CN111342993A - 一种基于sdn空天地控制器部署架构及控制方法 - Google Patents
一种基于sdn空天地控制器部署架构及控制方法 Download PDFInfo
- Publication number
- CN111342993A CN111342993A CN202010079122.XA CN202010079122A CN111342993A CN 111342993 A CN111342993 A CN 111342993A CN 202010079122 A CN202010079122 A CN 202010079122A CN 111342993 A CN111342993 A CN 111342993A
- Authority
- CN
- China
- Prior art keywords
- controller
- network
- sdn
- space
- layer
- 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
Images
Classifications
-
- 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
- H04L41/12—Discovery or management of network topologies
-
- 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
- H04L45/121—Shortest path evaluation by minimising delays
-
- 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
- H04L45/122—Shortest path evaluation by minimising distances, e.g. by selecting a route with minimum of number of hops
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于SDN空天地控制器部署架构及控制方法,控制器架构包含空基网、天基网和地基网三个网段,所述天基网在无人机上实现控制器动态部署;在每个网段控制器的顶部引入上层SDN控制器;所述上层SDN控制器的SDN网络架构由下至上包括基础设施层、网络控制层和应用层;所述网络控制层,用于负责全局拓扑结构,链路状态和流量状态信息的搜集和维护,控制消息的下发,引入SDN架构,解耦数据平面和控制平面,提供统一的编程接口,对网络中的节点统一的配置和管理。本发明实现最小化交换机和控制器之间的传播时延和提高控制器的负载均衡度的多优化目标。
Description
技术领域
本发明涉及空天地一体化网络和控制器部署策略,特别涉及一种基于SDN空天地控制器部署架构及控制方法。
背景技术
1、空天地一体化网络
随着科学技术与时代的发展,人们对于通信的需求越来越高,实现大规模全球通信以成为人们的研究目标。传统的地面无线通信在用户数量和要支持的服务方面正面临着***式增长,预期未来网络将提供比当前网络更多的资源,以应对各种服务不断增加的流量需求。空天地一体化网络(Space-Air-GroundIntegratedNetwork,SAGIN)通过对天基网,空基网和地基网的融合,形成了一个大规模异构网络,实现对网络资源和信息的汇集与处理。SAGIN存在网络覆盖范围广,多种协议并存,节点高动态变化,拓扑异变,高吞吐量等特点,面向全球提供无缝无线接入服务。
2、SDN网络架构
软件定义网络(SoftwareDefinedNetworking,SDN)是一种新型的网络架构由于其简化网络结构,增加网络操作的灵活性,受到了学术界的广泛关注。其特征包括高度解耦的控制平面和转发平面,并且通过搭建在集中控制器之上的软件操作平台来实现可视化和可编程化,实现集中控制功能。
3、K-means算法
k-means算法的工作过程说明如下:首先从n个数据对象任意选择k个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数。k个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。
基本步骤:
(1)从n个数据对象任意选择k个对象作为初始聚类中心;
(2)根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分;
(3)重新计算每个(有变化)聚类的均值(中心对象);
(4)计算标准测度函数,当满足一定条件,如函数收敛时,则算法终止;如果条件不满足则回到步骤(2)。
