本发明涉及卫星
技术领域：
：，尤其涉及一种卫星网络中业务驱动的流式数据编码转发方法及系统。
背景技术：
：：近些年空间领域的探索被越来越多国家重视，近期中国发射的嫦娥四号飞行器和鹊桥号中继卫星更可以为地球与月球背面的通信提供全天候通信支持[1]。随着勘探任务中产生越来越多的图像、多媒体广播等大数据量的流媒体服务，低信噪比的传输效率受到了更高服务质量(qos)的严峻挑战。然而，一方面，探测器和卫星的功率是有限的，因此大容量流文件不能以低能耗可靠地传送[2]。另一方面，这种卫星网络具有长延迟、高丢包率和间歇中断[3]的通信特征，这导致非常有价值的数据流很难被高效和及时地传输[4，5]。针对月球中继通信系统，在[6]中总结了各种实用的中继星座，将中继方式分为月球中继、地球中继和混合中继三种，强调在拉格朗日点l2设置中继节点的好处，阐述拉格朗日点在月球表面的覆盖优势。[7]研究了地面与aitkens盆地的通信方式，利用低月球极轨和晕轨的通信系统称为“lc3”，形成一个中继系统，分析了实时、连续通信的可行性，探索了低成本、高容量的通信方式。在[8]中，作者介绍了该网络下多种中继通信的需求，并在嫦娥四号任务所需的技术支持中设置了频分多路中继通信系统。在21世纪初，美国国家航空航天局(nasa)和其他空间组织提出了延迟/中断容忍网络(dtn)，并利用存储转发来处理长时间延迟和间歇性中断的星际互联网。dtns也被称为机会网络，部署在一些具有节点移动性的特定场景中，如传感器网络[10]、移动自组网等[11]。由于动态连接和时延的不同，有必要建立数据传输模型来分析文件传递的效率，并在dtns中提出一种高效的机制[12,13]。为了应对卫星节点的高移动性，一些研究者利用快照法将动态拓扑转化为准静态拓扑，然后根据拓扑变化进行contactplandesign(cpd)方案设计[14,15]。在[16]中，作者利用一个扩展的时间演化图来描述小型卫星dtns。基于此图，他们设计了任务感知的合作通信方案，通过将带宽分配建模为混合整数线性规划来实现整个网络吞吐量的最大化。在[17]中，利用有限的发射资源，充分利用卫星间和卫星内链路的连接时间进行星间合作。然而，对卫星dtns中流容量传输的处理还缺乏研究，仍需提出一种从流式数据交付网络进行传输开始，在能量消耗和时延约束下适应不同业务特性的方案。此外，在dtn存储转发模式中，中继节点只负责路由，而对数据传递不进行处理和计算。2000年，r.ahlswede等人首先提出了网络编码(nc)的概念，并基于最大流量最小割定理[18]从理论上证明了它可以提高网络吞吐量。然后，人们发现分布式网络喷泉码(dfnc)和随机线性网络编码(rlnc)利用无反馈的优势，通过求解方程来实现组播网络容量。与其他网络编码方法相比，dfnc具有稀疏系数矩阵和较低的编码复杂度，更适合于计算资源有限的空间通信设备[19]。因此，对车辆网络[20]和leo星座网络[21]中的编码进行了充分的研究。在[22,23]中，由于丢包导致信道不可靠，作者通过调度中继节点来弥补，有效地提高了吞吐量，减少了p2p和ad-hoc网络中的延迟。[24]的作者提出了一种基于分布式lt(dlt)码的多源丢包中继网络架构，该架构在成功传输速率上优于其它架构。在[25]中，作者提出了一种新的无速率自适应网络编码方法，适用于具有两种分布式源和非对称网络拓扑结构的擦除多址中继系统，该编码方法在典型网络中具有良好的性能，并具有对间歇性和不可靠连接的容错能力。然而，由于卫星链路和多种流业务存在较大的差异，因此dfnc如何以较低的能量成本降低传输延迟仍然是一个有待解决的问题。参考文献如下：[1].p.apollonio,c.caini,andv.fiore,“fromthefarsideofthemoon:delay/disruption-tolerantnetworkingcommunicationsvialunarsatellites,”chinacommunications,vol.10,no.10,pp.12–25,2013.[2].y.yang,m.xu,d.wang,andy.wang,“towardsenergy-efficientroutinginsatellitenetworks,”ieeejournalonselectedareasincommunications,vol.34,no.12,pp.3869–3886,2016.