一种基于模糊理论的ngeo卫星路由算法
【技术领域】
[0001] 本发明属于卫星网络路由技术领域，尤其是一种基于模糊理论的NGEO卫星路由 算法。
【背景技术】
[0002] 随着无线通信技术和互联网的蓬勃发展，网络成为人们日常生活中获取信息、交 流信息必不可少的基础设施，人们越来越需要在任何地点任何时间提供互联网接入服务的 基础设施。构建全球无缝接入的互联网大环境是未来网络发展的必然趋势，也是各世界大 国军事战略部署中非常重要的一个环节。由于地球表面70%为海洋，无法建立地面蜂窝移 动通信，而卫星通信由于具有覆盖面积大、不受地理条件限制等先天优势，在通信发展的过 程中一直受到人们的重视。
[0003] 从20世纪70年代起截至今天，已经建成的能够完全覆盖全球的卫星导航系统只 有美国的全球定位系统和前苏联的格洛纳斯系统。中国的北斗卫星导航系统、欧盟的伽利 略定位系统正在建设中。其它国家，包括法国、日本和印度均在发展区域导航系统。因此导 航卫星通讯技术一直以来是各国学者研究的热点，这其中包括星间通信的路由解决方案。
[0004] 由于卫星成本高、节点数量少、资源有限等特点，其路由解决方案与地面有很大的 不同。在多层轨道卫星系统通信中，低轨道卫星间的链路持续时间短，切换频率高，为路由 算法带来难度。但是，节点运动轨迹是沿轨道周期循环的，可以人为控节点间链路在何时建 立与切换，于是，虚拟动态网络被提出用来描述节点高速运动且具有周期性的网络拓扑结 构。
[0005] 传统的路由算法，比如Dijkstra的最短路径（DSP)算法总是导致一些星间链路 (ISL)过度负载。大家都知道，大多数人生活在赤道附近或在中炜度地区。这种现象直接带 来在一个不平衡的业务量分布整个星座：一些卫星的拥挤，而一些其他未能得到充分利用。 然而，没有考虑到用户流量分布，路由策略会导致以显著排队延误和大量的数据包在下降 的拥挤卫星。为了满足的服务质量（QoS)的质量的用户需求，很多研究人员来处理这个问 题。Kandus等提出了一种交通类别相关的（TCD)路由算法。另外，在上述的分布式负载平 衡技术，独立的卫星上最好的下一跳决定该数据包转发。Taleb等状态显式负载平衡（ELB) 指标走的状态下一跳进去，当它选择最好的下一跳。Song等人引入一个交通灯为基础的智 能路由战略考虑当前和下一跳拥堵。此外，在紧急情况下，卫星路由算法处理，比如卫星失 败，因此，Lu等实现生存能力路由协议来处理卫星故障。
[0006] 综上所述，现有NGEO(非静止轨道）卫星网络路由机制，其单一性的评价标准，并 不能满足准确描述卫星节点的拥堵情况，同时，很多路由算法不能满足负载均衡的要求，如 何在星间通信中提供高效、动态、负载均衡的路由技术，降低端至端延迟，更高的吞吐量和 较低的丢包率，这是实现未来通过全球卫星系统与互联网无缝接入技术中迫切需要解决的 问题。
【发明内容】
[0007] 本发明的目的在于克服现有技术的不足，提供一种设计合理、能够在星间通信中 提供高效、动态、负载均衡路由功能的基于模糊理论的NGEO卫星路由算法。
[0008] 本发明解决其技术问题是采取以下技术方案实现的：
[0009] -种基于模糊理论的NGEO卫星路由算法，包括以下步骤：
[0010] 步骤1、根据卫星节点包括的三种不同等级流量的队列长度及为最高级流量预留 的带宽信息，采用模糊理论方法计算模糊卫星拥塞指标；
[0011] 步骤2、计算路由算法的决定指标，并根据DSP路由算法找到最短路径；
