基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)路由策略設(shè)計(jì)

楊力 滕奇秀 孔志翔,3 蔡睿妍

(1 大連大學(xué)信息工程學(xué)院，遼寧大連 116622)(2 大連大學(xué)通信與網(wǎng)絡(luò)實(shí)驗(yàn)室，遼寧大連 116622) (3 南京理工大學(xué)自動(dòng)化學(xué)院，南京 210094)

空間信息網(wǎng)絡(luò)是一個(gè)由深空網(wǎng)絡(luò)、衛(wèi)星網(wǎng)絡(luò)和地面網(wǎng)絡(luò)構(gòu)成，實(shí)現(xiàn)天、地、空互聯(lián)的規(guī)模巨大、異質(zhì)異構(gòu)的復(fù)雜網(wǎng)絡(luò)。隨著我國(guó)航天技術(shù)的發(fā)展，加之我國(guó)載人航天、空間站、深空探測(cè)等空間活動(dòng)日益頻繁，各種航天器種類和數(shù)量也在迅速增加，衛(wèi)星與地面、衛(wèi)星與衛(wèi)星之間的通信組網(wǎng)要求越來(lái)越迫切。目前，我國(guó)在軌運(yùn)行衛(wèi)星大都只提供通信信道，星上不具有路由計(jì)算功能，路由策略制定只能由地面計(jì)算再重新上行，或者個(gè)別衛(wèi)星簡(jiǎn)單處理后實(shí)現(xiàn)星間、星際之間的路由。這樣既加重了衛(wèi)星負(fù)載，也嚴(yán)重制約著空間信息網(wǎng)絡(luò)對(duì)靈活、快速組網(wǎng)和有效路由策略的實(shí)現(xiàn)[1-2]。軟件定義網(wǎng)絡(luò)(SDN)技術(shù)是當(dāng)前網(wǎng)絡(luò)領(lǐng)域的新架構(gòu)思路，通過(guò)解耦數(shù)據(jù)平面和控制平面，實(shí)現(xiàn)網(wǎng)絡(luò)態(tài)勢(shì)與控制的邏輯高度集中，降低數(shù)據(jù)平面的復(fù)雜度，可以將網(wǎng)絡(luò)資源統(tǒng)一，靈活配置，實(shí)現(xiàn)衛(wèi)星網(wǎng)絡(luò)與地面網(wǎng)絡(luò)的融合，統(tǒng)一控制，制定有效的路由策略。