现有的控制器部署问题的解决一般都只集中在卫星网络,空中网络,和地面网络的单个网段,很少考虑到几个网段的集成。随着科学技术与时代的发展,人们对于通信的需求越来越高,传统的地面无线通信在用户数量和要支持的服务方面正面临着***式增长。然而现有技术中地面网络所具有的基站部署不易,部署环境恶劣,网络容量小等弊端,不能适应不断发展的通信需求和服务质量。
发明内容
本发明的目的在于解决空天地一体化网络下的控制器动态部署问题,提出一种基于空天地一体化网络下的控制器部署架构和方法,该架构引入空天地一体化网络和SDN技术,解耦数据和控制平面,采用一种改进的k-means方法,确定控制器的个数和位置,实现最小化交换机和控制器之间的传播时延和提高控制器的负载均衡度的多优化目标。
为了达到上述目的,本发明采用了以下技术方案:
一种基于SDN空天地控制器部署架构,包含空基网、天基网和地基网三个网段,所述天基网在无人机上实现控制器动态部署;
在每个网段控制器的顶部引入上层SDN控制器;所述上层SDN控制器的SDN网络架构由下至上包括基础设施层、网络控制层和应用层;
所述网络控制层,用于负责全局拓扑结构,链路状态和流量状态信息的搜集和维护,控制消息的下发,引入SDN架构,解耦数据平面和控制平面,提供统一的编程接口,对网络中的节点统一的配置和管理。
所述网络控制层中设置一本地控制器协调管理各层的上层控制器。
所述空基网的卫星上设置一个统一的控制器,用于数据备份。
基于SDN空天地控制器部署架构的控制方法,包括以下步骤:
1)建立基于SDN的空天地一体化架构,该架构包含空基、天基、地基三个网段,在该三个网段分别确定控制器的位置和个数,在每个网段的控制器的顶部引入上层次SDN控制器,同时在本地设置一个总控制器协调所有的工作,其数据在卫星上备份;
2)针对天基层,在无人机上实现控制器动态部署。
5.根据权利要求4所述的控制方法,其特征在于:
SDN网络架构的建立包括以下步骤:
1)将交换机划分为不同的域,为每一个域分配一个控制器,一台交换机在任何时候都只能由一个控制器控制,不同域中交换机的数量不同,如果该控制器出现故障,该域中的交换机将被重新分配给其他控制器;
2)形成全局视图:
在每个域中,交换机以固定时间间隔或链路状态改变时,向其控制器发送问候信息;
控制器用收到的问候消息建立本地网络视图;
每个控制器根据特定策略与其他控制器交换其本地网络视图,每个控制器建立全局网络视图;
3)数据转发:
每当流到达交换机时,交换机将检查其流表;
如果存在其匹配的流表,流中的数据包会相应的被转发;
如果不存在匹配的流表,交换机向其控制器发送流设置请求;
控制器使用全局网络视图计算转发路径,并在其域内的交换机中安装流表。
作为本发明的进一步改进,无人机上控制器的动态部署是指:将无人机的运行周期分为几个部分,并把它表示为T={t1,t2,…,tn},假设在每个时间间隔内,传播时延、数据流和域成员保持不变,在设定的时间间隔内调用控制器重新部署算法,以确定控制器的个数与位置。
作为本发明的进一步改进,控制器部署方法是指:
采用改进的k-means算法和带内模式进行相应的分析,控制器和交换机部署在同一节点上,以此认为同一节点的控制器和交换机之间的时延为0;采用扁平式的部署方案来部署SDN控制器,即所有的控制器之间是对等的,控制器之间需要进行通信来获取全网的网络信息;使用最短路径计算交换机与控制器之间的链路距离,达到最小化交换机与控制器传播时延的目标。
作为本发明的进一步改进,改进k-means算法中包括以下步骤:
1.1)确定K值;
1.2)利用Dijskra算法得到的交换机之间的最短距离;
1.3)输入K值,最短距离矩阵,链路集合;
1.4)初始化中心;
1.5)分配节点到离该节点最近的簇中,若该簇中的节点数大于Φ负载均衡阈值,则分配该节点到第二近的簇中,利用更新中心节点,使得从簇中所有点到新质心的最短路径距离之和最小化;
1.6)重复1.5)直到簇中心不再发生变化;
1.7)找到离中心节点距离最远的节点作为新的中心节点,执行1.5),1.6);
1.8)重复1.7),直到有K个簇为止;
1.9)在这K个中心处的交换机上部署控制器。
本发明具有以下有益效果:
本发明提出一种基于SDN空天地控制器部署架构,通过引入空天地一体化网络和SDN技术,在天基层,确定在无人机上的控制器的个数和位置,可以最小化交换机到控制器的传播时延,并且根据Φ负载均衡阈值,动态的调整每个控制器控制的交换机数目,实现控制器的负载均衡。引入空天地一体化网络,可以有效地改善传统地面网络所具有的基站部署不易,部署环境恶劣,网络容量小等弊端,可以适应不断发展的通信需求和服务质量;引入SDN网络架构,增加网络操作的灵活性,通过搭建在集中控制器之上的软件操作平台来实现可视化和可编程化,实现集中控制功能,可以获取全局网络视图;引入一种基于SDN空天地控制器部署架构,结合空天地一体化网络和SDN架构,在三维空间中,确定控制器的部署问题,提高控制器部署的安全性;同时引入了一种基于SDN的空天地一体化网络下的控制器部署方法,主要针对天基层,确定无人机上控制器的位置和个数,由于无人机的运动,拓扑图是不断变化的,解决了动态拓扑的问题,实现了减小交换机和控制器之间的传输时延和提高负载均衡的多优化目标。
