面向6G通信的多层低轨卫星网络路由算法*

徐小涛，赵国锋，韩珍珍，蔡茹意，徐川

（1.国防科技大学信息通信学院，湖北 武汉 430010；2.重庆邮电大学通信与信息工程学院，重庆 400065）

0 引言

随着移动通信和航天技术的快速发展，移动通信网络不断向空间维度扩展。低轨卫星网络凭借低时延、高带宽及全球覆盖的特点能够为用户提供无缝且灵活的接入服务，成为构建6G 移动通信网络的重要组成部分。在低空通信网络中，Starlink[1]、Kuiper[2]、OneWeb[3]等众多LEO 卫星星座被推出，为6G 通信中应急通信、偏远地区通信等提供了广域低时延的通信服务。随着LEO 卫星网络朝着大规模、多层轨道面部署的方向发展[4]，不同轨道面卫星之间形成的跨层轨间链路可提高网络的传输效率，同时能减少传输跳数以优化时延。但跨层轨间链路受轨道相对运动和空间环境影响，链路通断更为频繁，使得多层LEO 卫星网络的路由选择变得更加困难[5]。

在基于星地融合的6G 移动通信网络场景中，面向多层LEO 卫星网络的路由复杂性，研究者首先开展了跨层轨间链路选择问题研究，文献[6-7]提出了用于倾斜轨道卫星星座的层间通信算法，该算法的节点建链条件筛选侧重于物理条件，即链路距离、角速度等节点的物理属性，但缺少对通信过程中数据包拥塞等因素考虑，会引起跨层轨间链路失效问题。由于大规模LEO 卫星节点众多，加大了链路选择的难度，为了简化网络拓扑结构，现有研究多假设每个卫星只能与上下两个相邻轨道卫星通信。如文献[8-9]提出了由K层组成的LEO 卫星网络，针对跨层轨间链路，提出卫星逻辑位置概念，假设每颗卫星只能与上下相邻层卫星通信。其次，为了减少算法复杂度，研究者设定轨内链路为多层卫星网络传输的首选，如文献[10]提出了一种适用于多层LEO 卫星网络的分布式路由算法GomHop，当前节点选择下一跳节点时，首先考虑轨内链路，若同轨链路无法到达，则选择距离最近的节点转发，其并没有考虑中继节点处理时延，缺少对时延的优化。当前大规模LEO 卫星网络跨层路由的研究正处于起步阶段，已有路由算法设计并没有利用到跨层链路的优势。

为此，本文对跨层链路选择问题开展研究，在提升传输可靠性的同时减少端到端时延。首先为简化网络结构，利用虚拟位置思想对卫星网络分区形成网格，为降低分区内不同层的节点叠加，在网格内选择上层星座中心节点作为主动建链节点；而后，从影响跨层链路通断的因素入手，对星间轨道和跨层链路变化及节点资源进行刻画，构建了跨层节点运动模型及节点和链路资源模型，以信噪比、节点缓存、链路持续时间三个参数为决策变量构建链路可靠效用函数，选择节点和链路资源效用值最大的节点与主动建链节点进行建链；然后，采用时空演化图模型刻画链路变化引起的网络拓扑动态变化，支持端到端传输最佳跨层路由计算；最后，选择StarLink 第一阶段卫星星座，在STK（Satellite Tool Kit）和EXata 无线通信网络仿真平台中搭建三层LEO 卫星网络进行仿真验证。相比于现有方法，本文方法能够显著提高传输可靠性并降低时延。

本文研究内容及贡献如下：

（1）刻画了多层卫星网络节点和链路的动态变化特性模型。针对链路动态变化特点，基于聚合链路通信距离、相对角速度和仰角三个物理条件，引入乘积相关级联函数模型刻画跨层节点和链路的运动模型；针对节点资源变化，考虑信噪比、节点缓存队列和链路持续时间，刻画节点和链路的资源变化情况。

（2）针对跨层链路频繁通断造成数据包路由不连续的问题，采用多属性决策模型构建了可靠跨层链路选择模型，选择最佳节点建立可靠跨层链路；采用时空演化图对网络的变化情况进行建模，描述大规模LEO 卫星网络动态拓扑变化，在时空演化图中计算高可靠、低时延的传输路径。

（3）为了验证本文所提方案的有效性，在STK 搭建StarLink 三层LEO 卫星网络场景，并在EXata 中对算法进行测试。结果表明，与现有LEO 路由算法相比，本文算法能够在降低传输时延的同时，降低丢包率，有效提升了网络传输性能。

