空间碎片干扰下的卫星光网络路由算法研究方法

技术领域

本发明涉及卫星光网络路由技术领域，具体为空间碎片干扰下的卫星光网络路由算法研究方法。

背景技术

空间碎片是指人类太空活动的产物，包括完成任务的火箭体和卫星体、火箭弹射等，是空间环境的主要污染源。近年越来越多的太空活动导致在轨航天器数量迅速增加，同时一系列太空试验产生了越来越多的空间碎片，从而对太空环境造成了更严重的污染。有数据显示截至2020年初，直径超过10厘米的太空碎片，接近有3万个；直径1厘米至10厘米之间的危险空间碎片，有超过90万个。同时，与微波通信相比，激光通信具有传输速率高、传输容量大、速度快、保密性好、终端设备功耗低等优点，将会成为未来卫星网络的必然选择。为了覆盖全球，未来卫星光网络将由近地轨道上的数万颗卫星组成，卫星节点通过点对点或点对多点激光链路进行视距通信，由于大量空间碎片主要集中在近地轨道，因此一定会有碎片会在两颗卫星之间形成三点共线现象，这种情况会导致星间链路暂时中断，进而降低卫星通信服务质量。

传统的距离向量路由和链路状态路由算法，无法适用于高速变化的低轨(Low-Earth-Orbit,LEO)卫星网络。因此，E.Ekici提出了一种利用极轨卫星星座覆盖特点的虚拟节点的路由算法，将移动卫星节点之间的路由问题转化为稳定虚拟节点之间的路由问题。文献提出了一种虚拟拓扑算法(DT-DVTR)，将卫星网络的系统周期离散为离散的快照，但是这两种路由计算方法无法适应卫星网络的实时动态性。文献使用链路传播时延和链路排队时延作为链路代价度量，并提出了一种自适应路由方案，但没有考虑网络本身的信息。

当网络中出现碎片遮挡时，数据包往往因为通信路径的断裂而无法继续前向传输，此时需要重路由或者采用一定的动态路由策略来解决，关于卫星网络的故障管理，传统的方法就是故障信息收集和全局广播，为路由计算提供基础，然后采用最短路径的方式进行路由计算。此类方式造成的开销较大，同时时效性较低，对于故障突发和恢复没有较好的恢复能力。基于此，Lu Y等人提出的基于FSA的动态容错路由方法来处理二维网格中节点故障，利用边界扩散和转发协议在极轨道卫星星座效果较好，但是其构建故障区域较复杂，种类繁多，边界需要泛洪扩散的信息也较多，计算复杂度较高。文献提出一种卫星网络链路状态路由方案(SLSR)。通过实时采集节点和链路故障信息，应对节点和链路故障异常，但是信息泛洪的开销要远大于原始链路状态算法的开销。Qi等人提出一种适用于倾斜轨道巨型星座的分布式生存路由算法(DSRA-MCIO)，基于该星座网络拓扑的规律性，选取最小开销确定每对卫星节点对之间的主路径及多条备用路径，根据故障恢复机制，以降低链路故障时的端到端时延和信令开销，但是数据包容易因为拓扑早期的变化而被转发至非最优方案，从而产生更大的开销。赵扬提出了基于逻辑距离的概率分布式数据报路由算法，通过分析某链路故障对网络最小跳数的影响从而衡量其重要程度，保证数据在最少跳数前提下尽量沿受失效链路影响最小方向前进，考虑负载均衡并提高对链路失效的抵抗能力，但是无法应对网络中实时的链路故障，因此需要对以上问题提出一种新的解决方案。

发明内容

本发明的目的在于提供空间碎片干扰下的卫星光网络路由算法研究方法。

为实现上述目的，本发明提供如下技术方案：空间碎片干扰下的卫星光网络路由算法研究方法，至少包括以下步骤：

建立LEO星座网络结构，将极轨星座分为P个轨道面，每个轨道面有相同的倾角和相同数量Q的卫星，共计P×Q个卫星，所有卫星具有相同的轨道高度，不同轨道面的相同编号的处于同一水平面，所有轨道平面在南北极形成两个交叉点，每个节点都可建立4条星间激光链路，ISL在不受干扰的情况下可接受的指向、获取和跟踪保持链路；

