠性影响,链路可靠性是可乘性链路信息,且可靠性=1-丢包率,所以卫星节点i到卫星节点j的路径丢包率 lrgk表示丢包率;
步骤5-5,以路径综合评价为优化目标,以路径时延、路径丢包率、路径可用带宽、路径跳数为约束条件,建立路由模型,具体模型如下:
其中,PDij为卫星节点i到卫星节点j的路径综合评价; 为路径时延约束,选中的路径源节点i到节点j的时延Dij必须小于等于路径最高时延阈值Tdij; 为路径丢包率约束,选中的路径源节点i到节点j的丢包率Rij必须小于等于路径最高丢包率阈值Lrij; 为路径可用带宽约束,选中的路径源节点i到节点j的可用带宽Bij必须大于等于路径最低可用带宽阈值Bdij;为路径跳数约束,选中的路径源节点i到节点j的跳数Hij必须小于等于路径最高跳数阈值Hcij;
步骤6,使用灰狼算法求解步骤5中的LEO卫星路由模型,计算出最优路径。
2.根据权利要求1所述的基于隶属函数的低轨卫星网络路由策略,其特征在于:所述步骤1中,包括如下分步骤:
步骤1-1,在地球表面每颗LEO平均划分区域,在每个区域的中心设置一颗虚拟节点,每颗LEO卫星按照距离最近原则选取虚拟节点;
步骤1-2,当卫星移动从而发生切换时,虚拟节点的状态信息,如路由表以及信道分配等,在源卫星与下一颗卫星之间进行移交;如此,卫星网络就对外屏蔽其内部卫星节点的高速移动;
步骤1-3,采用虚拟节点的方式,将卫星网络看作有向图G(V,E),其中,V表示卫星网络中所有节点组成的集合,E表示卫星网络中所有链路组成的集合;
步骤1-4,设节点i,j,g,k∈V,链路(g,k)∈E,pathij为从节点i到节点j的路径。
4.根据权利要求书1所述的基于隶属函数的低轨卫星网络路由策略,其特征在于:所述步骤6中,使用灰狼算法求解LEO卫星路由模型步骤如下:
步骤6-1,采用卫星节点序列对路径进行编码,将源节点到目的节点的一条完整的路径记为一个个体,即从卫星节点i到节点j的路径可表示为pathij={i,a,b,...,y,z,j},i,a,b,y,z,j∈V,其中将卫星节点i状态标记为Si=(tdi,lri,bdi),tdi,lri,bdi分别表示链路时延、丢包率和可用带宽;卫星节点a状态标记Sa=(tda,lra,bda)、卫星节点j状态标记为Sj=(tdj,lrj,bdj)等;pathij路径状态集合记为Statusij={(tdi,lri,bdi),(tda,lra,bda),...,(tdj,lrj,bdj)};
步骤6-2,使用带有深度限制(Hcij)的深度搜索,产生从节点i到节点j的初始路径,并将初始路径放入集合pathij;深度限制Hcij为从节点i到节点j的路径最高跳数阈值,即其中numorbit为卫星网络的轨道数目,numorbit_sat为轨道上卫星数目;
步骤6-3,根据路径时延、丢包率、可用带宽约束的公式,过滤不符合的路径;
步骤6-4,设置灰狼算法最大迭代次数iteration_max;
步骤6-6,根据灰狼算法的路径更新公式,其他路径ω在路径α、路径β和路径δ引导下不断对当前路径进行更新,每一次迭代保存当前的pathα、pathβ和pathδ,具体公式如下:
Rα=|C1·pathα-pathω|
Rβ=|C2·pathβ-pathω|
Rδ=|C3·pathδ-pathω|
其中,Rα、Rβ、Rδ为路径ω与路径α、路径β和路径δ的相对距离绝对值;pathω′为路径ω最终更新后的路径;A1、A2、A3为收敛影响因子;C1、C2、C3为影响因子;
步骤6-7,如果达到最大迭代次数iteration_max转步骤6-6,反之转步骤6-4;
步骤6-8,输出迭代过程中pathα为最优路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910682419.2A CN110336751B (zh) | 2019-07-26 | 2019-07-26 | 基于隶属函数的低轨卫星网络路由策略 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910682419.2A CN110336751B (zh) | 2019-07-26 | 2019-07-26 | 基于隶属函数的低轨卫星网络路由策略 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110336751A CN110336751A (zh) | 2019-10-15 |
CN110336751B true CN110336751B (zh) | 2021-10-15 |
Family
ID=68147650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910682419.2A Active CN110336751B (zh) | 2019-07-26 | 2019-07-26 | 基于隶属函数的低轨卫星网络路由策略 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110336751B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111431588B (zh) * | 2020-04-28 | 2022-05-31 | 中南大学 | 一种光通信星座网络拓扑生成方法及存储介质 |
CN113055079B (zh) * | 2021-03-12 | 2022-11-25 | 重庆邮电大学 | 一种低轨卫星网络中基于模糊逻辑的路由选择方法 |
CN113316216B (zh) * | 2021-05-26 | 2022-04-08 | 电子科技大学 | 一种用于微纳卫星网络的路由方法 |
CN114158105B (zh) * | 2021-11-08 | 2023-07-25 | 石河子大学 | 应用于综合能源***的无线传感器网络的路由方法及装置 |
CN114039655B (zh) * | 2021-12-08 | 2023-07-25 | 重庆邮电大学 | 一种基于链路预测和区域划分的星间路由抗毁方法 |
CN114640621B (zh) * | 2022-03-16 | 2023-10-13 | 重庆邮电大学 | 一种低轨卫星网络中基于不确定链路参数的路由选择方法 |
CN114422366B (zh) * | 2022-03-28 | 2022-07-01 | 中国人民解放军战略支援部队航天工程大学 | 一种卫星网络sdn多控制器部署方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102821433A (zh) * | 2012-07-20 | 2012-12-12 | 西安空间无线电技术研究所 | 一种卫星网络路由信息的更新方法 |
CN103905306A (zh) * | 2014-04-02 | 2014-07-02 | 中国人民解放军西安通信学院 | 一种适用于geo/leo双层星座网络的路由交换方法 |
CN108235247A (zh) * | 2017-12-29 | 2018-06-29 | 上海应用技术大学 | 一种节点定位方法及其装置 |