[3].s.gu,j.jian,q.zhang,andx.gu,“ratelesscodingtransmissionovermulti-statedyingerasurechannelforsatcom,”eurasipjournalonwirelesscommunicationsandnetworking,vol.2017,no.1,p.176,2017.[4].m.s.net,i.d.portillo,b.cameron,ande.crawley,“assessingtheimpactofreal-timecommunicationservicesonthespacenetworkgroundsegment,”inieeeaerospaceconference,mt,alabama,usa,2016.[5].g.araniti,i.bisio,m.d.sanctis,a.orsino,andj.cosmas,“multimediacontentdeliveryforemerging5g-satellitenetworks,”ieeetransactionsonbroadcasting,vol.62,no.1,pp.10–23,2016.[6].w.d.pratt,c.buxton,s.hall,j.b.hopkins,anda.scott,“trajectorydesignconsiderationsforhumanmissionstoexplorethelunarfarsidefromtheearth-moonlagrangepointem-l2,”inaiaaspaceconferenceandexposition,sandiego,ca,2013.[7].s.e.haque,j.straub,andd.whalen,“smallsatelliteswithmicro-propulsionforcommunicationswiththelunarsouthpoleaitkensbasin,”in2013ieeeaerospaceconference,vol.1,no.10,2013,pp.1–12.[8].w.wu,y.tang,l.zhang,andq.dong,“designofcommunicationrelaymissionforsupportinglunar-farsidesoftlanding,”sciencechina(informationsciences),vol.61,no.4,p.040305,2018.[9].k.r.fallands.farrell,“dtn:anarchitecturalretrospective,”ieeejournalonselectedareasincommunications,vol.26,no.5,pp.828–836,2008.[10].【10】h.ochiai,h.ishizuka,y.kawakami,andh.esaki,“adtn-basedsensordatagatheringforagriculturalapplications,”ieeesensorsjournal,vol.11,no.11,pp.2861–2868,2011.[11].l.congandw.jie,“anoptimalprobabilisticforwardingprotocolindelaytolerantnetworks,”intenthacminternationalsymposiumonmobileadhocnetworkingandcomputing,neworleans,la,usa,2009.[12].s.gu,j.jian,z.huang,s.wu,andq.zhang,“arma-basedadaptivecodingtransmissionovermillimeter-wavechannelforintegratedsatellite-terrestrialnetworks,”ieeeaccess,vol.pp,no.99,pp.1–1,2018.[13].h.wang,h.wang,j.tan,h.lv,andm.zhu,“adelaytolerantnetworkroutingpolicybasedonoptimizedcontrolinformationgenerationmethod,”ieeeaccess,vol.6,pp.51791–51803,2018.