建立空间碎片运动模型，使用开普勒模型近似模拟，用于分析碎片与卫星间随着时间变化的相对位置关系，进行星间可见性分析；

在LEO星座网络结构的基础上采用动态路由算法，更好的适应星座拓扑及链路信息的高速动态变化；

选用动态路由算法的链路状态路由算法，通过实时收集链路状态信息，加入方向影响因子和方向增强指数对链路状态算法进行改进，利用星间可见性重新估算链路代价，进而影响数据包在每一跳的方向指向，规避空间碎片遮挡造成的链路中断，能够选择合适的链路满足通信需求，降低通信时延，提高通信系统的通信成功率，增强网络通信质量的稳定性。

优选的，所述建立LEO星座网络结构中对于极轨道卫星网络拓扑结构，轨道内两颗卫星距离L

其中，R是轨道半径，Q为同一轨道面上的卫星数量；

轨道间两颗卫星距离L

L

其中，lat是轨道面所处的维度，

将极轨道星座结构抽象为网络模型结构；

为了区别各个卫星节点，给其赋予唯一的地址，用表示某卫星的地逻辑址，其中m为轨道面序号，n为同轨道面内卫星的序号，从源卫星A到目的卫星B的路径可定义为，P(＜m

P(＜m

其中＜m

二维网络中两点之间的一个最短跳数路径集合包含了纵向连接集合和横向连接集合；

映射到低轨卫星场景，纵向连接就是轨道面内纵向星间链路，横向连接就是轨道面间的侧向星间链路；故可将源—目的A、B两卫星间的路径跳数H(P(＜m

优选的，所述建立空间碎片运动模型至少包括以下步骤：

将地球视为是一个点的质量天体，围绕地球运行的物体的质量可以忽略不计；

忽略地球引力场和环境扰动中的高阶效应，运动方程以非惯性参考系ECEF系表示，通过轨道六要素计算得到空间碎片的位置及速度；

基于为空间碎片创建的初始位置和速度，利用开普勒模型进行求解；

在近焦点坐标系中，由天体运动规律可得出空间碎片的位置r

其中，a为半长轴，e为偏心率，

将位置和速度换算至ECEF系中，任一点可用(x,y,z)表示，对于空间碎片而言，换算之后的坐标的式子为：

x＝(cosl*cosω-sinl*sinω*cosθ

y＝(sinl*cosω+cosl*sinω*cosθ

z＝(sinω*sinθ

其中，l为升交点赤道经度，ω为近地点辐角，θ

将换算之后的坐标的式子带入得到R＝[x,y,z]，再将R带入至下式中，得到空间碎片在ECEF系中的位置r

r

v

通过方程的四阶龙格-库塔数值积分来得到位置和速度与时间的关系式，如下式所示：

其中，以t

优选的，所述动态路由算法的推导至少包括以下步骤：确定方向影响因子、确定方向增强指数A、确定链路代价和路由决策算法实现。

优选的，所述确定方向影响因子至少包括以下步骤：

根据星间链路方向提出四个方向的影响因子，分别用N、S、W、E表示，其初始值均为0；

在一次任务传输过程中方向影响因子只在任务开始时进行赋值，用来在数据包的转发过程中辅以方向判断，避免形成环路而使得传输陷入循环；

已知传播方向分为直线和斜线传播，直线传播地址只改变其中的一个值，而斜线传播时，中两个值将都会发生改变；

根据源卫星与目的卫星的相对位置关系给出方向因子与卫星地址之间的对应关系，m和n的变化量由n

其中＜m

优选的，所述确定方向增强指数A至少包括以下步骤：

根据网络特性结构，将整个系统网络拆解成单个的“十字路口”形状的单节点元；

由式方程的四阶龙格-库塔数值积分来得到位置和速度与时间的关系式得到的碎片的位置和，通过判断当前时刻两卫星和碎片是否共线得到卫星之间可见性数据，引入方向增强指数A

每个节点A

优选的，所述确定链路代价至少包括以下步骤：