本发明基于SDN空天地控制器部署架构的控制方法,在空天地一体化网络下,引入SDN将转发平面和控制平面分离的思想,提出了一种最小化交换机和控制器之间的传播时延和提高控制器负载均衡度的多目标优化算法,实现控制器的动态优化部署。该方法采用了一种改进的k-means算法,引入Dijkstra算法计算最小距离,替代欧氏距离,可以更好地计算链路长度,提高精确度;引入Φ负载均衡阈值,限制每个控制器控制的交换机的数量,可以提高负载均衡度。
附图说明
图1为一种基于SDN的空天地一体化网络下的控制器部署网络图;
图2为一种基于SDN空天地控制器部署架构;
图3为一种基于SDN的空天地一体化网络下的控制器部署方法。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
为了使本发明的内容、效果以及优点更加清楚明白,下面结合附图和实施方式对本发明进行详细描述。
本发明是基于SDN空天地控制器部署架构,可以解决各种服务不断增加的流量需求。着重研究在天基中无人机上的控制器动态部署,基于无人机周期性运动的特点,将动态问题简化,提出一种改进的K-means算法,以减小交换机和控制器之间的传播时延和提高负载均衡度为多优化目标,降低控制器部署的复杂性,提高收敛速度,实现负载均衡。
(一)基于SDN空天地控制器部署架构的建立
1)定义一种基于SDN的空天地一体化架构,该架构包含空基,天基,地基三个网段,在这三个网段,分别确定控制器的位置和个数,为了协调每个网段的操作,在每个网段的SDN控制器的顶部引入了更高层次的SDN控制器,同时在本地设置一个总控制器协调所有的工作,其数据在卫星上备份;
空天地一体化网络是融合了天基网、空基网和地基网的异构网,存在网络覆盖范围广,多种协议并存,节点高动态变化,拓扑异变,高吞吐量等特点,可以提供面向全球提供无缝无线接入服务,但由于互操作性和网络管理受限,移动性复杂,集成网络中的资源表现出高度的异构性。
其中,各种不同类型的网络设备,从而形成了HetNets。由于专用的硬件设备,每个网段中的通信***都是封闭的,这极大地限制***的可配置性和互操作性,并增加了管理这些网络的复杂性。因此需要借助SDN技术。
基于SDN的空天地一体化网络指的是:借助SDN,将控制平面和数据平面解耦,令交换机仅保留数据转发功能,HetNets中支持SDN的设备无需了解各种协议,而只需要从控制器接受指令即可,增加了灵活性和可编程性。
SDN网络架构,包含三层,由下至上分别为基础设施层、网络控制层和应用层,网络控制层作为核心,负责全局拓扑结构,链路状态和流量状态信息的搜集和维护,控制消息的下发等等,引入SDN架构,可以解耦数据平面和控制平面,提供了统一的编程接口,可以对网络中的节点统一的配置和管理。
为地基中的所有控制器设置一个上层控制器,天基,空基同理,在地面上布置一个统一的本地控制器,协调管理各层的上层控制器,使各层控制器之间协调工作,为数据的安全性,在卫星上同样设置一个统一的控制器,把数据备份。如图1。
结合SDN网络架构,如图(2)。
基于SDN网络架构的工作机制包括以下步骤:
3.1)将交换机划分为不同的域,为每一个域分配一个控制器,一台交换机在任何时候都只能由一个控制器控制,不同域中交换机的数量不同,如果该控制器出现故障,该域中的交换机将被重新分配给其他控制器;
3.2)全局视图形成,步骤如下:
步骤1:在每个域中,交换机以固定时间间隔或链路状态改变时,向其控制器发送问候信息。Hello信息包括网络资源,计算资源,存储资源等。
步骤2:控制器用收到的问候消息建立本地网络视图。
步骤3:每个控制器根据特定策略与其他控制器交换其本地网络视图。提供给这种方式,每个控制器可以建立全局网络视图。
3.3)数据转发,步骤如下;
步骤1:每当流到达交换机时,交换机将检查其流表。
步骤2:如果存在其匹配的流表,流中的数据包会相应的被转发。
步骤3:如果不存在匹配的流表,交换机向其控制器发送流设置请求。
步骤4:控制器使用全局网络视图计算转发路径,并在其域内的交换机中安装流表。
控制器部署的架构为:在每个网段的SDN控制器的顶部引入了更高层次的SDN控制器,同时在本地设置一个总控制器协调所有的工作,其数据在卫星上备份。
(二)无人机运行轨迹预测
主要针对天基层,在无人机上实现控制器动态部署。
控制器部署方法:主要针对天基层,无人机上控制器的动态部署,确定控制器的个数与位置,由于无人机的相对运动,交换机与控制器之间的传播延时会迅速变化,由于无人机的轨迹变化具有周期性,因此将这个时期分为几个部分,并把它表示为T={t1,t2,…,tn},假设在每个时间间隔内,传播时延,数据流和域成员保持不变,将问题化解为在每个时间间隔内解决控制器的个数和位置问题。