1 场景及问题描述

1.1 场景描述

多层LEO 卫星网络场景如图1 所示，根据卫星所在高度的不同，LEO 卫星网络可分为VLEO 层、MLEO层和HLEO 层。卫星网络可抽象成网络拓扑G=(V,E)；卫星可以抽象为节点V={vv,vm,vh}，其中，VLEO 层的节点集可表示为vv={vv,1,vv,2,…,vv,v}，MLEO 层节点集可表示为vm={vm,1,vm,2,…,vm,m}，HLEO 层的节点集为vh={vh,1,vh,2,…,vh,h}。此外，卫星链路包括轨内链路、同层轨间链路和跨层轨间链路，则卫星i和卫星j之间的链路可表示为lij。当源节点s和目的节点d需要传输时敏业务且两者之间距离过远时，跨层传输比其他传输方式的时延更小。其具体流程如下，首先，由于地面节点s在卫星节点a的覆盖范围内，数据包从地面节点s上传至卫星节点a；其次，由于跨层轨间链路的存在，增加了a节点下一跳转发的链路多样性，并且HLEO 层的卫星覆盖范围广，所以数据包通过节点b和节点c之间的跨层轨间链路lbc上传至HLEO 层，目的是减少中继节点的数量，以减少处理时延；最后由节点c发送给目的节点d。

图1 大规模多层LEO卫星网络场景图

1.2 基于跨层链路的路由优势

在大规模多层LEO 卫星网络中，跨层路由的选择主要受通信节点间传输距离的影响，当源节点和目的节点之间的距离较近时，跨层通信的时延并不优于同层通信的时延；当节点间需要传输距离较远时，同层之间传输需要经过多个卫星节点转发，星上处理时间较大。而通过跨层链路路由，能够减少中间转发节点，并增加数据传输路径的多样性，可以有效提高传输的可靠性和降低端到端传输时延。

卫星网络端到端传输时延主要受链路传播时延和星上处理时延影响，链路传播时延由源目标节点间的距离决定，处理时延是信号通过每个设备中的硬件和软件造成的累计时延。若星座轨道高度为550 km，星地链路的传播时延为2 ms；相距6 000 km 的星上源和目的节点之间的端到端传播时延约为22 ms；单颗卫星的处理时延约为2 ms[16]，跨层链路传输时延约为0.5 ms，在大规模LEO卫星网络中广域数据传输的卫星节点通常在10 跳以上[17]，星上总处理时延约为总时延的一半。因此，通过跨层链路，减少中间转发节点，可以有效降低端到端传输时延，文献[18]证明了跨层链路在超过1 000 km 的数据传输中有明显的时延优势。

1.3 问题分析

在多层LEO 卫星网络中，由于轨道间卫星节点的相对运动等因素，导致跨层轨间链路极易发生中断[14]；其次卫星节点和链路的资源条件有限也会导致链路频繁中断[15]。如图1 所示，由链路lbc连接的两端节点b和c属于不同高度的轨道（VLEO 和HLEO），可能会由于b节点和c节点的相对运动速度过大或节点间距离超过彼此的传输范围而产生链路中断；同时，节点的缓存队列会随着网络中时变的数据流不断变化，当接收节点j的剩余缓存队列不足以存储并处理接收的数据包时，节点转发失效；当链路lbc受到衰落影响时，节点j的接收信号强度过低，导致链路中断。

因此，在大规模LEO 卫星网络场景中，星座的相对运动、节点规模和信道环境的复杂性都增加了跨层链路中断的概率，导致数据传输不连续，增加了时延和丢包率。可见，为降低卫星网络通信时延和提高网络可靠性，必须解决以下关键问题：

（1）针对因星座相对运动、节点规模大等因素导致的跨层链路频繁通断导致的路由不连续问题，如何利用节点和链路的运动模型和资源模型筛选跨层建链节点，建立稳定可靠的跨层链路。

（2）基于跨层链路，如何描述大规模多层LEO 卫星网络高度动态的网络拓扑，并选择有效的传输路径进行数据包传输。

1.4 研究思路

针对因星座相对运动、节点规模大等因素导致的跨层链路频繁通断导致的路由不连续问题，本文提出基于跨层链路的路由算法（CLRA,Cross Layer link-based Routing Algorithm），可通过建立可靠跨层链路减小卫星网络拓扑动态性，提高路由可靠性，其具体的路由方案如图2 所示：

