雙煒
(山東航天電子技術(shù)研究所,山東煙臺(tái) 264670)
低軌衛(wèi)星網(wǎng)絡(luò)中的衛(wèi)星沿著各自軌道高速運(yùn)轉(zhuǎn),使整個(gè)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)快速變換,這對(duì)網(wǎng)絡(luò)中的路由機(jī)制提出了特殊要求。此外,衛(wèi)星軌道低,面臨著各種干擾,星際鏈路質(zhì)量會(huì)發(fā)生不可預(yù)測(cè)的變化,也使通信網(wǎng)絡(luò)路由面臨著嚴(yán)重挑戰(zhàn)。
國(guó)內(nèi)外對(duì)衛(wèi)星網(wǎng)絡(luò)上的路由機(jī)制進(jìn)行了一些研究,主要包括負(fù)載平衡路由技術(shù)、服務(wù)質(zhì)量(QoS)路由技術(shù)和多服務(wù)路由技術(shù)。早期的衛(wèi)星網(wǎng)絡(luò)路由算法[1-4]著眼于尋找一條連接源衛(wèi)星和目的衛(wèi)星的路由,自適應(yīng)能力較差。隨著研究的深入,負(fù)載平衡問題逐漸受到重視[5]。然而,現(xiàn)有的分布式負(fù)載平衡路由技術(shù),僅使用局部流量信息,不能反映出全局流量分布情況[6]。近年來,衛(wèi)星網(wǎng)絡(luò)QoS得到重視并取得了一些成果[7],不過其由于計(jì)算復(fù)雜度過高而無法在實(shí)際工程中應(yīng)用,而且算法性能不高導(dǎo)致找到的鏈路不是最優(yōu)的。文獻(xiàn)[8-10]中提出了衛(wèi)星網(wǎng)絡(luò)多服務(wù)路由技術(shù),但它的路由更新是以周期性為主,對(duì)網(wǎng)絡(luò)流量變化自適應(yīng)能力不強(qiáng),且要維護(hù)大量鏈路狀態(tài)信息,導(dǎo)致網(wǎng)絡(luò)開銷大。
為了克服上述衛(wèi)星網(wǎng)絡(luò)路由技術(shù)的不足,本文提出了一種多智能體鏈路認(rèn)知的低軌衛(wèi)星路由算法,運(yùn)用移動(dòng)智能體技術(shù)[11]和認(rèn)知理論[12]解決低軌衛(wèi)星網(wǎng)絡(luò)的路由問題。該算法可通過多智能體對(duì)節(jié)點(diǎn)負(fù)載、鏈路投遞率和鏈路可用性等環(huán)境進(jìn)行感知和推理,實(shí)時(shí)獲得網(wǎng)絡(luò)中星際鏈路的質(zhì)量評(píng)價(jià),且評(píng)價(jià)結(jié)果能實(shí)時(shí)地用于路由的自適應(yīng)優(yōu)化,可提高低軌衛(wèi)星網(wǎng)絡(luò)通信的路由性能。
應(yīng)用多智能體鏈路認(rèn)知的低軌衛(wèi)星網(wǎng)絡(luò)中衛(wèi)星節(jié)點(diǎn)的路由更新算法體系結(jié)構(gòu),如圖1所示。每個(gè)衛(wèi)星節(jié)點(diǎn)中部署靜止智能體、移動(dòng)智能體和管理智能體。其中:靜止智能體可包括多個(gè),如鏈路代價(jià)/位置智能體、路由表維護(hù)智能體等。移動(dòng)智能體自治遷移探測(cè)路徑,一旦遷移入某個(gè)衛(wèi)星節(jié)點(diǎn),即成為該衛(wèi)星節(jié)點(diǎn)的訪問智能體。訪問智能體通過與靜止智能體的信息交互來感知網(wǎng)絡(luò)鏈路,收集路由信息(包括星際鏈路代價(jià)、衛(wèi)星位置等),更新路由表。而且,移動(dòng)智能體以傳遞路由信息的方式通知路由表維護(hù)智能體更新路由表。管理智能體負(fù)責(zé)靜止智能體、移動(dòng)智能體的創(chuàng)建,與后兩者共同完成監(jiān)控星際鏈路的工作狀態(tài)、評(píng)估星際鏈路代價(jià)和更新路由條目的任務(wù)。
圖1 衛(wèi)星節(jié)點(diǎn)的路由更新算法體系結(jié)構(gòu)Fig.1 Satellite node routing updating algorithm architecture
低軌衛(wèi)星網(wǎng)絡(luò)路由更新過程中,為了避免出現(xiàn)返回的移動(dòng)智能體滯后問題,將移動(dòng)智能體分簇,并限制單個(gè)移動(dòng)智能體移動(dòng)的最大范圍,讓簇內(nèi)移動(dòng)智能體完成簇內(nèi)的鏈路感知任務(wù),簇間移動(dòng)智能體完成簇間的信息交接,以保證時(shí)延達(dá)到要求,同時(shí)也避免使用多個(gè)移動(dòng)智能體。
