0 引言

    LEO衛(wèi)星網(wǎng)絡具有動態(tài)變化的拓撲結構，拓撲一直都在快速變化，這是LEO衛(wèi)星網(wǎng)絡區(qū)別于地面自組織網(wǎng)絡的主要特點，而且衛(wèi)星的存儲能力和處理能力有限^[1-2]。同時，衛(wèi)星間的距離很遠，容易導致較大的端到端傳輸時延^[3]。

    對此，研究人員提出了一些基于負載均衡的路由機制，如ELB算法^[4]是由TALEB T提出的，該算法主要是將衛(wèi)星節(jié)點在發(fā)送或轉發(fā)數(shù)據(jù)分組前已經(jīng)獲取到了下一跳節(jié)點的鏈路負載狀況，依次作為依據(jù)，為數(shù)據(jù)分組選擇合適的轉發(fā)路徑。但如果網(wǎng)絡中出現(xiàn)的擁塞節(jié)點過多時，該算法性能會降低甚至失效。KUCUKATES R等人^[5]提出了PAR算法，該算法是在網(wǎng)絡擁塞發(fā)生前及時采取措施進行避免，從而實現(xiàn)網(wǎng)絡負載均衡的效果。但是該算法網(wǎng)絡吞吐量不高，同時分組端到端時延也比較大。SDRZ-MA算法^[6]將Agent引入到LEO衛(wèi)星網(wǎng)路由中，其衛(wèi)星節(jié)點定時產生前向Agent在衛(wèi)星節(jié)點間來回轉發(fā)，遷移過程中收集衛(wèi)星緯度、鏈路代價等路由更新所需信息。但SDRZ-MA算法存在部分衛(wèi)星負載過重、其他衛(wèi)星資源開發(fā)不足的問題。

    對此，本文基于SDRZ-MA算法思想，提出了基于負載均衡的動態(tài)LEO衛(wèi)星網(wǎng)絡路由算法DRLB（Dynamic Routing Algorithm based on Load Balance)。分析前向、后向Agent如何讀取路由機制，并設計新的路由策略以及優(yōu)化前向Agent的分組長度，改進流量調節(jié)因子函數(shù)，使網(wǎng)絡流量更適應具體維度位置。最后，測試了本文路由算法在控制開銷、流量調節(jié)以及平均端到端時延等方面的性能。

1 網(wǎng)絡模型及問題描述

1.1 網(wǎng)絡模型及相關定義

    在本文DRLB算法中，用Walker星座^[7-8]進行組網(wǎng)，該算法是將衛(wèi)星網(wǎng)絡抽象看作一個由一組節(jié)點V和一組邊E組成的無向連通圖G=(V，E)。其中，|V|為網(wǎng)絡中所有衛(wèi)星節(jié)點的個數(shù)，|E|是網(wǎng)絡中所有星際鏈路的個數(shù)。算法相關定義為：

1.2 問題描述

    通過對考慮負載均衡的具有代表性的LEO衛(wèi)星網(wǎng)絡路由算法SDRZ-MA進行研究，發(fā)現(xiàn)該算法存在以下問題：

    (1)因地面業(yè)務熱點集中在北半球，尤其是北緯50°以內，原始SDRZ-MA算法設計了代價調節(jié)因子，以促使流量由北半球向南半球分配，但代價調節(jié)因子的設計存在缺陷；

    (2)在SDRZ-MA算法中，衛(wèi)星星座運行一個周期后，每個衛(wèi)星節(jié)點僅以概率q_d的值來確定前向Agent的目的衛(wèi)星地址，這不夠全面，會導致衛(wèi)星節(jié)點對于全網(wǎng)的拓撲信息獲取得不夠及時準確；

    (3)前向Agent分組存在冗余字段。

2 本文DRLB算法

    由于基于移動Agent的LEO衛(wèi)星網(wǎng)絡路由算法存在網(wǎng)絡控制開銷偏大、流量調節(jié)機制不合理的問題，本文提出了基于負載均衡的動態(tài)LEO衛(wèi)星網(wǎng)絡路由算法DRLB。