[14].g.araniti,n.bezirgiannidis,e.birrane,i.bisio,s.burleigh,c.caini,m.feldmann,m.marchese,j.segui,andk.suzuki,“contactgraphroutingindtnspacenetworks:overview,enhancementsandperformance,”ieeecommunicationsmagazine,vol.53,no.3,pp.38–46,2015.[15].w.shi,d.gao,h.zhou,b.feng,h.li,g.li,andw.quan,“distributedcontactplandesignformulti-layersatellite-terrestrialnetwork,”chinacommunications,vol.15,no.1,pp.23–34,2018.[16].z.di,s.min,x.wang,x.chao,andj.li,“missionawarecontactplandesigninresource-limitedsmallsatellitenetworks,”ieeetransactionsoncommunications,vol.65,no.6,pp.2451–2466,2017.[17].x.jia,l.tao,h.feng,andh.huang,“collaborativedatadownloadingbyusinginter-satellitelinksinsatellitenetworks,”ieeetransactionsonwirelesscommunications,vol.16,no.3,pp.1523–1532,2017.[18].r.ahlswede,n.cai,s.y.r.li,andr.w.yeung,“networkinformationflow,”ieeetransactionsoninformationtheory,vol.46,no.4,pp.1204–1216,2000.[19].s.gu,j.jian,andq.zhang,“intermediateperformanceofratelesscodesoverdyingerasurechannel,”ininternationalconferenceincommunications,melmaruvathur,tamilnadu,india,2017.[20].l.chong,j.jose,andx.wu,“distributed-fountainnetworkcode(dfnc)forcontentdeliveryinvehicularnetworks,”inproceedingofthetenthacminternationalworkshoponvehicularinter-networking,taipei,taiwan,2013.[21].s.wang,y.zhao,andh.xie,“sn-ffc:improvingsurvivabilityofleosatellitenetworkwithforwardfaultcorrection,”inproceedingsoftheacmsigcomm2018conferenceonpostersanddemos,ser.sigcomm’18,newyork,ny,usa,2018,pp.90–92.[22].w.j.huangying,leijing,“jointnetworkandfountaincodesdesignforrelay-assistedmulti-usersystem,”chinacommunications,vol.12,no.7,p.95,2015.[23].j.s.park,m.gerla,d.s.lun,y.yi,andm.medard,“codecast:anetwork-coding-basedadhocmulticastprotocol,”ieeewirelesscommunication,vol.13,no.5,pp.76–81,2006.