基于SDN架構(gòu)的空間信息網(wǎng)絡路由策略設計

楊力 滕奇秀 孔志翔,3 蔡睿妍

(1 大連大學信息工程學院，遼寧大連 116622)(2 大連大學通信與網(wǎng)絡實驗室，遼寧大連 116622) (3 南京理工大學自動化學院，南京 210094)

空間信息網(wǎng)絡是一個由深空網(wǎng)絡、衛(wèi)星網(wǎng)絡和地面網(wǎng)絡構(gòu)成，實現(xiàn)天、地、空互聯(lián)的規(guī)模巨大、異質(zhì)異構(gòu)的復雜網(wǎng)絡。隨著我國航天技術的發(fā)展，加之我國載人航天、空間站、深空探測等空間活動日益頻繁，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)要求越來越迫切。目前，我國在軌運行衛(wèi)星大都只提供通信信道，星上不具有路由計算功能，路由策略制定只能由地面計算再重新上行，或者個別衛(wèi)星簡單處理后實現(xiàn)星間、星際之間的路由。這樣既加重了衛(wèi)星負載，也嚴重制約著空間信息網(wǎng)絡對靈活、快速組網(wǎng)和有效路由策略的實現(xiàn)[1-2]。軟件定義網(wǎng)絡(SDN)技術是當前網(wǎng)絡領域的新架構(gòu)思路，通過解耦數(shù)據(jù)平面和控制平面，實現(xiàn)網(wǎng)絡態(tài)勢與控制的邏輯高度集中，降低數(shù)據(jù)平面的復雜度，可以將網(wǎng)絡資源統(tǒng)一，靈活配置，實現(xiàn)衛(wèi)星網(wǎng)絡與地面網(wǎng)絡的融合，統(tǒng)一控制，制定有效的路由策略。

現(xiàn)有的空間信息網(wǎng)絡路由方法分為單層路由和多層路由。文獻[3]和文獻[4]中利用單層衛(wèi)星網(wǎng)絡運行的周期性和規(guī)律性，將其運行周期劃分為多個時隙。在每個時隙內(nèi)，將衛(wèi)星網(wǎng)絡視為虛擬靜態(tài)拓撲，路由策略存儲在每個衛(wèi)星節(jié)點中，衛(wèi)星通信過程中查詢對應的轉(zhuǎn)發(fā)路徑即可。文獻[5]中通過衛(wèi)星地面鏈路建立源節(jié)點和目的節(jié)點之間的連接，獲得一個時隙內(nèi)的本地網(wǎng)絡拓撲，減少用于建立Dijkstra算法相關矩陣的衛(wèi)星和網(wǎng)關的數(shù)量，降低算法計算復雜度，根據(jù)網(wǎng)絡拓撲計算路由。但是，此類方法由于運行周期分為較多時隙，需要星上有足夠的存儲空間，增加衛(wèi)星負載。同時，對于鏈路故障，流量變化等情況處理能力較差。文獻[6]中對于地球同步軌道/低地球軌道(GEO/LEO)雙層衛(wèi)星網(wǎng)絡鏈路負載不均衡、多媒體業(yè)務具有不同服務質(zhì)量(QoS)要求的問題，提出一種多業(yè)務路由算法。該算法結(jié)合業(yè)務利用率來調(diào)整不同業(yè)務鏈路初始權值，從而合理分配網(wǎng)絡資源，滿足各種QoS要求，優(yōu)化衛(wèi)星網(wǎng)絡鏈路利用率。但是，該算法在業(yè)務利用率不同時，需要衛(wèi)星計算業(yè)務權值來判斷業(yè)務鏈路，增加了衛(wèi)星的內(nèi)存占用和運行負擔。文獻[7]中提出一種基于移動代理的衛(wèi)星網(wǎng)絡動態(tài)路由(SDRA-MA)方法，該方法在數(shù)據(jù)包到達時更新路由，沒有數(shù)據(jù)包則不更新路由。在網(wǎng)絡流量穩(wěn)定時，該方法性能較好，但在網(wǎng)絡流量傳遞頻繁時，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)絡轉(zhuǎn)發(fā)策略由每顆衛(wèi)星決定，導致網(wǎng)絡耦合，給網(wǎng)絡管理帶來了很大困難，所以人們開始關注網(wǎng)絡劃分為數(shù)據(jù)平面和控制平面的SDN。在有關軟件定義空間信息網(wǎng)絡路由研究中，文獻[8]中針對軟件定義衛(wèi)星網(wǎng)絡(SDSN)中海量、動態(tài)、高優(yōu)先級的控制流量對數(shù)據(jù)傳輸造成的干擾問題，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，選擇鏈路時未考慮路由對業(yè)務的適用性，并且切換鏈路增加鏈路代價。文獻[9]中提出多路徑承載策略，當衛(wèi)星運動導致空間鏈路中斷時，能夠在降低業(yè)務質(zhì)量的情況下不中斷傳輸，有效地減少資源消耗。同時，提出基于安全因子感知的路由算法，提高全網(wǎng)絡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數(shù)據(jù)業(yè)務是否適用。文獻[10]中提出一種基于變形蟲的波紋傳播(AR)策略，將LEO和中地球軌道(MEO)運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)星每個時刻位置進行記錄，采用AR策略計算路由，系統(tǒng)根據(jù)“源-宿”衛(wèi)星節(jié)點間距離，自動選擇路由策略，提高運算速度。然而，系統(tǒng)周期為12 h，控制平面制定的路由策略周期過長，不能及時處理空間信息網(wǎng)絡高動態(tài)造成的時變性問題，并且路由策略未考慮鏈路因素，對各類業(yè)務數(shù)據(jù)轉(zhuǎn)發(fā)沒有明顯優(yōu)勢。