2.1 流量調節(jié)因子的改進

    在SDRZ-MA算法中，調節(jié)因子的函數(shù)如下：

    其函數(shù)見圖1(a)。依圖可知，當緯度大于北緯50°后，調節(jié)因子的曲線走勢仍繼續(xù)向上，這顯然不符合實際情況。對此，本文考慮衛(wèi)星緯度具體地理位置，對模型（3）進行修正，形成新的流量調節(jié)因子模型：

    新的調節(jié)因子的函數(shù)見圖1（b）。依圖可知，改進后的調節(jié)因子可以保證北半球的權值始終大于南半球，其中0°～50°的權值最大，這更符合實際的業(yè)務分布狀況。

2.2 優(yōu)化前向Agent目的衛(wèi)星的選取策略

    在SDRZ-MA算法中，衛(wèi)星節(jié)點會定期向其他衛(wèi)星發(fā)送前向Agent，該前向Agent的目的地址以概率q_d來確定：

其中，f_sd表示從源衛(wèi)星s向目的衛(wèi)星d發(fā)送的數(shù)據(jù)總量。在SDRZ-MA算法中，會出現(xiàn)短時間內重復產生同一目的地址的前向Agent的情況。為此，本文通過（前向Agent發(fā)送時間間隔來避免重復發(fā)送的問題。在本文DRLB算法中，衛(wèi)星節(jié)點在發(fā)送前向Agent的時間間隔內，記錄本時間段內經(jīng)過自己的其他衛(wèi)星節(jié)點產生的前向Agent的目的地址。當某一衛(wèi)星節(jié)點需要發(fā)送自己的前向Agent時，首先排除自己記錄的前向Agent的目的地址，然后再按概率q_d選擇前向Agent的目的地址，這樣衛(wèi)星節(jié)點能夠獲取更準確的網(wǎng)絡負載狀況，尋找最優(yōu)路徑。

2.3 壓縮Agent分組長度

2.4 DRLB算法規(guī)則及基本操作

2.4.1 算法規(guī)則

    (1)規(guī)則1

    路由表初始化：

    (2)規(guī)則2

    ①在網(wǎng)絡運行的第一個周期內，所有衛(wèi)星節(jié)點會定時生成前向Agent，前向Agent的目的地址從本衛(wèi)星外的其他衛(wèi)星節(jié)點中隨機選取。

    ②第二個周期開始，每個衛(wèi)星節(jié)點在生成前向Agent前，首先排除前向Agent產生間隔內該衛(wèi)星記錄的經(jīng)過自己的前向Agent的目的衛(wèi)星地址，然后再按概率q_d選擇Agent的目的地址，前向Agent生成后發(fā)送給鄰居衛(wèi)星。

    (3)規(guī)則3

    ①前向Agent到達中間衛(wèi)星后，根據(jù)該衛(wèi)星節(jié)點的路由表來選擇下一跳。若存在鏈路不可用時，則先排除不可用的鏈路，并對該衛(wèi)星的路由表重新更新，再選擇下一跳。

    ②前向Agent生成后向Agent，生成的后向Agent沿該前向反方向移動。

    (4)規(guī)則4

    當下面的任意一個條件成立時，前向Agent生成后向Agent，前向Agent消失：

    ①前向移動Agent達到其壽命期。

    ②前向Agent根據(jù)規(guī)則3選擇下一跳時，選擇的下一跳衛(wèi)星已經(jīng)被該前向Agent訪問過或沒有可用的路徑。

    (5)規(guī)則5

    ①網(wǎng)絡代價模型的更新：

2.4.2 具體步驟

    (1)所有節(jié)點按規(guī)則1完成路由表的初始化工作。

    (2)衛(wèi)星節(jié)點s根據(jù)規(guī)則2產生一個具有一定壽命的前向Agent F_s，在遷移期間，Agent F_s記錄每個被訪問節(jié)點V_i的地址，最后一個被訪問節(jié)點的緯度和該節(jié)點的上一個跳節(jié)點到本節(jié)點的代價。當Agent F_s到達中間衛(wèi)星節(jié)點后，中間衛(wèi)星節(jié)點根據(jù)Agent F_s攜帶的信息更新自己所處的緯度位置以及上一節(jié)點到本衛(wèi)星節(jié)點的代價。當Agent F_s到達目的衛(wèi)星節(jié)點時，所攜帶的信息格式為：