[24].i.hussain,m.juntti,andt.matsumoto,“distributedratelesscodesforcorrelatedmulti-sourcerelaynetworks,”ieeeinternationalconferenceoncommunications,kualalumpurconventioncenter,malaysia,2016.[25].s.gu,j.jian,q.zhang,z.yang,x.wei,andb.cao,“network-codedratelesscodingschemeinerasuremultiple-accessrelayenablecommunications,”ietcommunications,vol.8,no.4,pp.537–545,2014.[26].n.jasika,n.alispahic,a.elma,k.ilvana,l.elmaandn.nosovic,“dijkstra'sshortestpathalgorithmserialandparallelexecutionperformanceanalysis,”2012proceedingsofthe35thinternationalconventionmipro,opatija,2012,pp.1811-1815.[27].k.m.cheungandd.s.abraham,“end-to-endtrafficflowmodelingoftheintegratedscannetwork,”interplanetarynetworkprogressreport,vol.189,2012.技术实现要素：本发明提供了一种卫星网络中业务驱动的流式数据编码转发方法，包括：模型构建步骤：构建时变拓扑结构下的流式传输模型；计算步骤：通过求解时滞和能量消耗约束下的动态规划问题，给出了链路稳定性函数；转发链路选择步骤：通过链路稳定性函数选择适配业务的转发链路，解决网络节点中动态规划问题；转发步骤：使用喷泉码并通过码率自适应业务特性完成转发。作为本发明的进一步改进，在所述模型构建步骤中，地月通信网络包括一个探测器、一个地面站和三个中继卫星星座，三个中继卫星星座为环月卫星星座、拉格朗日l2点中继卫星和地球同步卫星星座，地月通信网络由九个节点构成，它们被分成五组，用vs,vr,vl,vg和vd表示，在地月通信网络中，源节点vs将数据传输至环月卫星vr或者l2点中继卫星vl，然后vr会通过下一个中继vg将数据传输至地面站vd。作为本发明的进一步改进，在所述模型构建步骤中，在第一个时隙中，vs通过给vl传输数据，其中一部分流将通过另一条路径传输到vd,由于链路切换的限制且vl将数据的一部分传输到vd后，剩下的数据无法继续通过原链路传输，因此，vl应该将数据通过两个路径传递给vr即vs→vl→vd和vs→vl→vr→vd，同时，在第二时隙已经建立了vs与vr之间的链路，因此vs也能够通过路径将数据传输到vd，直到vd接收所有数据。作为本发明的进一步改进，在所述计算步骤中，链路稳定性函数为：wd,we是权重系数,∑w＝1，d为距离，c为光速，t0为直接传输所需时间，在月球空间通信网络中，λ0是直接传输的丢包率,是规范化的传输延迟，是时隙大小与传播时延的差值，μ是反馈次数的数学期望。作为本发明的进一步改进，在所述转发步骤中，在系统raptor码中，随机构造ldpc码对原码进行预编码，再随机选择d个包进行lt编码，度分布函数d～ρd选择鲁棒弧波分布，其中每个度值的概率随码长变化，对于不同的业务，通过λs＝1-(1-ser)k得到它们的码长k，编码器接收到源符号后，根据3gpp标准的参数，根据式(14)生成raptor码的生成矩阵gl×l，采用高斯消去法递归消去gl×l的最后一个零行，直到变成式(15)中的满秩矩阵，得到编码符号，解码时，连续接收到的符号形成一个矩阵，当为满秩时，根据反编码过程得到中间符号，再根据生成的矩阵进行解码；本发明还提供了一种卫星网络中业务驱动的流式数据编码转发系统，包括：模型构建模块：用于构建时变拓扑结构下的流式传输模型；计算模块：用于通过求解时滞和能量消耗约束下的动态规划问题，给出了链路稳定性函数；转发链路选择模块：用于通过链路稳定性函数选择适配业务的转发链路，解决网络节点中动态规划问题；转发模块：用于使用喷泉码并通过码率自适应业务特性完成转发。