本文提出一種基于SDN架構(gòu)的空間信息網(wǎng)絡路由策略設計，利用SDN控制器掌握空間信息網(wǎng)絡全局信息，獲取網(wǎng)絡的實時狀態(tài)，建立路由計算模型，采用改進的遺傳算法計算鏈路代價最小的路由，數(shù)據(jù)平面根據(jù)路由轉(zhuǎn)發(fā)各類業(yè)務數(shù)據(jù)，控制平面制定的路由考慮鏈路狀況，每個時間片重新選取路由，具有實時性，適用于各類業(yè)務數(shù)據(jù)。

1 基于SDN架構(gòu)的空間信息網(wǎng)絡模型

SDN架構(gòu)下的空間信息網(wǎng)絡[11]，以OpenFlow協(xié)議為基礎，具備網(wǎng)絡層數(shù)據(jù)控制分離、集中式可編程的特點，打破了路由功能的垂直整合，控制器對網(wǎng)絡集中式管理、靈活控制，使整體網(wǎng)絡可控性較強[12-14]。相比傳統(tǒng)的衛(wèi)星網(wǎng)絡，在SDN架構(gòu)下，空間信息網(wǎng)絡具有高度可控性。控制平面可以獲得全局視圖，實時獲取網(wǎng)絡狀態(tài)，進行復雜的路由計算，數(shù)據(jù)平面衛(wèi)星節(jié)點只進行數(shù)據(jù)轉(zhuǎn)發(fā)即可，降低了網(wǎng)絡成本和星上開銷。

目前，基于SDN架構(gòu)的空間信息網(wǎng)絡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)。本文設計的空間信息網(wǎng)絡模型，其控制平面包含地面站和GEO衛(wèi)星兩部分，地面站為一級控制器，包含信息存儲模塊和路由計算模塊；GEO衛(wèi)星為二級控制器，包含節(jié)點探索模塊和基礎轉(zhuǎn)發(fā)模塊。控制層面采用分級控制，是考慮到地球自轉(zhuǎn)時任務衛(wèi)星與地面站距離較遠，GEO衛(wèi)星覆蓋廣，地面站通過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)則對數(shù)據(jù)包進行快速轉(zhuǎn)發(fā)。本文建立基于SDN架構(gòu)的空間信息網(wǎng)絡模型如圖1所示，模塊功能介紹如下。

(1)信息存儲模塊：一級控制器接收二級控制器傳遞的全局拓撲信息，以及鏈路狀態(tài)信息。

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

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

(4)節(jié)點探索模塊：二級控制器利用鏈路層發(fā)現(xiàn)協(xié)議(LLDP)進行鏈路探索，獲取全局拓撲結(jié)，在MEO衛(wèi)星和LEO衛(wèi)星上部署OpenFlow交換機，對各端口運行狀態(tài)信息進行統(tǒng)計，統(tǒng)計的信息通過報文上報控制器，解析鏈路間的時延、帶寬和丟包率信息。

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

2 路由策略設計

基于SDN架構(gòu)的空間信息網(wǎng)絡路由策略是由整個網(wǎng)絡的協(xié)同調(diào)度計算出每類業(yè)務的最優(yōu)路由。本文設計的路由策略利用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)時地面站與任務衛(wèi)星距離較遠導致的信息不能及時傳達問題，同時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(見圖2)如下。

(1)GEO衛(wèi)星的探索模塊周期性通過Packet_out報文發(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Packet_in報文發(fā)送給控制器。

(3)GEO衛(wèi)星接收到Packet_in報文，獲取2個衛(wèi)星節(jié)點之間的拓撲狀態(tài)，解析鏈路帶寬、時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GEO衛(wèi)星獲取的全局鏈路狀態(tài)信息，利用改進的遺傳算法計算各類業(yè)務數(shù)據(jù)的路由。