衛(wèi)星節(jié)點(diǎn)狀態(tài)感知主要由移動(dòng)智能體來完成。移動(dòng)智能體感知獲取相關(guān)鏈路信道質(zhì)量和衛(wèi)星節(jié)點(diǎn)對(duì)業(yè)務(wù)流負(fù)載的處理能力等性能參數(shù)。根據(jù)移動(dòng)智能體的成功投遞率,可獲取衛(wèi)星節(jié)點(diǎn)的成功投遞率(間接反映鏈路上的通信干擾及其數(shù)據(jù)傳輸率);通過感知衛(wèi)星節(jié)點(diǎn)隊(duì)列緩存容量的占用率,可獲取衛(wèi)星節(jié)點(diǎn)間鏈接的可用性。占用率反映本衛(wèi)星節(jié)點(diǎn)的業(yè)務(wù)流強(qiáng)度,并反映衛(wèi)星節(jié)點(diǎn)還可接納的分組容量。
在移動(dòng)智能體遷移過程中,衛(wèi)星節(jié)點(diǎn)j 完整地接收到另外一個(gè)鄰居衛(wèi)星節(jié)點(diǎn)i 傳輸過來的信息幀,則認(rèn)為一個(gè)幀發(fā)送、接收成功;如果接收到的幀發(fā)生校驗(yàn)錯(cuò)誤,或因?yàn)榘l(fā)生沖突造成幀接收不完整,則認(rèn)為該幀丟失。移動(dòng)智能體的成功投遞率為
式中:Ns(i,j)和Nr(i,j)分別為衛(wèi)星節(jié)點(diǎn)i到相鄰衛(wèi)星節(jié)點(diǎn)j發(fā)送和成功接收的數(shù)據(jù)幀數(shù)目。
設(shè)衛(wèi)星節(jié)點(diǎn)i的隊(duì)列緩存總?cè)萘繛镃(i),當(dāng)前緩存分組數(shù)為M(i),則其隊(duì)列緩存當(dāng)前占用率為
通過移動(dòng)智能體獲取衛(wèi)星節(jié)點(diǎn)的成功投遞率,以及隊(duì)列的緩存容量占用率等基礎(chǔ)狀態(tài)信息。星際鏈路質(zhì)量的良好程度與衛(wèi)星節(jié)點(diǎn)的成功投遞率、衛(wèi)星節(jié)點(diǎn)的隊(duì)列緩存空閑度均有關(guān),如果只考慮成功投遞率,會(huì)出現(xiàn)網(wǎng)絡(luò)節(jié)點(diǎn)負(fù)載不均衡,使單個(gè)衛(wèi)星節(jié)點(diǎn)負(fù)載過高而影響整體性能。為了達(dá)到網(wǎng)絡(luò)節(jié)點(diǎn)負(fù)載均衡的目的,即相關(guān)衛(wèi)星節(jié)點(diǎn)的負(fù)載相等時(shí)會(huì)得到一個(gè)性能的極好值。設(shè)衛(wèi)星節(jié)點(diǎn)i和衛(wèi)星節(jié)點(diǎn)j的隊(duì)列緩存空閑度分別為L(zhǎng)i和Lj,表示節(jié)點(diǎn)能繼續(xù)承擔(dān)的網(wǎng)絡(luò)負(fù)載能力大小,用來衡量衛(wèi)星節(jié)點(diǎn)平衡程度。在節(jié)點(diǎn)隊(duì)列緩存空閑度之和Li+Lj一定時(shí),當(dāng)Li=Lj時(shí),即負(fù)載均衡時(shí)取極大值。
定義衛(wèi)星節(jié)點(diǎn)i與j 之間鏈路質(zhì)量狀態(tài)的良好程度為
式中:α和β為預(yù)設(shè)的指數(shù),取值范圍為[0,3];Li=1-ηi。
鏈路狀態(tài)推理過程中使用兩種移動(dòng)智能體,即前向智能體和后向智能體。前向智能體使用高優(yōu)先級(jí)隊(duì)列及時(shí)傳遞路由信息,每隔固定的時(shí)間,各衛(wèi)星節(jié)點(diǎn)加載前向智能體,并派遣至網(wǎng)絡(luò)中;此后,前向智能體在衛(wèi)星網(wǎng)絡(luò)中自治地遷移,通過與部署在所到達(dá)衛(wèi)星節(jié)點(diǎn)中的靜止智能體交互,感知鏈路狀態(tài)。前向智能體到達(dá)目的衛(wèi)星節(jié)點(diǎn)時(shí)自動(dòng)轉(zhuǎn)換為后向智能體。后向智能體沿著前向智能體的路徑反向遷移。在各中間衛(wèi)星節(jié)點(diǎn),后向智能體與靜止智能體交互,向其傳遞路由信息。后向智能體根據(jù)獲取的路由信息更新衛(wèi)星路由表。移動(dòng)智能體工作過程如圖2所示。