根据网络最优化理论，选择合适的指标描述网络通信链路的代价，通过拓扑的持续变化，选择能反映网络的动态性的链路代价度量，及时反映激光链路状态；

设定链路代价L式如下：

其中，

在某个方向影响因子和方向的增强指数相同的情况下，链路代价将会很小，将会优先选择方向影响因子所指示的方向；

当某方向的方向影响因子和方向增强指数不同的情况下，将要绕路则会选择传输时延更低的路。

优选的，所述路由决策算法实现至少包括以下步骤：

第一步，初始化，根据极轨卫星网络的拓扑，得到初始时间对应的卫星网络拓扑的邻接矩阵，包括卫星之间可见性、卫星经纬度参数；

第二步，卫星编址及确定参数，为每个卫星分配唯一的不变的逻辑地址，由源卫星和目的卫星之间的地址关系得到方向影响因子的值，且在本次传输过程中不进行改变；

第三步，计算链路代价的L(t)，考虑碎片对卫星的遮挡得到当前时刻卫星之间的可见性、方向增强指数和方向影响因子及链路距离，得到在数据包到达某点的时刻的四条链路代价；

第四步，路由选择，利用第三步中的代价进行Dijkstra算法找到在当前时间Δt两卫星之间的最短转发路径；

第五步，循环执行，在数据到达下一颗卫星时重复执行第三步和第四步，直至到达目的节点，结束本次传输，输出路径、传输总时延及总跳数。

与现有技术相比，本发明的有益效果是：

本发明分析卫星网络的特点，综合考虑空间碎片的位置，星间链路的短暂失效性、链路传播时延等情况，根据相邻卫星的可见性和链路状态信息，加上方向判断，计算相邻卫星间的通信代价，动态地计算一条有效路径，提高通信成功率及减少链路故障导致的重路由。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明极轨星座结构的示意图；

图2为本发明极轨道卫星网络二维拓扑结构的示意图；

图3为本发明源－目的节点数据传播方向图；

图4为本发明单节点元的示意图；

图5为本发明DEI-LS算法流程图；

图6为本发明48/6/30星座模型结构图；

图7为本发明极轨道卫星网络各卫星运动轨迹图；

图8为本发明某时刻碎片的运动状态示意图；

图9为本发明某时刻网络中95条链路的可用情况示意图；

图10为本发明Dijkstra算法下21号卫星与相邻四颗卫星的链路代价示意图；

图11为本发明DEI-LS算法下21号卫星与相邻四颗卫星的链路代价示意图；

图12为本发明21号卫星与25号卫星路由跳数示意图；

图13为本发明21号卫星与55号卫星路由跳数的示意图；

图14为本发明21号卫星与25号卫星传输时延示意图；

图15为本发明21号卫星与55号卫星传输时延示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例一：

本实施例分析卫星网络的特点，综合考虑空间碎片的位置，星间链路的短暂失效性、链路传播时延等情况，根据相邻卫星的可见性和链路状态信息，加上方向判断，计算相邻卫星间的通信代价，动态地计算一条有效路径，提高通信成功率及减少链路故障导致的重路由。

请参阅图1－图5，空间碎片干扰下的卫星光网络路由算法研究方法，至少包括以下步骤：

建立LEO星座网络结构，将极轨星座分为P个轨道面，每个轨道面有相同的倾角和相同数量Q的卫星，共计P×Q个卫星，所有卫星具有相同的轨道高度，不同轨道面的相同编号的处于同一水平面，所有轨道平面在南北极形成两个交叉点，每个节点都可建立4条星间激光链路(ISI)，ISL在不受干扰的情况下可接受的指向、获取和跟踪(PAT)保持链路；