(5)判斷轉(zhuǎn)發(fā)業(yè)務數(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)星進行數(shù)據(jù)轉(zhuǎn)發(fā)；否則，二級控制器GEO衛(wèi)星接收地面站的路由決策，下發(fā)至數(shù)據(jù)平面，進行業(yè)務轉(zhuǎn)發(fā)。

(6)時間周期將要結(jié)束時，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)平面在下一個周期根據(jù)新的流表規(guī)則轉(zhuǎn)發(fā)業(yè)務數(shù)據(jù)。

圖2 基于SDN架構(gòu)的空間信息網(wǎng)絡路由策略流程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)絡路由策略是路由的產(chǎn)生過程，建立路由模型進行求解，得到轉(zhuǎn)發(fā)各類業(yè)務的最優(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)絡拓撲模型采用G(V,E)表示，V為網(wǎng)絡中所有衛(wèi)星節(jié)點的集合，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段路徑的時延、帶寬和丟包率；N為源衛(wèi)星節(jié)點到目的衛(wèi)星節(jié)點之間相鄰2個衛(wèi)星鏈路段的個數(shù)。

因為不同性質(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，實現(xiàn)對原始數(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)點中第k條路徑pk的時延參數(shù)或帶寬參數(shù)，根據(jù)歸一化處理得到y(tǒng)1,y2,…,yn∈[0,1]，且無量級，n為“源-宿”衛(wèi)星節(jié)點間的路由集合中路由的數(shù)量，歸一化處理后計算pk的代價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延參數(shù)和帶寬參數(shù)；w1，w2，w3分別為每個參數(shù)所占的權重。

權重選取策略采用判斷矩陣法，將所有指標列出來，組成一個n×n的方陣，然后對各指標兩兩比較并打分，最后對各指標的得分求和，并作規(guī)范化處理。構(gòu)造判斷矩陣為

(6)

式中：aij為評價元素i對評價元素j的相對重要尺度，滿足aijaji=1。

不同元素間的重要尺度如表1所示。

采用特征根法計算各因素權重過程如下。

表1 重要尺度

2.1.2 路由模型建立

(7)

2.2 改進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)點間的路由集合作為遺傳算法的種群，采用改進的自適應交叉概率函數(shù)，以犧牲種群多樣性為代價提高算法熟練效率，從而快速獲得各業(yè)務類路由最優(yōu)解。遺傳算法求解代價路由時，當種群迭代到一定次數(shù)，或者種群適度值沒有明顯變化時，停止種群進化，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

染色體編碼是將實際問題映射到遺傳算法思想中[16]，在空間信息網(wǎng)絡中，源節(jié)點代表染色體第1個位置，目的節(jié)點代表染色體最后1個位置，染色體基因序列順序與路由經(jīng)過的衛(wèi)星節(jié)點順序相同，因為路由包含衛(wèi)星節(jié)點個數(shù)不同，所以基因長度不一致。染色體編碼如圖4所示。

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

圖4 染色體編碼

Fig.4 Chromosome coding

2.2.2 適度函數(shù)設計

適度函數(shù)為ck=w1·pd,y,k+w2·pl,k+w3·pb,y,k，對于編碼的染色體，根據(jù)業(yè)務類別利用判斷矩陣法計算w1，w2，w3的權重值，結(jié)合路由的時延、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 改進的自適應交叉、變異算子

本文采用順序選擇法，首先計算當前q個染色體并按適度值從小到大排序，然后選擇前q/2個染色體，剩余q/2個染色體再隨機選擇1/2，共選取3q/4個染色體，既保證優(yōu)質(zhì)個體不會丟失，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)的關鍵[17]，本文重新定義一種調(diào)節(jié)種群概率的自適應交叉、變異算子，種群適應度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數(shù)。

(9)

自適應交叉、變異概率分別表示為Pc和Pm，計算公式如下。

(10)

式中：k1和k2均為(0,1)內(nèi)的自適應概率參數(shù)。

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

計算得到自適應交叉、變異概率后，對種群進行交叉和變異操作。本文從采用的交叉算子方法為共點交叉法，在選取的染色體中選擇2個有共同基因片段的染色體，相同的基因片段代表同一個節(jié)點，相互交換共同節(jié)點處之后的染色體片段，組成新的染色體。變異算子采用單點變異法，在路由中隨機選取一點作為變異點，變異點隨機選擇一個相鄰節(jié)點，該節(jié)點不能是源節(jié)點到變異點路徑中的節(jié)點，變異為相鄰節(jié)點后重復變異操作，直到生成源節(jié)點到目的節(jié)點的路徑。交叉、變異過程如圖5所示。

圖5 染色體交叉、變異過程

3 仿真驗證

3.1 仿真平臺及參數(shù)設定

為了驗證路由策略的有效性，搭建SDN仿真平臺。仿真平臺硬件環(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