路徑優(yōu)化選擇原則為:源衛(wèi)星節(jié)點(diǎn)和目的衛(wèi)星節(jié)點(diǎn)分別為ns和nd,兩個(gè)節(jié)點(diǎn)之間的路徑集合定義為R,假如R ≠?,滿足條件為的路徑P 即為ns到nd所要選擇的路由路徑。該路徑上所有鏈路的質(zhì)量良好程度之和為YP,ns和nd之間的任何一條路徑由網(wǎng)絡(luò)節(jié)點(diǎn)序列(n1,n2,…,nk)表示為式中:k為該路徑經(jīng)過的中間節(jié)點(diǎn)總數(shù);nm為該路徑上第m 個(gè)中間節(jié)點(diǎn)。
圖2 移動(dòng)智能體工作過程示意Fig.2 Travelling agent work process
以類似“銥”(Iridium)的衛(wèi)星系統(tǒng)為研究對(duì)象,對(duì)本文算法進(jìn)行仿真驗(yàn)證。假設(shè)數(shù)據(jù)從源終端經(jīng)過衛(wèi)星系統(tǒng)傳輸?shù)竭_(dá)目的終端,仿真環(huán)境設(shè)置如表1所示。
表1 仿真環(huán)境參數(shù)Table 1 Simulation environment parameters
以下對(duì)吞吐量、丟包率和端到端時(shí)延等指標(biāo),分別用本文提出的算法與傳統(tǒng)的自適應(yīng)最短路徑路由算法[13]進(jìn)行比較。
1)吞吐量
圖3 為網(wǎng)絡(luò)吞吐量隨著終端數(shù)據(jù)率的變化情況。從圖3可以看出,當(dāng)終端數(shù)據(jù)率較低時(shí),本文算法和自適應(yīng)最短路由算法基本一致,負(fù)載較高時(shí),本文算法的吞吐量能提高7%~22%。
圖3 不同終端數(shù)據(jù)率下的吞吐量Fig.3 Thruput at different terminal data rates
2)丟包率
圖4為網(wǎng)絡(luò)不同終端數(shù)據(jù)率下的丟包率變化情況。從圖4可以看出,數(shù)據(jù)率較低時(shí),兩種算法的丟包率都接近于0,但是隨著數(shù)據(jù)率的增加,本文算法丟包率明顯低于自適應(yīng)最短路由算法。
圖4 不同終端數(shù)據(jù)率下的丟包率Fig.4 Packet loss rate at different terminal data rates
3)端到端時(shí)延
圖5為網(wǎng)絡(luò)不同負(fù)載下的端到端時(shí)延變化情況。從圖5可以看出,負(fù)載較低時(shí),本文算法端到端時(shí)延明顯長(zhǎng)于自適應(yīng)最短路徑路由算法;但負(fù)載較高時(shí),本文算法時(shí)延要短于自適應(yīng)最短路徑路由算法。這是因?yàn)椋涸诘拓?fù)載情況下,本文算法的數(shù)據(jù)包穿越了較多的跳數(shù),需要較長(zhǎng)的時(shí)延,而自適應(yīng)最短路徑路由算法基于優(yōu)先級(jí)的選擇機(jī)制,偏向于最少跳數(shù)的路徑路由,需要較短時(shí)延;當(dāng)負(fù)載較高時(shí),自適應(yīng)最短路徑路由算法性能急劇下降,更容易擁塞,導(dǎo)致長(zhǎng)時(shí)延。因此,本文算法在高負(fù)載情況下具有優(yōu)勢(shì),更適用于流量變化劇烈的低軌移動(dòng)通信網(wǎng)絡(luò)。
圖5 不同終端數(shù)據(jù)率下的端到端時(shí)延Fig.5 End to end delay at different terminal data rates
本文在低軌衛(wèi)星網(wǎng)絡(luò)通信路由中引入了多智能體技術(shù)和認(rèn)知理論,提出了一種路由算法,在自適應(yīng)最小路徑的基礎(chǔ)上,通過感知星際鏈路投遞率和鏈路可用性等信息,反映衛(wèi)星網(wǎng)絡(luò)中衛(wèi)星節(jié)點(diǎn)處理負(fù)載的能力,根據(jù)衛(wèi)星節(jié)點(diǎn)的感知信息對(duì)鏈路質(zhì)量進(jìn)行推理,獲得星際鏈路質(zhì)量評(píng)價(jià),再進(jìn)行路由的優(yōu)化選擇,從而提高網(wǎng)絡(luò)的吞吐量,實(shí)現(xiàn)負(fù)載均衡。本文提出的算法可以提高低軌衛(wèi)星網(wǎng)絡(luò)路由的環(huán)境適應(yīng)性,為我國(guó)低軌衛(wèi)星通信網(wǎng)絡(luò)建設(shè)提供參考。
(References)
[1]Alagoz F,Korcak O,Jamalipour A.Exploring the routing strategies in next-generation satellite networks[J].IEEE Journal on Wireless Communications,2007,14(3):79-88