建立空间碎片运动模型，低轨卫星周围聚集的很多空间碎片，围绕地球旋转运动，因此使用开普勒模型近似模拟，用于分析碎片与卫星间随着时间变化的相对位置关系，进行星间可见性分析；

在LEO星座网络结构的基础上采用动态路由算法，更好的适应星座拓扑及链路信息的高速动态变化；

网络中出现的碎片遮挡，不同于需要修复的节点故障情况，空间碎片只是暂时导致卫星之间处于不可见的状态，选用动态路由算法的链路状态路由算法，通过实时收集链路状态信息，加入方向影响因子(DIF)和方向增强指数(DEI)对链路状态算法进行改进，利用星间可见性重新估算链路代价，进而影响数据包在每一跳的方向指向，规避空间碎片遮挡造成的链路中断，能够选择合适的链路满足通信需求，降低通信时延，提高通信系统的通信成功率，增强网络通信质量的稳定性。

所述建立LEO星座网络结构中对于极轨道卫星网络拓扑结构，轨道内两颗卫星距离L

其中，R是轨道半径，Q为同一轨道面上的卫星数量；

轨道间两颗卫星距离L

L

其中，lat是轨道面所处的维度，

根据文献仉陈.大规模低轨卫星组网方法与性能评估中，可将极轨道星座结构抽象为如图2所示的网络模型结构；

为了区别各个卫星节点，给其赋予唯一的地址，用表示某卫星的地逻辑址，其中m为轨道面序号，n为同轨道面内卫星的序号，从源卫星A到目的卫星B的路径可定义为，P(＜m

P(＜m

其中＜m

二维网络中两点之间的一个最短跳数路径集合包含了纵向连接集合和横向连接集合；

映射到低轨卫星场景，纵向连接就是轨道面内纵向星间链路，横向连接就是轨道面间的侧向星间链路；故可将源—目的A、B两卫星间的路径跳数H(P(＜m

所述建立空间碎片运动模型至少包括以下步骤：

将地球视为是一个点的质量天体，围绕地球运行的物体的质量可以忽略不计；

忽略地球引力场和环境扰动中的高阶效应，运动方程以非惯性参考系ECEF系表示，通过轨道六要素计算得到空间碎片的位置及速度；

基于为空间碎片创建的初始位置和速度，利用开普勒模型进行求解；

在近焦点坐标系中，由天体运动规律可得出空间碎片的位置r

其中，a为半长轴，e为偏心率，

将位置和速度换算至ECEF系中，任一点可用(x,y,z)表示，对于空间碎片而言，换算之后的坐标的式子为：

x＝(cosl*cosω-sinl*sinω*cosθ

y＝(sinl*cosω+cosl*sinω*cosθ

z＝(sinω*sinθ

其中，l为升交点赤道经度，ω为近地点辐角，θ

将换算之后的坐标的式子带入得到R＝[x,y,z]，再将R带入至下式中，得到空间碎片在ECEF系中的位置r

r

v

通过方程的四阶龙格-库塔数值积分来得到位置和速度与时间的关系式，如下式所示：

其中，以t

基于图2所示的网络结构进行低轨卫星网络的路由算法研究，为了更好的适应星座拓扑及链路信息的高速动态变化，采用动态路由算法。网络中出现的碎片遮挡，不同于需要修复的节点故障情况，空间碎片只是暂时导致卫星之间处于不可见的状态，选用动态路由算法的链路状态路由算法，通过实时收集链路状态信息，加入方向影响因子(DIF)和方向增强指数(DEI)对链路状态算法进行改进，利用星间可见性重新估算链路代价，进而影响数据包在每一跳的方向指向，规避空间碎片遮挡造成的链路中断，能够选择合适的链路。该动态算法利用链路实时状态，能满足通信需求，降低通信时延，提高通信系统的通信成功率，增强网络通信质量的稳定性。