作为本发明的进一步改进，在所述模型构建模块中，地月通信网络包括一个探测器、一个地面站和三个中继卫星星座，三个中继卫星星座为环月卫星星座、拉格朗日l2点中继卫星和地球同步卫星星座，地月通信网络由九个节点构成，它们被分成五组，用vs,vr,vl,vg和vd表示，在地月通信网络中，源节点vs将数据传输至环月卫星vr或者l2点中继卫星vl，然后vr会通过下一个中继vg将数据传输至地面站vd。作为本发明的进一步改进，在所述模型构建模块中，在第一个时隙中，vs通过给vl传输数据，其中一部分流将通过另一条路径传输到vd,由于链路切换的限制且vl将数据的一部分传输到vd后，剩下的数据无法继续通过原链路传输，因此，vl应该将数据通过两个路径传递给vr即vs→vl→vd和vs→vl→vr→vd，同时，在第二时隙已经建立了vs与vr之间的链路，因此vs也能够通过路径将数据传输到vd，直到vd接收所有数据。作为本发明的进一步改进，在所述计算模块中，链路稳定性函数为：wd,we是权重系数,∑w＝1，d为距离，c为光速，t0为直接传输所需时间，在月球空间通信网络中，λ0是直接传输的丢包率,是规范化的传输延迟，是时隙大小与传播时延的差值，μ是反馈次数的数学期望。作为本发明的进一步改进，在所述转发模块中，在系统raptor码中，随机构造ldpc码对原码进行预编码，再随机选择d个包进行lt编码，度分布函数d～ρd选择鲁棒弧波分布，其中每个度值的概率随码长变化，对于不同的业务，通过λs＝1-(1-ser)k得到它们的码长k，编码器接收到源符号后，根据3gpp标准的参数，根据式(14)生成raptor码的生成矩阵gl×l，采用高斯消去法递归消去gl×l的最后一个零行，直到变成式(15)中的满秩矩阵，得到编码符号，解码时，连续接收到的符号形成一个矩阵，当为满秩时，根据反编码过程得到中间符号，再根据生成的矩阵进行解码；本发明的有益效果是：本发明能够有效提升卫星网络中流式传输数据的传输效率。附图说明图1是由探测器、绕月星座、拉格朗日点l2卫星、地球同步星座和地面站组成的地月通信网络示意图；图2是五个时隙中的网络时空拓扑图；图3是当数据包为1000时，vd上的数据量与时隙的关系图；图4是数据包的范围从100到10000，步长为500时，完成传输所需的时延与文件大小的对比图；图5是当数据包为1000时，能量消耗与时间间隔的关系图；图6是对于不同的业务，当数据包为1000时，vd上的数据存储量与时隙的关系图；图7是对于不同的业务，当数据包为1000时，能耗与时隙的关系图；图8是对于不同的业务，vn在第50个时隙时接收的数据包占总数据量的比值图。具体实施方式本发明公开了一种卫星网络中业务驱动的流式数据编码转发方法，本发明使用的关键符号如表一所示。在本发明中，
背景技术：
：是本发明的第一部分，本发明的其余部分组织如下:在第二部分中，详细分析了流式服务模型中能耗和时延的计算过程。在第三部分，本发明详细阐述了服务驱动的cfs设计，包括lsf、多优先级服务的特征和raptor编码算法。第四部分给出了仿真结果。第五部分是本发明的结论。表一，本发明中的一些符号含义第二部分，业务驱动下的流式传输模型：本发明考虑如图1所示的典型的地月通信场景，其中包括一个探测器、一个地面站和三个中继卫星星座，即、环月卫星星座、拉格朗日l2点中继卫星和地球同步卫星星座。一方面，其中存在两种卫星链路，一种是稳定链路，另一种是不稳定链路。稳定的链路不随着卫星的运动而频繁间断，后者相反。另一方面，不同轨道上的节点具有不同的通信链路参数，如丢包率、传播时延等。图1所示的地月通信网络由九个节点构成，它们可被分成五组，用vs,vr,vl,vg和vd表示。在这个网络中，源节点vs将数据传输至环月卫星vr或者l2点处卫星vl。然后vr会通过下一个中继vg将数据传输至地面站vd。同时，vl所在链路具有链路稳定、覆盖范围广等特点，也会直接将数据传输至地面站。在最大时延δt内，可将其分割为k个时隙δt＝σkτ,k∈n*，其中τ代表时隙长度。为分析简单，我们假设链路在每个时隙中不发生变化，每组卫星仅包含一个节点。我们使用代表卫星i与j在第k个时隙的链路，代表链路切换状态。为了更好地描述数据流的动态传输行为以及网络链路和节点的时变特性，本发明使用时空拓扑结构给出了如图2所示的流传输实例。在第一个时隙中，vs通过给vl传输数据，其中一部分流将通过另一条路径传输到vd。