現(xiàn)有的空間信息網(wǎng)絡(luò)路由方法分為單層路由和多層路由。文獻(xiàn)[3]和文獻(xiàn)[4]中利用單層衛(wèi)星網(wǎng)絡(luò)運(yùn)行的周期性和規(guī)律性，將其運(yùn)行周期劃分為多個(gè)時(shí)隙。在每個(gè)時(shí)隙內(nèi)，將衛(wèi)星網(wǎng)絡(luò)視為虛擬靜態(tài)拓?fù)?，路由策略存?chǔ)在每個(gè)衛(wèi)星節(jié)點(diǎn)中，衛(wèi)星通信過(guò)程中查詢對(duì)應(yīng)的轉(zhuǎn)發(fā)路徑即可。文獻(xiàn)[5]中通過(guò)衛(wèi)星地面鏈路建立源節(jié)點(diǎn)和目的節(jié)點(diǎn)之間的連接，獲得一個(gè)時(shí)隙內(nèi)的本地網(wǎng)絡(luò)拓?fù)?，減少用于建立Dijkstra算法相關(guān)矩陣的衛(wèi)星和網(wǎng)關(guān)的數(shù)量，降低算法計(jì)算復(fù)雜度，根據(jù)網(wǎng)絡(luò)拓?fù)溆?jì)算路由。但是，此類方法由于運(yùn)行周期分為較多時(shí)隙，需要星上有足夠的存儲(chǔ)空間，增加衛(wèi)星負(fù)載。同時(shí)，對(duì)于鏈路故障，流量變化等情況處理能力較差。文獻(xiàn)[6]中對(duì)于地球同步軌道/低地球軌道(GEO/LEO)雙層衛(wèi)星網(wǎng)絡(luò)鏈路負(fù)載不均衡、多媒體業(yè)務(wù)具有不同服務(wù)質(zhì)量(QoS)要求的問(wèn)題，提出一種多業(yè)務(wù)路由算法。該算法結(jié)合業(yè)務(wù)利用率來(lái)調(diào)整不同業(yè)務(wù)鏈路初始權(quán)值，從而合理分配網(wǎng)絡(luò)資源，滿足各種QoS要求，優(yōu)化衛(wèi)星網(wǎng)絡(luò)鏈路利用率。但是，該算法在業(yè)務(wù)利用率不同時(shí)，需要衛(wèi)星計(jì)算業(yè)務(wù)權(quán)值來(lái)判斷業(yè)務(wù)鏈路，增加了衛(wèi)星的內(nèi)存占用和運(yùn)行負(fù)擔(dān)。文獻(xiàn)[7]中提出一種基于移動(dòng)代理的衛(wèi)星網(wǎng)絡(luò)動(dòng)態(tài)路由(SDRA-MA)方法，該方法在數(shù)據(jù)包到達(dá)時(shí)更新路由，沒(méi)有數(shù)據(jù)包則不更新路由。在網(wǎng)絡(luò)流量穩(wěn)定時(shí)，該方法性能較好，但在網(wǎng)絡(luò)流量傳遞頻繁時(shí)，路由不斷更新，性能低于普通路由算法。傳統(tǒng)的空間信息網(wǎng)絡(luò)轉(zhuǎn)發(fā)策略由每顆衛(wèi)星決定，導(dǎo)致網(wǎng)絡(luò)耦合，給網(wǎng)絡(luò)管理帶來(lái)了很大困難，所以人們開(kāi)始關(guān)注網(wǎng)絡(luò)劃分為數(shù)據(jù)平面和控制平面的SDN。在有關(guān)軟件定義空間信息網(wǎng)絡(luò)路由研究中，文獻(xiàn)[8]中針對(duì)軟件定義衛(wèi)星網(wǎng)絡(luò)(SDSN)中海量、動(dòng)態(tài)、高優(yōu)先級(jí)的控制流量對(duì)數(shù)據(jù)傳輸造成的干擾問(wèn)題，提出一種數(shù)據(jù)流退讓路由(DFRR)策略，考慮鏈路控制流量的大小對(duì)鏈路的影響，減少選擇控制流量較大的鏈路。該策略有效地減少了鏈路擁塞，但只減少了影響因素，選擇鏈路時(shí)未考慮路由對(duì)業(yè)務(wù)的適用性，并且切換鏈路增加鏈路代價(jià)。文獻(xiàn)[9]中提出多路徑承載策略，當(dāng)衛(wèi)星運(yùn)動(dòng)導(dǎo)致空間鏈路中斷時(shí)，能夠在降低業(yè)務(wù)質(zhì)量的情況下不中斷傳輸，有效地減少資源消耗。同時(shí)，提出基于安全因子感知的路由算法，提高全網(wǎng)絡(luò)路由整體的可靠性和安全性。同樣，該策略雖然保證了傳輸，但是也未考慮傳輸鏈路對(duì)數(shù)據(jù)業(yè)務(wù)是否適用。文獻(xiàn)[10]中提出一種基于變形蟲(chóng)的波紋傳播(AR)策略，將LEO和中地球軌道(MEO)運(yùn)行周期的最小公倍數(shù)作為系統(tǒng)周期。系統(tǒng)周期分為若干快照周期，將衛(wèi)星每個(gè)時(shí)刻位置進(jìn)行記錄，采用AR策略計(jì)算路由，系統(tǒng)根據(jù)“源-宿”衛(wèi)星節(jié)點(diǎn)間距離，自動(dòng)選擇路由策略，提高運(yùn)算速度。然而，系統(tǒng)周期為12 h，控制平面制定的路由策略周期過(guò)長(zhǎng)，不能及時(shí)處理空間信息網(wǎng)絡(luò)高動(dòng)態(tài)造成的時(shí)變性問(wèn)題，并且路由策略未考慮鏈路因素，對(duì)各類業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)發(fā)沒(méi)有明顯優(yōu)勢(shì)。