无人机飞行轨迹具有周期性,由于相对运动,节点之间的传播延时会迅速变化,将无人机的运行周期分为几个部分,并把它表示为T={t1,t2,…,tn},假设在每个时间间隔内,传播时延,数据流和域成员保持不变,将问题化解为在每个时间间隔内解决控制器的个数和位置问题。那么为了适应变化的网络拓扑,只需要在设定的时间间隔内调用控制器重新部署算法即可。
(三)一种基于SDN的空天地一体化网络下的控制器部署方法
控制器部署方法:采用一种改进的k-means算法;采用带内模式进行相应的分析。实际部署时,控制器和交换机部署在同一节点上,以此认为同一节点的控制器和交换机之间的时延为0;采用扁平式的部署方案来部署SDN控制器,即所有的控制器之间是对等的,控制器之间需要进行通信来获取全网的网络信息;使用最短路径计算交换机与控制器之间的链路距离,达到最小化交换机与控制器传播时延的目标。
采用一种改进的k-means算法,实际部署时,可以确保控制器和交换机部署在同一节点上;以节点之间的链路最小距离,代替欧氏距离,可以确保控制器和交换机之间的传播时延更加精确;设置Φ负载均衡阈值,可以确保控制器控制一定数目内的交换机,提高负载均衡度。
控制器部署方法的对比的方法为:在无人机上将动态控制器部署性能与静态控制器部署性能比较,选择最常被选择作为控制器的无人机作为静态控制器,比较两种情况下,交换机到控制器的传输时延的大小。
如图3,改进k-means算法中包括以下步骤:
1)确定K值;
2)利用Dijskra算法得到的交换机之间的最短距离;
3)输入K值,最短距离矩阵,链路集合;
4)初始化中心;
5)分配节点到离该节点最近的簇中,若该簇中的节点数大于Φ负载均衡阈值,则分配该节点到第二近的簇中,利用更新中心节点,使得从簇中所有点到新质心的最短路径距离之和最小化;
6)重复5)直到簇中心不再发生变化;
7)找到离中心节点距离最远的节点作为新的中心节点,执行1..5),1.6)。
8)重复7),直到有K个簇为止。
9)在这K个中心处的交换机上部署控制器。
综上所述,本发明设计了提出一种基于SDN空天地控制器部署架构,以适应人们对通信需求的不断提高的需求。本发明通过引入空天地一体化网络,使得将控制器部署问题拓展到地基,天基,空基中,空天地一体化网络具有网络覆盖范围广,多种协议并存,节点高动态变化,拓扑异变,高吞吐量等特点,可以提供面向全球提供无缝无线接入服务;同时本发明引入了SDN网络架构,通过将数据平面和控制平面解耦,提供了统一的编程接口,对网络中的节点统一的配置和管理,解决了空天地一体化网络带来的互操作性和网络管理受限,移动性复杂,集成网络中的资源表现出高度的异构性等弊端;本发明还提出了一种基于SDN空天地控制器部署架构和方法,解决了天基中无人机上的动态控制器部署问题。
应该理解,以上描述是为了进行图示说明而不是为了进行限制。通过阅读上述描述,在所提供的示例之外的许多实施例和许多应用对本领域技术人员来说都将是显而易见的。因此,本教导的范围不应该参照上述描述来确定,而是应该参照前述权利要求以及这些权利要求所拥有的等价物的全部范围来确定。出于全面之目的,所有文章和参考包括专利申请和公告的公开都通过参考结合在本文中。在前述权利要求中省略这里公开的主题的任何方面并不是为了放弃该主体内容,也不应该认为申请人没有将该主题考虑为所公开的发明主题的一部分。
Claims (8)
1.一种基于SDN空天地控制器部署架构,其特征在于:包含空基网、天基网和地基网三个网段,所述天基网在无人机上实现控制器动态部署;
在每个网段控制器的顶部引入上层SDN控制器;所述上层SDN控制器的SDN网络架构由下至上包括基础设施层、网络控制层和应用层;
所述网络控制层,用于负责全局拓扑结构,链路状态和流量状态信息的搜集和维护,控制消息的下发,引入SDN架构,解耦数据平面和控制平面,提供统一的编程接口,对网络中的节点统一的配置和管理。
2.根据权利要求1所述的一种基于SDN空天地控制器部署架构,其特征在于:所述网络控制层中设置一本地控制器协调管理各层的上层控制器。
3.根据权利要求1所述的一种基于SDN空天地控制器部署架构,其特征在于:所述空基网的卫星上设置一个统一的控制器,用于数据备份。
4.权利要求1所述的基于SDN空天地控制器部署架构的控制方法,其特征在于,包括以下步骤:
1)建立基于SDN的空天地一体化架构,该架构包含空基、天基、地基三个网段,在该三个网段分别确定控制器的位置和个数,在每个网段的控制器的顶部引入上层次SDN控制器,同时在本地设置一个总控制器协调所有的工作,其数据在卫星上备份;
2)针对天基层,在无人机上实现控制器动态部署。
5.根据权利要求4所述的控制方法,其特征在于:
SDN网络架构的建立包括以下步骤:
1)将交换机划分为不同的域,为每一个域分配一个控制器,一台交换机在任何时候都只能由一个控制器控制,不同域中交换机的数量不同,如果该控制器出现故障,该域中的交换机将被重新分配给其他控制器;
2)形成全局视图:
在每个域中,交换机以固定时间间隔或链路状态改变时,向其控制器发送问候信息;
控制器用收到的问候消息建立本地网络视图;
每个控制器根据特定策略与其他控制器交换其本地网络视图,每个控制器建立全局网络视图;
3)数据转发:
每当流到达交换机时,交换机将检查其流表;
如果存在其匹配的流表,流中的数据包会相应的被转发;
如果不存在匹配的流表,交换机向其控制器发送流设置请求;
控制器使用全局网络视图计算转发路径,并在其域内的交换机中安装流表。
6.根据权利要求4所述的控制方法,其特征在于:
无人机上控制器的动态部署是指:将无人机的运行周期分为几个部分,并把它表示为T={t1,t2,…,tn},假设在每个时间间隔内,传播时延、数据流和域成员保持不变,在设定的时间间隔内调用控制器重新部署算法,以确定控制器的个数与位置。
7.根据权利要求6所述的控制方法,其特征在于:控制器部署方法是指:
采用改进的k-means算法和带内模式进行相应的分析,控制器和交换机部署在同一节点上,以此认为同一节点的控制器和交换机之间的时延为0;采用扁平式的部署方案来部署SDN控制器,即所有的控制器之间是对等的,控制器之间需要进行通信来获取全网的网络信息;使用最短路径计算交换机与控制器之间的链路距离,达到最小化交换机与控制器传播时延的目标。
8.根据权利要求7所述的控制方法,其特征在于:改进k-means算法中包括以下步骤:
1.1)确定K值;
1.2)利用Dijskra算法得到的交换机之间的最短距离;
1.3)输入K值,最短距离矩阵,链路集合;
1.4)初始化中心;
1.5)分配节点到离该节点最近的簇中,若该簇中的节点数大于Φ负载均衡阈值,则分配该节点到第二近的簇中,利用更新中心节点,使得从簇中所有点到新质心的最短路径距离之和最小化;
1.6)重复1.5)直到簇中心不再发生变化;
1.7)找到离中心节点距离最远的节点作为新的中心节点,执行1.5),1.6);
1.8)重复1.7),直到有K个簇为止;
1.9)在这K个中心处的交换机上部署控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010079122.XA CN111342993B (zh) | 2020-02-03 | 2020-02-03 | 一种基于sdn空天地控制器部署架构及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010079122.XA CN111342993B (zh) | 2020-02-03 | 2020-02-03 | 一种基于sdn空天地控制器部署架构及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111342993A true CN111342993A (zh) | 2020-06-26 |
CN111342993B CN111342993B (zh) | 2021-08-13 |
Family
ID=71188050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010079122.XA Active CN111342993B (zh) | 2020-02-03 | 2020-02-03 | 一种基于sdn空天地控制器部署架构及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111342993B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111970143A (zh) * | 2020-07-21 | 2020-11-20 | 哈尔滨工业大学 | 基于sdn控制器的空间信息网络可视化方法的低轨卫星组网方法 |
CN112543151A (zh) * | 2020-11-25 | 2021-03-23 | 中移(杭州)信息技术有限公司 | Sdn控制器部署方法、装置、电子设备和存储介质 |
CN112788726A (zh) * | 2021-01-19 | 2021-05-11 | 西安交通大学 | 一种无人机辅助基站通信的网络场景模型下的功率控制方法 |
CN113193976A (zh) * | 2021-03-05 | 2021-07-30 | 中国电子科技集团公司电子科学研究院 | 一种天地一体化信息网络地面信息港构建方法 |
CN113328777A (zh) * | 2021-04-25 | 2021-08-31 | 西安电子科技大学 | 面向巨型卫星星座的分层网络运维和资源管控***及方法 |