由于链路切换的限制且vl将数据的一部分传输到vd后，剩下的数据无法继续通过原链路传输。因此，vl应该将数据通过两个路径传递给vr即vs→vl→vd和vs→vl→vr→vd。同时，在第二时隙已经建立了vs与vr之间的链路，即，因此vs也可以通过路径将数据传输到vd，其余的传输过程类似，直到vd接收所有数据。针对不同链路特性，在第k个时隙，使用表示其丢包率,表示链路容量,e(hk,t)表示网络hk消耗的能量，x(vi,kτ)代表节点vi中剩余的数据量，代表链路的传输延迟。x(vi,kτ)可由所有链路的传入数据量与传出数据量之差计算如式(3)和式(5),e(hk,t)可由所有链路的传入数据和传出数据之和计算如式(4)和式(5)。且其中e0是传输单位数据量的耗能。除了节点能量限制外，时间延迟也是一个需要考虑的重要因素。对于m文件，vs将数据分n次传输至目的节点，即使用dm代表文件mi所需要的时延。当中继节点在一个时隙中无法实现数据传输时，将剩余的数据传输给其他中继节点，可以确定m的每个部分所需的时隙数量。kmi是时候开始传输mi时的时隙,k0是时候开始传输m时的时隙，所以m的时延是各部分传输所在时隙的最大值，即dm＝max{(dm1+km1-k0),(dm2+km2-k0),...,(dmi+kmi-k0)}.(6)第三部分，业务驱动的传输方案：根据动态拓扑的特点，本发明需要考虑节点是否能够传输足够能量的数据，以及节点是否能够在需要的时延内传输到目的节点，尤其针对时间敏感的文件，对传输方案有更高的要求。因此，第三部分还提出了cfs-stm方案，该方案包括数据流业务的转发和编码。(1).链路选择方案：由于延迟和能源消耗所起的重要作用，我们重点关注两个约束条件。(1)延迟约束:在所需的时间,下一个节点的数据必须完全传播。(2)能耗约束:传输能量的节点(记为ei)必须大于路径损耗能量。我们得到：pd·d≤ei,(8)其中pd为单位距离的功耗，d为两个节点之间的距离。在第t个时隙,所有可能的连接链接vi形成个集合bvi|=itτk即：本发明以归一化链路稳定函数(lsf)的值作为选择下一个节点的依据，尝试在时延和能量约束下选择优化问题(9)的最大值。s.t.(7),(8)每当数据在节点传输时，网络的数据量、能耗和剩余时间都会发生变化。由于稀疏卫星网络中的链接,矩阵δ·lsf由所有节点将形成一个稀疏矩阵。对于单个节点，计算结果代表了链路延迟、能耗和丢包率的加权综合值。传输任务,lsf将覆盖输出矩阵之前的值,所以时间复杂度是o(n)和空间复杂度是o(n)，其中n是网络中节点个数。为降低传输时延和能量消耗，定义链路稳定函数:wd,we是权重系数,∑w＝1。d为距离，c为光速，t0为直接传输所需时间，在月球空间通信网络中，λ0是直接传输的丢包率,是规范化的传输延迟，是时隙大小与传播时延的差值，μ是反馈次数的数学期望。不同的业务s(ts，λs)由不同的延迟和丢包率要求。如表二所示。过大时延会导致高时延敏感交互业务[27]的交互失败，卫星直播变慢。如果丢包率过大，视频中会出现局部变形、图像模糊、屏幕频繁刷新或闪烁、帧率下降以及静态图像。为了使转发链路适应业务特性，将式(10)修正为式(12)。tableii几种典型卫星网络业务的时延灵敏度和可靠性灵敏度基于上述要求，推导出了映射关系。以一般数据业务或信令业务为基准，稳定函数业务的加权系数为对于si，lsf函数权重系数应该根据灵敏度来确定。对一个延迟敏感度是基准业务a倍和丢包率敏感度是b倍的业务，利用∑w＝1,我们同等程度扩大这两个参数的权重系数，可以得到公式(13)。例如，对于实时非交互式服务，其延迟是基准业务的4倍，可靠性灵敏度是基准业务的1倍，因此系数为(2).码率自适应业务特性编码：喷泉码是一种不需要反馈信道的编码技术。它突破了ack机制的瓶颈，可以充分利用连接机会，降低卫星通信的能耗成本。以系统raptor代码传输为例，节点首先通过lsf函数选择转发链路，然后根据链路丢包率确定冗余度。转发算法如算法1所示。在系统raptor码中，随机构造ldpc码对原码进行预编码，再随机选择d个包进行lt编码，度分布函数d～ρd选择鲁棒弧波分布(rsd)，其中每个度值的概率随码长变化，对于不同的业务，我们可以通过λs＝1-(1-ser)k得到它们的码长k。编码器接收到源符号后，根据3gpp标准的参数，根据式(14)生成raptor码的生成矩阵gl×l。