本文提出一種基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)路由策略設(shè)計(jì)，利用SDN控制器掌握空間信息網(wǎng)絡(luò)全局信息，獲取網(wǎng)絡(luò)的實(shí)時(shí)狀態(tài)，建立路由計(jì)算模型，采用改進(jìn)的遺傳算法計(jì)算鏈路代價(jià)最小的路由，數(shù)據(jù)平面根據(jù)路由轉(zhuǎn)發(fā)各類業(yè)務(wù)數(shù)據(jù)，控制平面制定的路由考慮鏈路狀況，每個(gè)時(shí)間片重新選取路由，具有實(shí)時(shí)性，適用于各類業(yè)務(wù)數(shù)據(jù)。

1 基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)模型

SDN架構(gòu)下的空間信息網(wǎng)絡(luò)[11]，以O(shè)penFlow協(xié)議為基礎(chǔ)，具備網(wǎng)絡(luò)層數(shù)據(jù)控制分離、集中式可編程的特點(diǎn)，打破了路由功能的垂直整合，控制器對(duì)網(wǎng)絡(luò)集中式管理、靈活控制，使整體網(wǎng)絡(luò)可控性較強(qiáng)[12-14]。相比傳統(tǒng)的衛(wèi)星網(wǎng)絡(luò)，在SDN架構(gòu)下，空間信息網(wǎng)絡(luò)具有高度可控性?？刂破矫婵梢垣@得全局視圖，實(shí)時(shí)獲取網(wǎng)絡(luò)狀態(tài)，進(jìn)行復(fù)雜的路由計(jì)算，數(shù)據(jù)平面衛(wèi)星節(jié)點(diǎn)只進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)即可，降低了網(wǎng)絡(luò)成本和星上開(kāi)銷。

目前，基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)大多將地面站作為控制平面，高、中、低軌道衛(wèi)星作為數(shù)據(jù)平面轉(zhuǎn)發(fā)數(shù)據(jù)。本文設(shè)計(jì)的空間信息網(wǎng)絡(luò)模型，其控制平面包含地面站和GEO衛(wèi)星兩部分，地面站為一級(jí)控制器，包含信息存儲(chǔ)模塊和路由計(jì)算模塊；GEO衛(wèi)星為二級(jí)控制器，包含節(jié)點(diǎn)探索模塊和基礎(chǔ)轉(zhuǎn)發(fā)模塊?？刂茖用娌捎梅旨?jí)控制，是考慮到地球自轉(zhuǎn)時(shí)任務(wù)衛(wèi)星與地面站距離較遠(yuǎn)，GEO衛(wèi)星覆蓋廣，地面站通過(guò)GEO衛(wèi)星將信息傳遞至數(shù)據(jù)平面。數(shù)據(jù)平面由MEO衛(wèi)星和LEO衛(wèi)星組成，接收控制器下發(fā)的規(guī)則對(duì)數(shù)據(jù)包進(jìn)行快速轉(zhuǎn)發(fā)。本文建立基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)模型如圖1所示，模塊功能介紹如下。

(1)信息存儲(chǔ)模塊：一級(jí)控制器接收二級(jí)控制器傳遞的全局拓?fù)湫畔?，以及鏈路狀態(tài)信息。

(2)路由計(jì)算模塊：根據(jù)信息存儲(chǔ)模塊中的鏈路時(shí)延、帶寬和丟包率等信息計(jì)算鏈路的路由代價(jià)，利用改進(jìn)的遺傳算法選擇出適合每類業(yè)務(wù)的最優(yōu)路由。