图2 多层LEO卫星网络路由方案

（1）跨层链路选择

LEO 卫星网络通过跨层链路将不同轨道高度的LEO星座组合起来协同工作，然而，跨层链路的频繁通断会导致卫星网络拓扑高度动态变化，造成路由不连续问题。因此，第一步需要建立可靠的跨层轨间链路来保证数据传输的可靠性。基于多属性模型建立的跨层链路综合考虑了SNR、节点缓存队列和链路持续时间三个参数建立可靠效用函数，并利用自适应离差最大化算法确定各参数属性权重，选择可靠效用函数值最高的节点对建立跨层链路。

（2）可靠路径选择

由于星间链路的建立，任意两卫星节点存在多条可达路径，且每条路径内的链路随机通断，影响传输路径的选择。因此，使用时空演化图准确刻画卫星网络动态拓扑的连续变化，并使用最短路径算法确定端到端传输路径，优化路由路径的选择。

2 大规模LEO卫星网络跨层链路建模

2.1 跨层节点运动模型

由于卫星网络中节点规模大、跨层链路通断频繁等特点导致卫星网络架构复杂，建链算法复杂度高。因此，本文采用虚拟位置[19]思想以减少网络中跨层链路的数量，同时不影响全球范围跨层链路的使用。如图3 所示，虚拟位置将整个卫星网络划分成网格，网格的大小相等，并将最靠近网格位置中心的高轨道卫星作为主动建链卫星，与不同高度层的卫星建立跨层链路。

图3 虚拟位置分区图

在大规模LEO 卫星网络中，卫星的相对运动关系如图4 所示，跨层轨间链路的两端节点属于不同高度的轨道层，其链路距离、节点相对速度和节点相对角度会高度动态变化，导致跨层轨间链路通断频繁。因此，选择建链节点之前，需要充分刻画出卫星节点的运动特性。本文从可见性、相对角速度以及仰角出发，对这三个物理条件分别进行建模，得到卫星轨道的物理约束条件，作为选择建链节点的约束条件。

图4 卫星相对运动关系图

（1）可见性

只有当卫星节点i在卫星节点j的通信范围内时，vi才具有与vj建链的初步条件。若vi和vj之间的链路距离为dij，vi的通信半径为di，vj的通信半径为dj，则链路距离约束条件为：

其中，vi和vj之间的链路距离dij=[(xi-xj)2+(yi-yj)2+(zizj)2]1/2。si(xi,yi,zi) 和si(xj,yj,zj) 为vi和vj在地心坐标系中的位置坐标[16]，其公式为：

卫星节点的通信半径可以表示为：

其中，h为卫星节点的轨道高度，h*=80 km 为地球热层的高度，RE为地球半径。

（2）相对角速度

属于不同高度轨道层的两个卫星节点，即使满足可见性约束条件，当两节点的相对速度大于某一阈值时，其建立的跨层链路也会自动断开。假设vi和vj是处于不同轨道高度的两颗卫星，其速度分别为、，卫星的相对速度矢量为，则单位时间内的位移矢量。此外，如图5 所示，将地心到卫星的距离差ri-rj和单位时间内的位移矢量连线组成一个三角形，其中地心到卫星的距离r为轨道高度h与地球半径RE之和。在图5 中，wij为单位时间内的相对转向角，可根据三角形的余弦定理计算得出：

图5 最大转向角示意图图

若最大相对角速度为wm则单位时间内的最大转向角为wm，得出相对角速度约束：

（3）仰角

由于目前的追踪、指向系统的精确度有限，建链节点在满足相对角速度约束的条件下，也对其仰角有一定的限制。vi指向vj的仰角定义为：vi在vj所在轨道球面上的投影与vi连接后与lij之间连线的夹角，如图6 中的El。若仰角的阈值为Elm，则仰角约束条件为：

图6 节点对仰角示意图

仰角El的计算公式为：

其中，vp为两个卫星节点的位置公式：

（4）节点对物理约束条件

在大规模LEO 卫星网络中，应选择满足以上节点对物理条件的卫星节点作为跨层轨间链路的候选建链节点，以提高跨层轨间链路的稳定性。引入乘积相关级联函数模型刻画跨层节点对的总物理约束条件公式为：

其中，Upd是可见性约束条件、Upw是相对角速度约束条件、Upe是仰角约束条件。Up=1 表示节点对满足建链物理条件，Up=0 表示节点对不满足建链物理条件。Up表示一对卫星节点的物理约束条件，当可见性、相对角速度和仰角同时满足其约束条件时，节点对物理约束条件才满足建链条件；否则，当前节点对不满足跨层链路约束条件。