[0012] 步骤3、当卫星发生拥塞时，该卫星向其相邻的卫星通知其模糊卫星拥塞指标的信 令信息；
[0013] 步骤4、当卫星接收到拥塞的信令信息后，根据改进的ELB算法的绕路策略，并根 据不同的包的优先级进行绕路。
[0014] 而且，所述步骤1计算模糊卫星拥塞指标的方法包括以下步骤：
[0015] 步骤（1)、收集每个卫星节点的信息，包括流量A的队列长度、流量B的队列长度、 流量C的队列长度以及为流量A预留的带宽；
[0016] 步骤（2)、将收集到信息经过隶属度函数映射成模糊值，然后根据模糊准则、最大 最小准则模糊处理方法进行模糊处理；
[0017] 步骤（3)、根据区域中心法进行解模糊化运算，计算得到该卫星节点的拥塞程度。
[0018] 而且，所述步骤（3)解模糊化运算按照如下数学模型实现：
[0019]
[0020] 其中，(^为模糊卫星拥塞指标，w 1、uM、wH和w VH分别为VL、L、M、H、VH的模糊推 理指示，VL、L、M、H、VH分别表示非常低、低、中等、高、非常高。
[0021] 而且，所述步骤2计算路由算法的决定指标的方法包括以下步骤：
[0022] 步骤（1)、收集如下信息：从相邻卫星得到的模糊卫星拥塞指标、卫星间的传播时 延以及为流量B和流量C准备的带宽；
[0023] 步骤（2)、将收集到信息经过隶属度函数映射成模糊值，然后根据模糊准则、最大 最小准则模糊处理方法进行模糊处理；
[0024] 步骤（3)、根据区域中心法进行解模糊化运算，计算得到卫星网络路由算法的决策 指标。
[0025] 而且，所述步骤4改进的ELB算法的绕路策略为：如果一颗卫星被堵塞，则数据包 根据预测每个交通流量的百分比类绕道；a，b和c是流量A、B和C的预测流量的比率，X是 请求的流量（X = I-C1)，一次绕道从周边信令消息接收到卫星，卫星开始绕道流量C的数据 包；如果请求绕道比X的流量更大超过c，流量B的包也开始绕路。
[0026] 本发明的优点和积极效果是：
[0027] 本发明设计合理，其采用模糊卫星拥塞指标（FSCI)来表征卫星节点的拥塞情况， 使用FRD来表征路由算法的决策指标。其中，FSCI结合了卫星节点的多个指标，比单一的 卫星节点的排队时延更能反映出卫星的拥堵情况。其次，FRD路由计算，也是整合了卫星拥 堵情况，传播时延和带宽等指标，从多角度实现了卫星网络路由算法的QoS要求。本发明还 可以有效地处理卫星节点拥堵情况，优化的绕路方法，可以从多角度进行分析，同时可以实 现网络的负载均衡。相对于其他NGEO的路由算法，包括DSP和ELB，可以更加全面的评价整 个卫星节点，同时从全面的角度来计算路由，避免了原有算法单一性和不能满足负载均衡 的缺点。
【附图说明】
[0028] 图1为本发明的处理流程图；
[0029] 图2为模糊系统模型示意图；
[0030] 图3为卫星与相邻节点之间的示意图；
[0031] 图4为卫星节点中FSCI的示意图；
[0032] 图5为路由算法中FSCI和FRD示意图；
[0033] 图6为平均丢包率的对比图；
[0034] 图7为平均端到端时延的对比图；
[0035] 图8为总吞吐量的对比图。
【具体实施方式】
[0036] 以下结合附图对本发明实施例做进一步详述：