(3)基礎(chǔ)轉(zhuǎn)發(fā)模塊：二級(jí)控制器接收傳回的全局信息并轉(zhuǎn)發(fā)給一級(jí)控制器，同時(shí)轉(zhuǎn)發(fā)一級(jí)控制器計(jì)算的流表規(guī)則下發(fā)到數(shù)據(jù)平面。

(4)節(jié)點(diǎn)探索模塊：二級(jí)控制器利用鏈路層發(fā)現(xiàn)協(xié)議(LLDP)進(jìn)行鏈路探索，獲取全局拓?fù)浣Y(jié)，在MEO衛(wèi)星和LEO衛(wèi)星上部署OpenFlow交換機(jī)，對(duì)各端口運(yùn)行狀態(tài)信息進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)的信息通過(guò)報(bào)文上報(bào)控制器，解析鏈路間的時(shí)延、帶寬和丟包率信息。

圖1 基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)模型Fig.1 Spatial information network model based on SDN architecture

2 路由策略設(shè)計(jì)

基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)路由策略是由整個(gè)網(wǎng)絡(luò)的協(xié)同調(diào)度計(jì)算出每類業(yè)務(wù)的最優(yōu)路由。本文設(shè)計(jì)的路由策略利用GEO衛(wèi)星可以探索鏈路狀態(tài)和數(shù)據(jù)轉(zhuǎn)發(fā)，解決地球自轉(zhuǎn)時(shí)地面站與任務(wù)衛(wèi)星距離較遠(yuǎn)導(dǎo)致的信息不能及時(shí)傳達(dá)問(wèn)題，同時(shí)GEO衛(wèi)星覆蓋廣，收集的鏈路信息比較全面。具體步驟和策略流程(見(jiàn)圖2)如下。

(1)GEO衛(wèi)星的探索模塊周期性通過(guò)Packet_out報(bào)文發(fā)出LLDP數(shù)據(jù)包。

(2)數(shù)據(jù)平面的衛(wèi)星接收到數(shù)據(jù)包，判斷其接收端口是否為控制器端口。若是，將數(shù)據(jù)包轉(zhuǎn)發(fā)出去；否則，將感知數(shù)據(jù)包通過(guò)Packet_in報(bào)文發(fā)送給控制器。

(3)GEO衛(wèi)星接收到Packet_in報(bào)文，獲取2個(gè)衛(wèi)星節(jié)點(diǎn)之間的拓?fù)錉顟B(tài)，解析鏈路帶寬、時(shí)延和丟包率等鏈路狀態(tài)信息，并傳至地面站。

(4)地面站接收和存儲(chǔ)GEO衛(wèi)星獲取的全局鏈路狀態(tài)信息，利用改進(jìn)的遺傳算法計(jì)算各類業(yè)務(wù)數(shù)據(jù)的路由。

(5)判斷轉(zhuǎn)發(fā)業(yè)務(wù)數(shù)據(jù)的衛(wèi)星與地面站距離是否較近。若是，則由地面站將路由決策發(fā)送到數(shù)據(jù)平面，MEO衛(wèi)星和LEO衛(wèi)星進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)；否則，二級(jí)控制器GEO衛(wèi)星接收地面站的路由決策，下發(fā)至數(shù)據(jù)平面，進(jìn)行業(yè)務(wù)轉(zhuǎn)發(fā)。

(6)時(shí)間周期將要結(jié)束時(shí)，根據(jù)新的鏈路狀態(tài)制定的路由以流表形式下發(fā)，數(shù)據(jù)平面在下一個(gè)周期根據(jù)新的流表規(guī)則轉(zhuǎn)發(fā)業(yè)務(wù)數(shù)據(jù)。

圖2 基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)路由策略流程Fig.2 Routing strategy flow of spatial information network based on SDN architecture

基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)路由策略是路由的產(chǎn)生過(guò)程，建立路由模型進(jìn)行求解，得到轉(zhuǎn)發(fā)各類業(yè)務(wù)的最優(yōu)路由。