    (3)前向Agent在遷移過程中根據(jù)規(guī)則3來進行路由選擇，當規(guī)則4要求的任意一個條件滿足時，前向Agent生成后向Agent B_d。

    (4)前向移動Agent F_s將自己攜帶的路由更新所需信息壓入到后向Agent B_d的內存中，同時自身壽命結束。

    (5)后向Agent B_d沿前向反方向遷移。當遷移到路由中間節(jié)點V_i時，讀取中間節(jié)點記錄的自己的緯度和在該緯度位置時上一節(jié)點到本節(jié)點的代價，存入堆棧，同時獲取下一跳節(jié)點信息繼續(xù)遷移，直至遷移到源節(jié)點，每經(jīng)過一個中間節(jié)點，按照規(guī)則5更新節(jié)點的路由表和網(wǎng)絡代價統(tǒng)計模型如果通往下一跳節(jié)點的鏈路不可用，則后向Agent B_d自動銷毀。后前Agent到達源節(jié)點后，其內存信息為：

    本文DRLB算法Agent工作流程如圖2所示。

3 仿真和性能分析

3.1 仿真環(huán)境設置

    本文借助仿真軟件是OPNET14.5來測試本文路由算法的網(wǎng)路性能^[9-10]。為了模擬實際的衛(wèi)星網(wǎng)絡的流量分布，仿真中衛(wèi)星在北緯0°～50°之間衛(wèi)星節(jié)點每發(fā)送0.4 s數(shù)據(jù)包停止0.8 s，其他非極地區(qū)域衛(wèi)星節(jié)點每發(fā)送0.1 s數(shù)據(jù)包停止1.1 s，數(shù)據(jù)包的目的地址隨機。為了體現(xiàn)本文算法的先進性，將當前LEO衛(wèi)星網(wǎng)路由性能較好的SDRZ-MA算法視為對照組，并取α=3，β=5，η=0.8。星座拓撲仿真參數(shù)如表1所示。

    為了量化本文算法與對照組算法的網(wǎng)絡性能，本文用丟包率、平均端到端時延與歸一化ISL負載等指標^[11]來評估。

3.2 實驗數(shù)據(jù)與分析

    (1)丟包率

    如圖3所示，SDRZ-MA算法和DRLB算法在終端比特率小于400 kb/s時，丟包率都接近0，這是由于這時網(wǎng)絡比較空閑，數(shù)據(jù)包能夠及時準確地送達目的節(jié)點。當終端數(shù)據(jù)量增大時，DRLB算法的丟包要小于SDRZ-MA算法，這是由于調節(jié)因子的改進使得全網(wǎng)流量得到了合理分配，同時根據(jù)節(jié)點的流量排序選取前向Agent目的節(jié)點，避免了重復向同一節(jié)點連續(xù)發(fā)送前向Agent的情況，節(jié)點對全網(wǎng)的負載信息獲得更加準確；而SDRZ-MA算法沒有考慮到衛(wèi)星通信中節(jié)點移動速率巨大導致的流量分配難題，使其丟包率較高。

    (2)平均端到端時延

    平均端到端時延隨終端變化率見圖4、圖5。圖4中數(shù)據(jù)源衛(wèi)星和目的衛(wèi)星都在北半球，此時DRLB算法的性能明顯優(yōu)于SDRZ-MA算法，這是由于DRLB算法針對地面人口和大陸板塊的分布現(xiàn)實狀況，設計新的流量調節(jié)因子，更好地將網(wǎng)絡流量分配到南半球，最大程度上避免了由于鏈路擁塞而造成數(shù)據(jù)分組在衛(wèi)星節(jié)點長時間緩存得不到轉發(fā)的情況。