2.2 节点和链路资源模型

在大规模多层LEO 卫星网络场景中，跨层轨间链路的通断也受节点和链路资源限制的影响[20-21]。首先，从节点角度分析，接收节点的信噪比（SNR,Signal-Noise Ratio）需要大于接收阈值，以保证接收节点能够成功接收发送节点传输的数据；其次，网络节点需要有足够的缓存队列长度，才能对接收到的数据进行存储转发处理；最后，从链路角度分析，为保证网络架构的稳定性，应尽量选取持续时间长的链路作为跨层轨间链路。因此，本文将SNR、缓存队列长度以及链路持续时间作为参数指标，并对这三个参数分别进行刻画，得到节点和链路资源模型，以评估跨层轨间链路性能，从而作为后文筛选建链节点的条件。

（1）SNR

只有在接收节点的信噪比SNR 大于阈值sm的情况下，接收节点才能成功接收数据包。由于卫星网络在星间通信时使用激光链路，星间激光链路的SNR会受到自由空间损耗的影响，包括路径损耗和指向误差。当发送端的信号为xi，接收端的信号为yi时，yi=(Ptdij-r)1/2hijxi+Nij，其中Pt是发送信号功率，γ是链路损耗因子，dij是链路距离，Nij是方差为σ的高斯白噪声，跨层链路SNR可以表示为：

其中，|hij|2遵循非中心卡方分布[20]，服从的概率密度函数可以表示为：

当信道的SNR 小于给定阈值时，数据在传输过程会发生中断，导致跨层链路不可用。因此，需要设定SNR中断阈值S0来保证数据能够被成功接收。则链路lij之间的SNR 小于中断阈值导致链路不可用的概率可以表示为：

因此，在任意时刻t，跨层链路SNR 的效用函数能被等同于数据包成功传输的概率，其定义如下：

（2）节点缓存队列

由于LEO 卫星的星上计算和存储能力有限，假设卫星节点的最大缓存队列长度为F，在t0时刻接收节点已使用的缓存队列长度为a。假设卫星节点的数据包到达过程服从泊松分布，到达率为λ，则Δt时间内vi接受数据包数量x的概率分布函数为：

数据包成功发送概率服从二项分布，节点未能成功发送数据包的概率为pe，则节点发送数据包y的概率密度函数为：

在t1时刻该节点缓存队列状态小于最大缓存队列长度F的概率为：

其节点缓存队列的效用函数为：

（3）链路持续时间

由于星座中节点众多，会有多个符合建立跨层轨间链路条件的节点，但是为了减少网络架构复杂性和动态性，在选择链路时需要考虑跨层链路的持续时间[23]，本文从业务需求角度出发，为不同业务的链路持续时间分配不同的权重，选择最佳链路持续时间的链路进行跨层通信。

链路持续时间主要受链路距离和相对运动的影响，并且链路距离和相对运动引起的链路中断属于可预测中断，因此，可通过链路距离和相对运动这两个因素，去预测VLEO 层的卫星节点vi和HLEO 层的卫星节点vj之间链路lij的持续时间。具体如下，vi、vj在t时刻的位置和运动模型在2.1 节给出，如图7 所示，当vi相对静止时，vj以相对速度运动进入vi的通信范围内，链路连通；vj运动出vi的通信范围，链路断开。因此，链路持续时间可表示为：

图7 链路持续时间示意图

其中，Dij=2dijcos(βij) 为vj在vi通信范围内的运动距离，为相对速度的模。并且在节点运行周期内，星间链路持续最长时间为节点运行周期T，因此链路持续时间的效用函数能被等同于在卫星运行周期内链路连通时间的占比，其定义如下：

3 跨层路由选择

从第2.2 节的节点和链路资源模型可以看出，信噪比、节点缓存队列和链路持续时间会影响链路的可靠性。因此，本文采用信噪比、节点缓存、链路持续时间三个参数来衡量跨层链路的可靠性，建立了跨层链路选择的多属性决策模型[24]，以选择可靠性最高的节点建立可靠跨层链路；使用时空演化图刻画网络动态变化，并在时空演化图中使用最短路径算法计算其最优路径。