2.1 路由模型

2.1.1 路由模型參數(shù)

基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)拓?fù)淠Ｐ筒捎肎(V,E)表示，V為網(wǎng)絡(luò)中所有衛(wèi)星節(jié)點(diǎn)的集合，相鄰2顆衛(wèi)星之間的鏈路集合E={e=(i,j)|i,j∈V}[15]，相鄰衛(wèi)星之間有且只有一條鏈路，“源-宿”衛(wèi)星節(jié)點(diǎn)間的路由集合為p，定義如下參數(shù)。

(1)

pb,k=min (pb,k(m))pb,k(m)≥0

(2)

(3)

式中：pd,k，pb,k，pl,k分別為第k條路由的時(shí)延、帶寬和丟包率，pd,k(m)，pb,k(m)，pl,k(m)分別為其下第m段路徑的時(shí)延、帶寬和丟包率；N為源衛(wèi)星節(jié)點(diǎn)到目的衛(wèi)星節(jié)點(diǎn)之間相鄰2個(gè)衛(wèi)星鏈路段的個(gè)數(shù)。

因?yàn)椴煌再|(zhì)的參數(shù)直接加和不能反映出不同因素的綜合效果，所以將獲得的鏈路時(shí)延參數(shù)和帶寬參數(shù)歸一化處理，將原始數(shù)據(jù)線性化映射到[0,1]的范圍，實(shí)現(xiàn)對(duì)原始數(shù)據(jù)的等比例縮放，歸一化函數(shù)為

(4)

式中：xk為鏈路中“源-宿”衛(wèi)星節(jié)點(diǎn)中第k條路徑pk的時(shí)延參數(shù)或帶寬參數(shù)，根據(jù)歸一化處理得到y(tǒng)1,y2,…,yn∈[0,1]，且無(wú)量級(jí)，n為“源-宿”衛(wèi)星節(jié)點(diǎn)間的路由集合中路由的數(shù)量，歸一化處理后計(jì)算pk的代價(jià)ck如下。

ck=w1·pd,y,k+w2·pl,k+w3·pb,y,k

(5)

式中：pd,y,k和pb,y,k別為第k條鏈路歸一化處理的時(shí)延參數(shù)和帶寬參數(shù)；w1，w2，w3分別為每個(gè)參數(shù)所占的權(quán)重。

權(quán)重選取策略采用判斷矩陣法，將所有指標(biāo)列出來(lái)，組成一個(gè)n×n的方陣，然后對(duì)各指標(biāo)兩兩比較并打分，最后對(duì)各指標(biāo)的得分求和，并作規(guī)范化處理。構(gòu)造判斷矩陣為

(6)

式中：aij為評(píng)價(jià)元素i對(duì)評(píng)價(jià)元素j的相對(duì)重要尺度，滿足aijaji=1。

不同元素間的重要尺度如表1所示。

采用特征根法計(jì)算各因素權(quán)重過(guò)程如下。

表1 重要尺度

2.1.2 路由模型建立

(7)

2.2 改進(jìn)的遺傳算法求解路由模型

在求解路由模型中，“源-宿”衛(wèi)星節(jié)點(diǎn)間的路由集合作為遺傳算法的種群，采用改進(jìn)的自適應(yīng)交叉概率函數(shù)，以犧牲種群多樣性為代價(jià)提高算法熟練效率，從而快速獲得各業(yè)務(wù)類路由最優(yōu)解。遺傳算法求解代價(jià)路由時(shí)，當(dāng)種群迭代到一定次數(shù)，或者種群適度值沒(méi)有明顯變化時(shí)，停止種群進(jìn)化，選取最優(yōu)解[16]，遺傳算法流程如圖3所示。