所述动态路由算法的推导至少包括以下步骤：确定方向影响因子、确定方向增强指数A、确定链路代价和路由决策算法实现；

所述确定方向影响因子至少包括以下步骤：

根据星间链路方向提出四个方向的影响因子，分别用N、S、W、E表示，其初始值均为0；

在一次任务传输过程中方向影响因子只在任务开始时进行赋值，用来在数据包的转发过程中辅以方向判断，避免形成环路而使得传输陷入循环；

已知传播方向分为如图3所示的直线和斜线传播，直线传播地址只改变其中的一个值，而斜线传播时，中两个值将都会发生改变；

根据源卫星与目的卫星的相对位置关系给出方向因子与卫星地址之间的对应关系，m和n的变化量由n

两种传播方向的方向影响因子的变化如表1和表2所示，其中＜m

表1直线方向传播

表2斜线方向传播

续表2

所述确定方向增强指数A至少包括以下步骤：

根据网络特性结构，将整个系统网络拆解成单个的“十字路口”形状的单节点元，如图4所示；

由式方程的四阶龙格-库塔数值积分来得到位置和速度与时间的关系式得到的碎片的位置和，通过判断当前时刻两卫星和碎片是否共线得到卫星之间可见性数据，引入方向增强指数A

每个节点A

所述确定链路代价至少包括以下步骤：

根据网络最优化理论，选择合适的指标描述网络通信链路的代价，通过拓扑的持续变化，选择能反映网络的动态性的链路代价度量，及时反映激光链路状态；

设定链路代价L式如下：

其中，

在某个方向影响因子和方向的增强指数相同的情况下，链路代价将会很小，将会优先选择方向影响因子所指示的方向；

当某方向的方向影响因子和方向增强指数不同的情况下，将要绕路则会选择传输时延更低的路；

所述路由决策算法实现至少包括以下步骤：

极轨道星座的每个轨道面上卫星均匀分布，因此轨道面内的纵向星间距离是一致的。在极轨星座中，最短传播时延路径属于最小跳数路径。因此本研究的目的就是在空间碎片干扰造成链路短暂不可用的情况下，利用方向判断，选择链路距离及传输时延作为指标影响链路代价，选择传输性能更优的路径，以跳数作为评价通信性能的优劣。

第一步，初始化，根据极轨卫星网络的拓扑，得到初始时间对应的卫星网络拓扑的邻接矩阵，包括卫星之间可见性、卫星经纬度参数；

第二步，卫星编址及确定参数，为每个卫星分配唯一的不变的逻辑地址，由源卫星和目的卫星之间的地址关系得到方向影响因子的值，且在本次传输过程中不进行改变；

第三步，计算链路代价的L(t)，考虑碎片对卫星的遮挡得到当前时刻卫星之间的可见性、方向增强指数和方向影响因子及链路距离，得到在数据包到达某点的时刻的四条链路代价；

第四步，路由选择，利用第三步中的代价进行Dijkstra算法找到在当前时间Δt两卫星之间的最短转发路径；

第五步，循环执行，在数据到达下一颗卫星时重复执行第三步和第四步，直至到达目的节点，结束本次传输，输出路径、传输总时延及总跳数。

上述动态路由实现流程如图5所示。

实施例二：

参阅图6－图15，本实施例用于在上述实施例的前提下进一步的公开了仿真验证，从而用过仿真结果表明，在有空间碎片存在的环境中，DEI-LS路由算法能够在不牺牲通信质量的前提下，更好的满足理论最少跳数，跳数比利用传统Dijkstra算法低了14％，传输时延低了17％，证明提出的算法在应对空间碎片遮挡时对通信性能可以有较好的提升。

仿真环境设定：

本节在卫星仿真软件STK上建立Walker48星座(星座参数48/6/30:1400km)的网络模型，环境参数如表3所示。包含星座网络中的所有卫星节点如图6所示，各个卫星的运动的轨迹如图7所示，极区边界70°。