CN113365355A (zh) * | 2021-04-29 | 2021-09-07 | 西安交通大学 | 一种空天地一体化网络下的多维资源管理方法及*** |
CN113595613A (zh) * | 2021-06-29 | 2021-11-02 | 中国人民解放军国防科技大学 | 用于低轨软件定义卫星网络的控制器部署方法 |
CN114125987A (zh) * | 2022-01-25 | 2022-03-01 | 北京邮电大学 | 空天地一体化网络的路由方法和装置 |
CN114301791A (zh) * | 2021-12-29 | 2022-04-08 | 中国电信股份有限公司 | 数据传输方法及装置、存储介质、电子设备 |
CN114374427A (zh) * | 2022-01-19 | 2022-04-19 | 苏州全时空信息技术有限公司 | 软件定义的中低轨卫星网络中控制器动态部署方法及*** |
CN114422022A (zh) * | 2022-03-11 | 2022-04-29 | 鹏城实验室 | 支持沉浸式媒体的空天地一体化网络***和数据传输方法 |
CN114422455A (zh) * | 2022-01-24 | 2022-04-29 | 西安交通大学 | 一种基于空天地一体化网络的多维资源管理架构及方法 |
CN114499624A (zh) * | 2021-12-08 | 2022-05-13 | 上海交通大学 | 天地一体化信息网络中多源数据融合处理方法及*** |
CN115118323A (zh) * | 2022-05-20 | 2022-09-27 | 哈尔滨工业大学 | 空天地网络中最小化传输时延的预判决路由方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105743717A (zh) * | 2016-05-04 | 2016-07-06 | 武汉大学 | 基于sdn技术的天地一体化空间信息网络***及通信方法 |
CN106789293A (zh) * | 2016-12-29 | 2017-05-31 | 南京邮电大学 | 一种空间信息网络空间层控制器选举算法 |
CN107294592A (zh) * | 2017-06-16 | 2017-10-24 | 大连大学 | 一种基于分布式sdn的卫星网络及其构建方法 |
US20190327738A1 (en) * | 2018-04-18 | 2019-10-24 | Hughes Network Systems, Llc | Maintaining and distributing state due to temporary failures in a shared bandwidth network |
-
2020
- 2020-02-03 CN CN202010079122.XA patent/CN111342993B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105743717A (zh) * | 2016-05-04 | 2016-07-06 | 武汉大学 | 基于sdn技术的天地一体化空间信息网络***及通信方法 |
CN106789293A (zh) * | 2016-12-29 | 2017-05-31 | 南京邮电大学 | 一种空间信息网络空间层控制器选举算法 |
CN107294592A (zh) * | 2017-06-16 | 2017-10-24 | 大连大学 | 一种基于分布式sdn的卫星网络及其构建方法 |
US20190327738A1 (en) * | 2018-04-18 | 2019-10-24 | Hughes Network Systems, Llc | Maintaining and distributing state due to temporary failures in a shared bandwidth network |
Non-Patent Citations (2)
Title |
---|
时永鹏: "《空天地一体化网络中网关与SDN控制器的优化部署》", 《中国博士学位论文全文数据库,信息科技辑》 * |
高航航等: "《基于时延的软件定义航空网络控制器部署策略》", 《火力与指挥控制》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111970143A (zh) * | 2020-07-21 | 2020-11-20 | 哈尔滨工业大学 | 基于sdn控制器的空间信息网络可视化方法的低轨卫星组网方法 |