圖3 遺傳算法流程

2.2.1 染色體編碼

染色體編碼是將實(shí)際問(wèn)題映射到遺傳算法思想中[16]，在空間信息網(wǎng)絡(luò)中，源節(jié)點(diǎn)代表染色體第1個(gè)位置，目的節(jié)點(diǎn)代表染色體最后1個(gè)位置，染色體基因序列順序與路由經(jīng)過(guò)的衛(wèi)星節(jié)點(diǎn)順序相同，因?yàn)槁酚砂l(wèi)星節(jié)點(diǎn)個(gè)數(shù)不同，所以基因長(zhǎng)度不一致。染色體編碼如圖4所示。

注：S表示源衛(wèi)星節(jié)點(diǎn)，D表示目的衛(wèi)星節(jié)點(diǎn)，N1,N2,…,Nn表示該路由途徑的衛(wèi)星節(jié)點(diǎn)。

圖4 染色體編碼

Fig.4 Chromosome coding

2.2.2 適度函數(shù)設(shè)計(jì)

適度函數(shù)為ck=w1·pd,y,k+w2·pl,k+w3·pb,y,k，對(duì)于編碼的染色體，根據(jù)業(yè)務(wù)類別利用判斷矩陣法計(jì)算w1，w2，w3的權(quán)重值，結(jié)合路由的時(shí)延、帶寬和丟包率等約束條件得出適度函數(shù)值，選取最優(yōu)解Cmin。

2.2.3 改進(jìn)的自適應(yīng)交叉、變異算子

本文采用順序選擇法，首先計(jì)算當(dāng)前q個(gè)染色體并按適度值從小到大排序，然后選擇前q/2個(gè)染色體，剩余q/2個(gè)染色體再隨機(jī)選擇1/2，共選取3q/4個(gè)染色體，既保證優(yōu)質(zhì)個(gè)體不會(huì)丟失，又保證種群的多樣性。交叉概率和變異概率是能影響種群尋優(yōu)的關(guān)鍵[17]，本文重新定義一種調(diào)節(jié)種群概率的自適應(yīng)交叉、變異算子，種群適應(yīng)度Ci的平均值表示為Cavg，分散程度表示為F。

(8)

式中：H為路由集合中的路由個(gè)數(shù)。

(9)

自適應(yīng)交叉、變異概率分別表示為Pc和Pm，計(jì)算公式如下。

(10)

式中：k1和k2均為(0,1)內(nèi)的自適應(yīng)概率參數(shù)。

F作為判斷種群適應(yīng)度集中或分散的依據(jù)，范圍在[0,π/2]。當(dāng)Cmin/Cavg增大時(shí)，F(xiàn)增大，此時(shí)種群適度值集中，很難產(chǎn)生優(yōu)質(zhì)解，容易陷入局部極值，自適應(yīng)減小Pc和增加Pm，增大種群變異概率，能很好地?cái)[脫局部極值；當(dāng)Cmin/Cavg減小時(shí)，F(xiàn)減小，說(shuō)明種群適應(yīng)度比較分散，自適應(yīng)增加Pc可以快速產(chǎn)生種群的優(yōu)質(zhì)解，同時(shí)自適應(yīng)降低Pm，減少對(duì)優(yōu)質(zhì)解的破壞。

計(jì)算得到自適應(yīng)交叉、變異概率后，對(duì)種群進(jìn)行交叉和變異操作。本文從采用的交叉算子方法為共點(diǎn)交叉法，在選取的染色體中選擇2個(gè)有共同基因片段的染色體，相同的基因片段代表同一個(gè)節(jié)點(diǎn)，相互交換共同節(jié)點(diǎn)處之后的染色體片段，組成新的染色體。變異算子采用單點(diǎn)變異法，在路由中隨機(jī)選取一點(diǎn)作為變異點(diǎn)，變異點(diǎn)隨機(jī)選擇一個(gè)相鄰節(jié)點(diǎn)，該節(jié)點(diǎn)不能是源節(jié)點(diǎn)到變異點(diǎn)路徑中的節(jié)點(diǎn)，變異為相鄰節(jié)點(diǎn)后重復(fù)變異操作，直到生成源節(jié)點(diǎn)到目的節(jié)點(diǎn)的路徑。交叉、變異過(guò)程如圖5所示。