[0037] -种基于模糊理论的NGEO卫星路由算法，应用于节点高速运动的NGEO (非静止轨 道）卫星网络。NGEO卫星网络模型是类铱星网络，其LEO铱星卫星星座由6个轨道构成，每 个轨道上有11颗卫星，轨道倾角为90度。图3给出了卫星间链路的情况，在该星座内，每 个卫星有四个星间链路（ISL)，包括两个轨道平面内的链路和轨道间的链路。通常情况下， 一个地面站终端可以处在不同的卫星覆盖区域内，可以同时和几个卫星通信。但是，一般情 况行，地面站选择具有最大剩余覆盖时间的卫星为自己的管理者。此外，这种类型的星座的 避免了缝反向旋转的轨道之间。
[0038] 我们将卫星网络中流量分成了三类：按优先级顺序从高到低依次为流量A(TCA， 延迟敏感的）：典型应用包括交互式实时应用，例如IP语音（VoIP)和交互式视频应用，这 是延迟敏感的应用程序；流量B (TCB，吞吐量敏感的）：代表应用是视频点播（VOD)和需要 大文件分布高流量；流量C (TCC，尽力而为）：这交通类代表尽力而为的服务闻名于互联网 并且包括应用程序无任何特殊要求。
[0039] -般情况下，排队时延的计算公式如下：
[0040]
[0041] 其中q(t)是包在队列中的时间数T，Lavg是平均数据包长度，Δ T是时间间隔路由 更新，和C是链路容量。该卫星需要持续监测其队列长度为Qd(t)的。
[0042] 本专利采用模糊理论的决策系统方法。模糊系统的模型如图2所示，包括模糊化、 推理引擎、解模糊、模糊规则，输入值经模糊化处理后输入到推理引擎，推理引擎根据模糊 规则对模糊化处理的数据进行推理，最后经解模糊处理得到输出值。
[0043] -种基于模糊理论的NGEO卫星路由算法计算，如图1所示，包括以下步骤：
[0044] 步骤1、根据卫星节点的信息，采用模糊理论方法计算模糊卫星拥塞指标（FSCI)。
[0045] 本步骤是根据卫星节点信息所包括的拥堵状态来估算卫星之间的拥堵情况。模糊 卫星拥塞指标（FSCI)从多个输入，计算得到了单个卫星节点的拥塞情况。这些角度包括， 三种不同等级的流量的队列长度，为最高级流量预留的带宽。
[0046] 本步骤是模糊系统根据如下四个指标来描述糊卫星拥塞指标（FSCI)，如图4及图 5所示，这四个指标分别为：流量A的排队长度（Q a)、流量B的排队长度（Qb)、流量C的排队 长度（Qe)和预留给高等级流量的带宽（也就是流量A) (Ba)的输入语言变量，来确定的拥挤 程度卫星节点。在四个指标中，三个排队长度指标用来表示的程度交通拥堵，B a表示公平的 程度。由于系统带宽优先分配给高优先级的流量，所以^是与流量A高度相关的。模糊系 统输出值为FSCI卫星节点的拥塞程度，用C 1表示。四个输入指标的集合和输出指标被定 义为1'%%4)) = {5，1，1}，其中，3代表短，1代表中等，1^代表长；1'收）=也，1〇，其 中，？"代表少，1^代表许多。输出1'((： 1) = {￥1^1^1，!1，￥田，其中，非常低（￥〇，低仏)、中等 (M)、高⑶、非常高（VH)。
[0047] 计算基于模糊理论的模糊卫星拥塞指标（FSCI)的具体步骤如下：
[0048] 步骤（1)、收集每个节点的相应信息，包括流量A的队列长度、流量B的队列长度、 流量C的队列长度、为流量A预留的带宽。
[0049] 步骤（2)、将收集到信息经过隶属度函数映射成模糊值。其中，隶属度函数是表征 这些参数处于哪一个部分的。其隶属度函数表如下：
[0050] 其隶属度函数表如下：
[0051] 表一、在FSCI中每个指标下每个条目的隶属度函数
[0052]
[0053] 其中，在上面的表格中，La、LjP La是隶属度函数中流量A、流量B和流量C的队列 长度；込是阈值百分比；C代表了链路容量，也就是链路带宽。
[005