[2]Werner M,Delucchi C,Vogel H,et al.ATM-based routing in LEO/MEO satellite networks with intersatellite links[J].IEEE Journal on Selected Areas in Communications,1997,15(1):69-82
[3]Werner M,Berndl G,Edmaier B.Performance of optimized routing in LEO intersatellite link networks[C]//Proceedings of IEEE 47th Vehicular Technology.New York:IEEE,1997:246-250
[4]Werner M.A dynamic routing concept for ATM-based satellite personal communication networks[J].IEEE Journal on Selected Areas in Communications,1997,15(8):1636-1648
[5]Taleb T,Jamalipour A,Kato N,et al.Computer and information sciences-ISCIS[M].Verlag Berlin:Springer Berlin Heidelberg,2005:113-123
[6]Chatterjee P,Das N.Distributed computing and networking[M].Verlag Berlin:Springer Berlin Heidel-berg,2008:332-338
[7]Molinaro A,De Rango F,Marano S,et al.A scalable framework for end-to-end QoS assurance in IP-oriented terrestrial-GEO satellite networks[J].IEEE Communications Magazine,2005,43(4):130-137
[8]Svigelj A,Mohorcic M,Kandus G,et al.Routing in ISL networks considering empirical IP traffic[J].IEEE Journal on Selected Areas in Communications,2004,22(2):261-272
[9]Mohorcic M,Svigelj A,Kandus G.Traffic class dependent routing in ISL networks[J].IEEE Transactions on Aerospace and Electronic Systems,2004,40(4):1160-1172
[10]Gorazd Kandus,Ales Svigelj,Mihael Mohorcic.The impact of different scheduling policies on traffic class dependent routing in intersatellite link networks[J].International Journal of Satellite Communications and Networking,2004,22(5):533-546
[11]Fünfrocken S,Mattern F.Kommunikation in verteilten systemen(KiVS)[M].Verlag Berlin:Springer Berlin Heidelberg,1999:32-43
[12]Gelenbe E,Liu P,Szymanski B K,et al.Cognitive and self-selective routing for sensor networks [J].Computational Management Science,2011,8(3):237-258
[13]Korcak O,Alagoz F,Jamalipour A.Priority-based adaptive shortest path routing for IP over satellite networks [J].International Journal of Communication Systems,2007,20(3):313-333