圖5 染色體交叉、變異過(guò)程

3 仿真驗(yàn)證

3.1 仿真平臺(tái)及參數(shù)設(shè)定

為了驗(yàn)證路由策略的有效性，搭建SDN仿真平臺(tái)。仿真平臺(tái)硬件環(huán)境為Dell OptiPlex9020，處理器為Intel(R) Core(TM) i7-4790 CPU @ 3.60GHz，軟件環(huán)境如表2所示。

表2 仿真軟件環(huán)境

在仿真平臺(tái)上設(shè)計(jì)一個(gè)小型衛(wèi)星星座，地面站和GEO為控制平面，MEO和LEO為數(shù)據(jù)平面，衛(wèi)星節(jié)點(diǎn)信息表如表3所示。仿真中選取3類業(yè)務(wù)分別為時(shí)延敏感業(yè)務(wù)、丟包率敏感業(yè)務(wù)和綜合業(yè)務(wù)，綜合業(yè)務(wù)表示數(shù)據(jù)流既是時(shí)延敏感業(yè)務(wù)又是丟包率敏感業(yè)務(wù)。對(duì)于每類業(yè)務(wù)的權(quán)重系數(shù)分別采用判斷矩陣法計(jì)算得到，3類業(yè)務(wù)相對(duì)重要程度如表4所示。

表3 衛(wèi)星節(jié)點(diǎn)信息

表4 相對(duì)重要度

3.2 時(shí)延仿真

本文基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)路由策略時(shí)延仿真結(jié)果如圖6所示。仿真結(jié)果與文獻(xiàn)[8]中的DFRR策略和文獻(xiàn)[10]中的AR策略對(duì)比，在時(shí)延敏感業(yè)務(wù)端到端傳輸?shù)钠骄鶗r(shí)延方面，隨著時(shí)間增加，本文路由策略相對(duì)其他2種策略較好，比DFRR策略降低了3.2%，比AR策略降低了5.3%。這是因?yàn)镈FRR策略是通過(guò)減少鏈路擁塞因素提高路由效率，AR策略是根據(jù)衛(wèi)星位置周期性變化提前計(jì)算路由進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，兩者均沒(méi)有考慮數(shù)據(jù)的實(shí)時(shí)業(yè)務(wù)需求和合理的相應(yīng)業(yè)務(wù)路由。本文路由策略是考慮數(shù)據(jù)業(yè)務(wù)類別和鏈路狀況制定路由，采用改進(jìn)的遺傳算法進(jìn)行篩選，自適應(yīng)交叉、變異使種群具有多樣性，多次迭代后選擇出的路由具有魯棒性。因此，對(duì)于空間信息網(wǎng)絡(luò)的大流量傳輸，具有較好的實(shí)用性和高效性，業(yè)務(wù)數(shù)據(jù)傳輸時(shí)降低了時(shí)延。

圖6 敏感業(yè)務(wù)端到端傳輸時(shí)延Fig.6 Delay of source-to-end transmission for sensitive services

3.3 丟包率仿真

敏感業(yè)務(wù)端到端傳輸丟包率仿真結(jié)果如圖7所示。不同時(shí)間周期的業(yè)務(wù)流數(shù)量不同，隨著傳輸業(yè)務(wù)流數(shù)量的增加，本文策略相比于DFRR策略和AR策略性能較好。在平均丟包率上，本文策略比DFRR策略降低10.2%，比AR策略降低19.1%。這是因?yàn)?，DFRR策略和AR策略選取路由考慮因素單一，而不能較好地服務(wù)于各類業(yè)務(wù)。本文策略根據(jù)權(quán)重計(jì)算路由代價(jià)，選取的路由在降低丟包率方面優(yōu)勢(shì)明顯。

圖7 敏感業(yè)務(wù)端到端傳輸丟包率Fig.7 Packet loss rate of source-to-end transmission for sensitive services