CN109150237A (zh) * | 2018-08-15 | 2019-01-04 | 桂林电子科技大学 | 一种鲁棒多用户检测器设计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9998207B1 (en) * | 2017-07-19 | 2018-06-12 | Vector Launch Inc. | Orbital network layering in satellite platforms |
-
2019
- 2019-07-26 CN CN201910682419.2A patent/CN110336751B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102821433A (zh) * | 2012-07-20 | 2012-12-12 | 西安空间无线电技术研究所 | 一种卫星网络路由信息的更新方法 |
CN103905306A (zh) * | 2014-04-02 | 2014-07-02 | 中国人民解放军西安通信学院 | 一种适用于geo/leo双层星座网络的路由交换方法 |
CN108235247A (zh) * | 2017-12-29 | 2018-06-29 | 上海应用技术大学 | 一种节点定位方法及其装置 |
CN109150237A (zh) * | 2018-08-15 | 2019-01-04 | 桂林电子科技大学 | 一种鲁棒多用户检测器设计方法 |
Non-Patent Citations (1)
Title |
---|
《面向LEO/GEO卫星网络的多路径多业务路由策略》;王娟等;《南京邮电大学学报(自然科学版)》;20180205;第37卷(第6期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110336751A (zh) | 2019-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110336751B (zh) | 基于隶属函数的低轨卫星网络路由策略 | |
CN113572686B (zh) | 一种基于SDN的天地一体化自适应动态QoS路由方法 | |
Chen et al. | A distributed congestion avoidance routing algorithm in mega-constellation network with multi-gateway | |
Randhawa et al. | MLBC: Multi-objective load balancing clustering technique in wireless sensor networks | |
CN108112049B (zh) | 一种基于鲸鱼群算法的无线传感器网络能效优化分簇方法 | |
CN111148161A (zh) | 低轨卫星星座星间负载路由均衡方法及*** | |
Lyu et al. | Optimal computation offloading in collaborative LEO-IoT enabled MEC: A multiagent deep reinforcement learning approach | |
CN111970044A (zh) | 基于拉格朗日松弛的卫星网络时隙分配与路由规划方法 | |
CN113315569A (zh) | 一种链路生存时长加权的卫星可靠性路由方法及*** | |
Qi et al. | A unified routing framework for integrated space/air information networks | |
Huang et al. | Reinforcement learning based dynamic distributed routing scheme for mega LEO satellite networks | |
CN115173923A (zh) | 一种低轨卫星网络能效感知路由优化方法和*** | |
CN115118323B (zh) | 空天地网络中最小化传输时延的预判决路由方法 | |
CN110149140B (zh) | 卫星机会式网络的转发方法 | |
CN110225569A (zh) | 一种基于改进粒子群算法的WSNs分簇多跳路由协议的方法 | |
CN114339936A (zh) | 基于q学习的飞行器自组织网络优化链路状态路由机制 | |
Wu et al. | DSFL: Decentralized satellite federated learning for energy-aware LEO constellation computing | |
CN111770544B (zh) | 一种基于Q-Learning的卫星物联网路由方法 | |
Zhang et al. | Noncooperative dynamic routing with bandwidth constraint in intermittently connected deep space information networks under scheduled contacts | |
CN116633422A (zh) | 面向IoT任务卸载的低轨卫星网络多维资源调度方法 | |
CN114499639B (zh) | 一种低轨卫星网络中多QoS约束的蚁群优化路由方法 | |
Yuan et al. | Joint Multi-Ground-User Edge Caching Resource Allocation for Cache-Enabled High-Low-Altitude-Platforms Integrated Network | |
Cao et al. | Computing-aware routing for LEO satellite networks: A transmission and computation integration approach | |
Yi et al. | Route strategy of satellite network in GNSS based on topology evolution law | |
Kumar et al. | UAV Clustering Scheme for FANETs using Elbow-Hybrid Metaheuristic Techniques. |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20191015 Assignee: NUPT INSTITUTE OF BIG DATA RESEARCH AT YANCHENG Assignor: NANJING University OF POSTS AND TELECOMMUNICATIONS Contract record no.: X2021980013920 Denomination of invention: Routing strategy of LEO satellite network based on membership function Granted publication date: 20211015 License type: Common License Record date: 20211202 |