CN111970143B (zh) * | 2020-07-21 | 2022-08-09 | 哈尔滨工业大学 | 基于sdn控制器的空间信息网络可视化方法的低轨卫星组网方法 |
CN112543151A (zh) * | 2020-11-25 | 2021-03-23 | 中移(杭州)信息技术有限公司 | Sdn控制器部署方法、装置、电子设备和存储介质 |
CN112788726A (zh) * | 2021-01-19 | 2021-05-11 | 西安交通大学 | 一种无人机辅助基站通信的网络场景模型下的功率控制方法 |
CN113193976A (zh) * | 2021-03-05 | 2021-07-30 | 中国电子科技集团公司电子科学研究院 | 一种天地一体化信息网络地面信息港构建方法 |
CN113193976B (zh) * | 2021-03-05 | 2022-12-16 | 中国电子科技集团公司电子科学研究院 | 一种天地一体化信息网络地面信息港构建方法 |
CN113328777A (zh) * | 2021-04-25 | 2021-08-31 | 西安电子科技大学 | 面向巨型卫星星座的分层网络运维和资源管控***及方法 |
CN113365355A (zh) * | 2021-04-29 | 2021-09-07 | 西安交通大学 | 一种空天地一体化网络下的多维资源管理方法及*** |
CN113595613A (zh) * | 2021-06-29 | 2021-11-02 | 中国人民解放军国防科技大学 | 用于低轨软件定义卫星网络的控制器部署方法 |
CN114499624A (zh) * | 2021-12-08 | 2022-05-13 | 上海交通大学 | 天地一体化信息网络中多源数据融合处理方法及*** |
CN114499624B (zh) * | 2021-12-08 | 2022-12-13 | 上海交通大学 | 天地一体化信息网络中多源数据融合处理方法及*** |
CN114301791A (zh) * | 2021-12-29 | 2022-04-08 | 中国电信股份有限公司 | 数据传输方法及装置、存储介质、电子设备 |
CN114374427A (zh) * | 2022-01-19 | 2022-04-19 | 苏州全时空信息技术有限公司 | 软件定义的中低轨卫星网络中控制器动态部署方法及*** |
CN114422455A (zh) * | 2022-01-24 | 2022-04-29 | 西安交通大学 | 一种基于空天地一体化网络的多维资源管理架构及方法 |
CN114422455B (zh) * | 2022-01-24 | 2023-08-22 | 西安交通大学 | 一种基于空天地一体化网络的多维资源管理架构及方法 |
CN114125987A (zh) * | 2022-01-25 | 2022-03-01 | 北京邮电大学 | 空天地一体化网络的路由方法和装置 |
CN114422022A (zh) * | 2022-03-11 | 2022-04-29 | 鹏城实验室 | 支持沉浸式媒体的空天地一体化网络***和数据传输方法 |
CN114422022B (zh) * | 2022-03-11 | 2022-09-13 | 鹏城实验室 | 支持沉浸式媒体的空天地一体化网络***和数据传输方法 |
CN115118323A (zh) * | 2022-05-20 | 2022-09-27 | 哈尔滨工业大学 | 空天地网络中最小化传输时延的预判决路由方法 |
CN115118323B (zh) * | 2022-05-20 | 2024-07-02 | 哈尔滨工业大学 | 空天地网络中最小化传输时延的预判决路由方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111342993B (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111342993B (zh) | 一种基于sdn空天地控制器部署架构及控制方法 | |
Xie et al. | Satellite-terrestrial integrated edge computing networks: Architecture, challenges, and open issues | |
Zhou et al. | An air-ground integration approach for mobile edge computing in IoT | |
Cheng et al. | Air-ground integrated mobile edge networks: Architecture, challenges, and opportunities | |