3.4 綜合業(yè)務(wù)丟包率仿真

圖8為綜合業(yè)務(wù)端到端傳輸丟包率仿真結(jié)果。在3種策略對(duì)比下，在業(yè)務(wù)流量傳輸數(shù)量較小時(shí)，DFRR策略和AR策略比本文策略要好，因?yàn)楸疚牟呗钥紤]因素較多，具有一定的復(fù)雜度。但是，隨著傳輸數(shù)量的增加，本文策略優(yōu)勢(shì)明顯，平均丟包率相比DFRR策略和AR策略分別降低了5.5%和15.2%，綜合業(yè)務(wù)數(shù)據(jù)傳輸減少了丟包率。

圖8 綜合業(yè)務(wù)端到端傳輸丟包率Fig.8 Packet loss rate of source-to-endtransmission for integrated services

4 結(jié)束語(yǔ)

本文基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)路由策略，相比于傳統(tǒng)網(wǎng)絡(luò)路由，在控制平面可以實(shí)時(shí)獲取全局的網(wǎng)絡(luò)狀態(tài)，路由策略適用于各類業(yè)務(wù)，每個(gè)周期的靜態(tài)拓?fù)潆S著時(shí)間周期的變化而更新，能夠體現(xiàn)衛(wèi)星運(yùn)行的動(dòng)態(tài)性，路由策略具有實(shí)用性。對(duì)于各類單一業(yè)務(wù)和綜合業(yè)務(wù)，能較好地降低時(shí)延和丟包率，并且在一個(gè)周期內(nèi)能對(duì)數(shù)據(jù)流快速轉(zhuǎn)發(fā)，實(shí)現(xiàn)高效傳輸，提高空間信息網(wǎng)絡(luò)運(yùn)行效率?？臻g信息網(wǎng)絡(luò)的衛(wèi)星節(jié)點(diǎn)數(shù)要多于仿真試驗(yàn)衛(wèi)星節(jié)點(diǎn)數(shù)，本文策略應(yīng)用于空間信息網(wǎng)絡(luò)中，在衛(wèi)星節(jié)點(diǎn)數(shù)較多時(shí)，相比于其他2種策略，同樣能降低傳輸時(shí)延和減少丟包率。LEO衛(wèi)星和MEO衛(wèi)星不需要自身計(jì)算路由，減輕了衛(wèi)星自身負(fù)載，降低了功耗。但是，本文策略選擇出每類業(yè)務(wù)路由的算法要考慮全局多種鏈路因素，并通過(guò)改進(jìn)的遺傳算法進(jìn)行篩選，具有一定的時(shí)間復(fù)雜度，時(shí)間消耗主要在優(yōu)質(zhì)路由的迭代選取上。通過(guò)多次試驗(yàn)本文的算法運(yùn)行參數(shù)可知，實(shí)際應(yīng)用中科學(xué)地設(shè)置算法參數(shù)可以減少優(yōu)質(zhì)路由的選取時(shí)間。在工程應(yīng)用中，“源-宿”衛(wèi)星節(jié)點(diǎn)相距較近時(shí)，路由集合中路由數(shù)較少，優(yōu)質(zhì)路由能夠快速確定，減少交叉、變異，從而減少時(shí)間消耗。反之，兩者距離較遠(yuǎn)時(shí)，優(yōu)質(zhì)路由的選取要具有魯棒性和時(shí)效性，此時(shí)遺傳算法的迭代選取十分重要。因此，后續(xù)的研究重點(diǎn)是確定合適的算法參數(shù)和降低時(shí)間復(fù)雜度，以及減少由于衛(wèi)星動(dòng)態(tài)性在時(shí)間片內(nèi)產(chǎn)生的位移對(duì)路由策略時(shí)效性的影響，提高路由效率，結(jié)合SDN架構(gòu)，制定對(duì)各類單一業(yè)務(wù)和綜合業(yè)務(wù)具有時(shí)效性的路由策略。