在仿真平臺上設計一個小型衛(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)點信息表如表3所示。仿真中選取3類業(yè)務分別為時延敏感業(yè)務、丟包率敏感業(yè)務和綜合業(yè)務，綜合業(yè)務表示數(shù)據(jù)流既是時延敏感業(yè)務又是丟包率敏感業(yè)務。對于每類業(yè)務的權重系數(shù)分別采用判斷矩陣法計算得到，3類業(yè)務相對重要程度如表4所示。

表3 衛(wèi)星節(jié)點信息

表4 相對重要度

3.2 時延仿真

本文基于SDN架構(gòu)的空間信息網(wǎng)絡路由策略時延仿真結(jié)果如圖6所示。仿真結(jié)果與文獻[8]中的DFRR策略和文獻[10]中的AR策略對比，在時延敏感業(yè)務端到端傳輸?shù)钠骄鶗r延方面，隨著時間增加，本文路由策略相對其他2種策略較好，比DFRR策略降低了3.2%，比AR策略降低了5.3%。這是因為DFRR策略是通過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算路由進行數(shù)據(jù)轉(zhuǎn)發(fā)，兩者均沒有考慮數(shù)據(jù)的實時業(yè)務需求和合理的相應業(yè)務路由。本文路由策略是考慮數(shù)據(jù)業(yè)務類別和鏈路狀況制定路由，采用改進的遺傳算法進行篩選，自適應交叉、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，對于空間信息網(wǎng)絡的大流量傳輸，具有較好的實用性和高效性，業(yè)務數(shù)據(jù)傳輸時降低了時延。

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

3.3 丟包率仿真

敏感業(yè)務端到端傳輸丟包率仿真結(jié)果如圖7所示。不同時間周期的業(yè)務流數(shù)量不同，隨著傳輸業(yè)務流數(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%。這是因為，DFRR策略和AR策略選取路由考慮因素單一，而不能較好地服務于各類業(yè)務。本文策略根據(jù)權重計算路由代價，選取的路由在降低丟包率方面優(yōu)勢明顯。

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

3.4 綜合業(yè)務丟包率仿真

圖8為綜合業(yè)務端到端傳輸丟包率仿真結(jié)果。在3種策略對比下，在業(yè)務流量傳輸數(shù)量較小時，DFRR策略和AR策略比本文策略要好，因為本文策略考慮因素較多，具有一定的復雜度。但是，隨著傳輸數(shù)量的增加，本文策略優(yōu)勢明顯，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)務數(shù)據(jù)傳輸減少了丟包率。

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

4 結(jié)束語

本文基于SDN架構(gòu)的空間信息網(wǎng)絡路由策略，相比于傳統(tǒng)網(wǎng)絡路由，在控制平面可以實時獲取全局的網(wǎng)絡狀態(tài)，路由策略適用于各類業(yè)務，每個周期的靜態(tài)拓撲隨著時間周期的變化而更新，能夠體現(xiàn)衛(wèi)星運行的動態(tài)性，路由策略具有實用性。對于各類單一業(yè)務和綜合業(yè)務，能較好地降低時延和丟包率，并且在一個周期內(nèi)能對數(shù)據(jù)流快速轉(zhuǎn)發(fā)，實現(xiàn)高效傳輸，提高空間信息網(wǎng)絡運行效率。空間信息網(wǎng)絡的衛(wèi)星節(jié)點數(shù)要多于仿真試驗衛(wèi)星節(jié)點數(shù)，本文策略應用于空間信息網(wǎng)絡中，在衛(wèi)星節(jié)點數(shù)較多時，相比于其他2種策略，同樣能降低傳輸時延和減少丟包率。LEO衛(wèi)星和MEO衛(wèi)星不需要自身計算路由，減輕了衛(wèi)星自身負載，降低了功耗。但是，本文策略選擇出每類業(yè)務路由的算法要考慮全局多種鏈路因素，并通過改進的遺傳算法進行篩選，具有一定的時間復雜度，時間消耗主要在優(yōu)質(zhì)路由的迭代選取上。通過多次試驗本文的算法運行參數(shù)可知，實際應用中科學地設置算法參數(shù)可以減少優(yōu)質(zhì)路由的選取時間。在工程應用中，“源-宿”衛(wèi)星節(jié)點相距較近時，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，從而減少時間消耗。反之，兩者距離較遠時，優(yōu)質(zhì)路由的選取要具有魯棒性和時效性，此時遺傳算法的迭代選取十分重要。因此，后續(xù)的研究重點是確定合適的算法參數(shù)和降低時間復雜度，以及減少由于衛(wèi)星動態(tài)性在時間片內(nèi)產(chǎn)生的位移對路由策略時效性的影響，提高路由效率，結(jié)合SDN架構(gòu)，制定對各類單一業(yè)務和綜合業(yè)務具有時效性的路由策略。