    圖5中數(shù)據(jù)源衛(wèi)星和目的衛(wèi)星都在南半球中，兩種算法的端到端時延差不多，但在新算法中前向Agent的目的地址的選取策略得到優(yōu)化，降低了重復獲取某若干條鏈路負載信息的概率，使節(jié)點獲得準確的全網(wǎng)負載信息來更新路由表，因此DRLB算法的平均端到端時延稍微好一點。

    (3)歸一化ISL負載

    歸一化ISL負載隨衛(wèi)星緯度的變化如圖6所示，在南半球DRLB算法的鏈路負載要大于SDRZ-MA算法，北緯大約0°～50°之間，DRLB算法中鏈路負載要小于原SDRZ-MA算法。這是由于本文算法對流量調節(jié)因子進行了改進，增加了0°到北緯50°間的鏈路代價權值，使得業(yè)務流量更多的被分配到了南半球。同時，該算法對前向Agent的目的地址的選取進行了改進，提高了路徑更新的效率，衛(wèi)星節(jié)點更好地獲得網(wǎng)絡的負載狀況，進一步實現(xiàn)了流量的再分配。而SDRZ-MA算法在衛(wèi)星節(jié)點移動速率巨大時不能動態(tài)對鏈路業(yè)務流量進行分配，導致網(wǎng)絡出現(xiàn)較大的擁塞。

4 結論

    針對考慮負載均衡的LEO衛(wèi)星網(wǎng)絡路由算法網(wǎng)絡控制開銷偏大以及流量調節(jié)機制存在缺陷等問題，提出了基于負載均衡的動態(tài)LEO衛(wèi)星網(wǎng)絡路由算法DRLB。在DRLB算法中，路由更新所需信息采用由衛(wèi)星節(jié)點記錄、后向Agent讀取策略，減小前向Agent的分組長度，降低網(wǎng)絡控制開銷；對前向Agent目的地址的選取策略進行改進，提高路由更新的效率；優(yōu)化流量調節(jié)機制，更好地實現(xiàn)網(wǎng)絡負載均衡。理論分析和仿真結果表明，與SDRZ-MA算法相比，DRLB算法在丟包率、平均端到端時延等方面的性能均有所提高。

參考文獻

[1] 韋娟，薄振雨，劉葉.基于分時的LEO衛(wèi)星網(wǎng)絡非對稱路由算法[J].計算機科學與探索，2014，9(7)：832-838.

[2] WERNER M，JAHN A，LUTZ E.Analysis of system parameters for LEO/ICO-satellite communication networks[J].Journal on Selected Areas in Communications，2014，13(2)；371-381.

[3] CHANG H S，KMI B W，LEE C G.FSA-based link assignment and routing in low-earth orbit satellite networks[J].Transactions on Vehicular Technology，2013，47(3)：1037-1048.

[4] TALEB T，MASHIMO D，JAMALIPOUR A.SAT04-3：ELB：an explicit load balancing routing protocol for multi-hop NGEO satellite constellations[C].Global Telecommunications Conference，IEEE Press，2012：1-5.

[5] KUCUKATES R，ERSOY C.Minimum flow maximum residual routing in LEO satellite networks using routing set[J].Wireless Networks，2013，14(4)：501-517.

[6] RAO Y，WANG R C，ZHENG Y.Satellite network dynamic routing algorithm based on mobile agent[J].Journal of PLA University of Science and Technology，2014，11(3)：255-260.

[7] CHAN T H，YEO B S，TURNER L.A localized routing scheme for LEO satellite networks[C].ICSSC，2012：2357-2364.

[8] WERNER M.A dynamic routing concept for ATM-based satellite personal communication networks[J].IEEE Journal on Selected Areas in Communications，2013，15(8)：1636-1648.

[9] CAZABET R，AMBLARD F.Detection of overlapping communities in dynamical social networks[C].Proceedings of Conference on Social Computing，2013：309-315.

[10] 任智，王路路，楊勇.機會網(wǎng)絡中基于定向數(shù)據(jù)傳輸?shù)牡乩砺酚伤惴╗J].計算機應用，2014，34(1)：4-7.

[11] Liu Feng，Zhang Yu.Simple change adaptive routing algorithm for satellite IP networks[J].Journal of Software，2013，8(8)：1991-1999.