CN112351503B (zh) | 基于任务预测的多无人机辅助边缘计算资源分配方法 | |
Stojmenovic | Fog computing: A cloud to the ground support for smart things and machine-to-machine networks | |
CN108322925B (zh) | 超密度异构融合网络中区分业务类型的传输路径计算方法 | |
KR101072365B1 (ko) | 이동 애드 혹 네트워크 작동 방법 및 이동 애드 혹 네트워크 | |
Maiti et al. | QoS-aware fog nodes placement | |
Maiti et al. | An effective approach of latency-aware fog smart gateways deployment for IoT services | |
Pasandideh et al. | Topology management for flying ad hoc networks based on particle swarm optimization and software-defined networking | |
Qu et al. | An SDN-based space-air-ground integrated network architecture and controller deployment strategy | |
Boukerche et al. | Design guidelines for topology management in software-defined vehicular networks | |
Ashtari et al. | Knowledge-defined networking: Applications, challenges and future work | |
Bilen et al. | Digital twin evolution for hard-to-follow aeronautical ad-hoc networks in beyond 5g | |
CN110177011B (zh) | 一种适应动态网络结构的网络控制器部署方法 | |
Li et al. | Cognitive carrier resource optimization for internet-of-vehicles in 5g-enhanced smart cities | |
Singh et al. | HSCA: a novel harmony search based efficient clustering in heterogeneous WSNs | |
Feng et al. | Bidirectional green promotion of 6G and AI: architecture, solutions, and platform | |
Nyalapelli et al. | Recent Advancements in Applications of Artificial Intelligence and Machine Learning for 5G Technology: A Review | |
Parvaresh et al. | A continuous actor–critic deep Q-learning-enabled deployment of UAV base stations: Toward 6G small cells in the skies of smart cities | |
Abir et al. | A software-defined UAV network using queueing model | |
Mao et al. | Digital twin satellite networks towards 6G: Motivations, challenges, and future perspectives | |
Tan et al. | Uav control in smart city based on space-air-ground integrated network | |
Mittal et al. | Distributed cooperation under uncertainty in drone-based wireless networks: A Bayesian coalitional game |
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 |