表3仿真环境参数设置

根据文献Ma Z,Zhao Y,Wang W,et al.Adaptive Snapshot Routing Based onSpace Debris Risk Perception in Satellite Optical Networks[C]//InternationalConference on Optical Network Design and Modeling.IEEE,2021.9492513.中，作者将碎片对链路的影响分为三种风险，通过机器学习分类得到3％的碎片会使链路处于高风险状态，基于现有3万个碎片尺寸超过10cm的碎片数量，故为了简化计算，设定仿真环境中1000个空间碎片，对他们进行跟踪，若与两颗卫星出现共线，则即认为链路被遮挡无法进行通信，不再做过多的区分。图8为仿真得到的1000个碎片的某时刻的位置。

碎片的轨迹是不规律的，有可能会存在多个碎片对同一链路产生干扰，若从碎片角度进行跟踪，由得到的位置和速度矢量可判断卫星间可见性，图9为得到某一时刻网络中95条链路的可用情况，在该时刻，在整个网络中因为碎片遮挡导致失效的链路占到10％左右。

为了分析源－目的卫星的相对位置关系对路由性能的影响，选取了21号卫星与25号卫星通信，以及21号卫星与55号卫星通信两次的通信任务，仿真时间为15分钟，每隔一分钟任务传输一次。

图10和图11分别给出了采用DEI-LS算法和Dijkstra算法对比情况下，卫星21在执行同轨道传输和异轨道传输起始时刻与相邻四个卫星通信的链路代价的变化情况，可以看出，即使是同个卫星节点在完成不同任务传输时，由于引入了方向影响因子和方向增强指数，故得到的链路代价是不完全一样的。对于Dijkstra算法而言，只认定链路距离为指标。

对于DEI-LS算法而言，同轨道面的卫星进行直线传播(21-25)时，与31号和11号卫星通信不是理论最短路径的传输方向，链路代价是链路距离及传输时延的和；而28号和22号卫星均是理论最短路径的传输方向，但28号链路代价比22链路代价小很多，可以看出是方向选择的结果，22号卫星的传输方向的链路可能出现了空间碎片遮挡的情况。

异轨道面的卫星进行斜线传播(21-55)时，其方向影响因子E和S为1，与28和11卫星通信不是理论最短路径的传输方向，链路代价是链路距离及传输时延的和；而31号和22号卫星均是理论最短路径的传输方向，两条链路代价都很小，证明可能没有出现遮挡，故优先选择时延更低的传输方向。

图12和图13分别给出了DEI-LS算法和传统Dijkstra算法比较情况下，两次传输的路由跳数的变化。仿真结果显示无论源卫星和目的卫星是否处于同一轨道，可以看出DEI-LS算法比Dijkstra算法的跳数更少，在Dijkstra算法路由跳数增大的情况下，DEI-LS算法也能较好的维持至理论最小跳数，平均比Dijkstra算法的跳数低了20％。

同轨及异轨两次任务传播的传输时延如下图14和图15所示，在同轨道面传输中，DEI-LS算法的平均传输时延相比传统的Dijkstra算法低了20％；而在异轨道面传输中，DEI-LS算法的平均传输时延比传统的Dijkstra算法的时延低了13％。

考虑到空间碎片及LEO星座的拓扑的时变性，在卫星激光通信系统中，建立了空间碎片导致星间激光链路中断的环境模型，并提出了一种改进的链路状态路由算法—带有方向增强的链路状态路由算法(DEI-LS)，该算法通过实时的碎片位置来分析星间可见性，在碎片出现遮挡的时候进行方向增强的转发，能有效避免故障链路，不影响通信质量。通过仿真与传统的Dijkstra算法做对比表明，该算法的路由跳数能与理论最小跳数能够基本保持一致，比Dijkstra算法跳数降低了14％，传输时延减少了17％。考虑空间碎片的影响而提出的方向增强的链路状态路由算法能够在不影响通信质量的前提下，较好地解决由于链路中断带来的网络不稳定情况。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。