采用高斯消去法递归消去gl×l的最后一个零行，直到变成式(15)中的满秩矩阵，得到编码符号。解码时，连续接收到的符号形成一个矩阵，当为满秩时，根据反编码过程得到中间符号，再根据生成的矩阵进行解码。时间复杂度是o(k2)和空间复杂度是o(k)。算法如算法2所示。第四部分，仿真结果及分析：仿真中,δt设为300时隙，基准业务lsf函数的权值设为且其余业务敏感度倍数为a2＝4，b2＝1；b3＝10；a4＝4，b4＝50。着陆器/巡航器对中继卫星的最大上传速率为560kb/s，地面站的最大下载速率为2000kb/s。其他传输速率为:geo到geo为1gb/s,l2卫星到绕月卫星为2000kb/s。探测器、绕月卫星、l2点卫星、地球静止轨道卫星和地面站的优先级依次递增。对照组采用epidemic算法。此外,我们还把lsf方案作为控制变量,这是一个使用lsf函数选择节点的非编码方案,我们采取μ＝2,影响结果的绝对值,但不会影响各方案对比的相对值。仿真中，业务1是基准业务，业务2是延迟敏感业务(如卫星广播服务)，业务3是丢包敏感业务，业务4则对延迟和丢包都很敏感。根据仿真结果,图3显示,当传输文件的大小是1000个数据包时,epidemic算法需要250个时隙，lsf需要220个时隙,cfs-stm方案需要96时隙。目的节点数据量不连续变化的事实表明，网络中并不总是存在稳定的端到端链路，传输方案具有长时延的容错能力，也表现出时变链路状态的特点。图4模拟了从100到10000的数据量，结果表明，随着数据量的增加，cfs-stm在减少延迟方面效果更加明显。从图5可以看出，当传输文件为1000时，epidemic算法需要6200单位能量，lsf方案需要5700单位能量，cfs-stm需要5100单位能量。与epidemic算法相比，cfs-stm算法降低了17.7％的能耗，减少了60％的时延。其次，所有曲线都接近线性，但曲线斜率stm-cfs解更大，这意味着可以更明显地减少延迟。在图6-7中，业务2需要65个时间段和5400个单位的能量。与基准业务相比，延迟减少了32.3％，但能源成本增加了5.9％。业务3需要72个时间段和4800个单位的能量。与基准业务相比，时延降低了25％，能耗降低了5.9％。对于业务4，结果介于服务2和服务3之间。这表明cfs-stm方案可以为不同的服务选择不同的链接。从图8可以看出，当服务不同时，vd在同一时间成功接收到数据的比例也不同，这进一步说明cfs-stm可以根据业务类型来调整转发方案。第四部分，结论：本发明研究了卫星网络中流传输的转发效率问题，并对其进行了时间和能量约束下的动态规划建模。推导了数据存储和能耗的规律，提出了适应业务类型进行转发的cfs-stm方案。一方面，将业务特征映射到稳定函数权系数，另一方面采用raptor编码，利用可变的编码冗余来降低时延，适应业务类型。我们分析了一个由三颗极月卫星、一颗l2卫星和三颗地球同步卫星组成的地月通信网络的传输效率，仿真了传输过程中的数据存储、时延、能量成本和业务交付率。仿真结果验证,与epidemic算法相比,cfs-stm可以充分利用卫星运动的拓扑结构特点,并选择适当的转发性能较高的节点根据服务类型来实现更高的数据传输效率较低延迟和能耗。在本发明中，我们考虑了中多优先级流服务交付的效率问题。提出了一种时变拓扑结构下的流传输模型stm。然后，通过求解时滞和能量消耗约束下的动态规划问题，给出了链路稳定性函数。根据最小化延迟和能量消耗，选择合适的单跳转发节点。在此基础上，提出了一种基于raptor码的编码转发方案(cfs)。最后，通过stk和matlab的实验结果验证了本发明的cfs-stm方法可以显著的优于传统方法，降低了延迟和能量，提高了多种流服务的成功交付率。本发明的技术优势总结如下:1)提出了基于业务特性的中继链路选择方案。以理想参数为标准，通过一个动态规划问题，在时延和能量的约束下，得到了合理的lsf归一化函数值，进一步分析业务对转发方案的影响并对该归一化值进行修正。2)本发明为多优先级数据流服务设计了一个cfs，并根据信道条件自动调节码率。raptor码的无反馈可以缩短传输延迟，通过链路丢包率确定编码冗余，达到流服务自适应网络质量的目的。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。当前第1页1 2 3 当前第1页1 2 3