3.1 节点效用评估

根据多属性决策理论，属性值与方案被选择的可能性成正比的属性被称为效益属性，相反，属性值与方案被选择的可能性成反比的属性被称为成本属性。在上述三种属性中，SNR 和链路持续时间属于效益属性，节点缓存队列属于成本属性，则影响节点选择的属性集为。通过跨层建链节点运动模型筛选出m个候选节点，以此建立多属性决策矩阵，在每个方案中包含三个重要属性，则m个方案可以形成一个m×3 的多属性决策矩阵，形式为：

根据多属性节点选择效益函数计算出每个节点的效益值，则卫星节点的效用函数可定义为：

其中，Us为节点SNR 的效用函数，表示节点SNR 属性的权重；Ub为节点缓存队列的效用函数，表示节点缓存队列的权重；Ut表示链路持续时间的效用函数，表示链路持续时间的权重，且满足。当每个属性的权重值确定之后，可以通过计算每个候选节点的效用值来确定建链节点，进而确定跨层链路。此外，当任何属性的效用函数值为0 时，节点效用值为0，并且属性的效用函数值和节点的效用函数值都应在[0,1]之间，所以效用函数必须满足以下约束条件：

3.2 基于多属性模型的跨层链路选择

若所有候选节点在属性xk下的属性值差异很小，则说明属性对方案决策所起的作用很小，反之，属性对方案决策起着重要作用。从对方案进行排序的角度考虑，方案属性值偏差越大的属性应该赋予较大的权重。因此，本文使用自适应最大离差算法动态地计算候选节点中各参数属性的权重值[15]。

基于2.1 节的跨层建链节点运动模型和2.2 节的节点和链路资源模型，提出面向多层LEO 卫星网络的路由算法，其目标是得到一条低时延高可靠的跨层传输路径，具体来说，首先根据虚拟位置对卫星网络进行网格划分，选定网格中心的上层卫星节点作为主动建链节点，然后使用2.1 节中的跨层节点运动模型对跨层节点进行筛选，组成候选节点集；再通过2.2 节的节点和链路资源模型评估候选节点的SNR、节点缓存队列长度和链路持续时间，最后采用多属性决策模型通过排序选择最大效用节点与上层的主动建链卫星进行建链。目标函数为：

需要满足的约束条件为：

3.3 基于跨层链路的路由算法

采用时空演化图刻画大规模LEO 卫星网络拓扑变化，每个时隙的图聚合了网络中的所有链路情况，如图8 所示。卫星网络用G=(V,L,T) 表示，其中，{G1,G2,…Gk} 表示周期T内的拓扑子图；V={v1,v2,…vk} 为卫星节点集合；L表示星间链路集合。该演化图模型能够有效表征网络拓扑结构变化情况，并能显示出每对节点之间的连通路径。在卫星网络时空演化图中，当且仅当每对节点在t内至少存在一条路径时，称在时间段t内是连通的。并且，本文在时空演化图中采用最短路径算法计算数据传输路径。综上所述，为了获取低时延高可靠的跨层路由路径，本文设计了多层LEO 跨层路由算法，如算法1 所示。

图8 时空演化图

算法1 基于跨层链路的路由算法（CLRA）

在所提基于跨层链路的路由算法中，步骤1-2：首先根据虚拟位置对卫星网络进行网格划分，选定网格中心的上层卫星节点作为主动建链节点；步骤3-10 是建立全网跨层链路，其中步骤4-5 是判断节点对是否满足建立链路物理条件，步骤6 是使用多属性决策模型计算满足物理条件的节点的效用函数，步骤9 是通过排序算法来获得可靠性最高的跨层链路；步骤11 是构建包含跨层链路的全局拓扑图；步骤12 是使用最短路径算法获得数据传输路径Rp。

4 性能仿真及结果分析

4.1 仿真场景

为验证本文所提出的大规模LEO 卫星网络路由算法CLRA 的可行性与有效性，如图8 所示，本文通过python 在STK（STK,Satellite Tool Kit）软件内创建星座、添加链路等，搭建多层LEO 卫星网络场景，并将STK 的场景导出到EXATA 中，进行性能测试。此外，与文献[26]中的单层大规模卫星网络路由算法（DSRA,Distributed Survivable Routing Algorithm）、文献[16]对Starlink 星座进行仿真得到的数据以及文献[6]提出的多层卫星网络调度算法（ILSM,Inter-mesh Link Scheduling Method）进行对比分析。为了公平对比，大规模卫星网络的高度、轨道等参数参考StarLink 第一阶段星座，数据流量以恒定的比特率生成，并参考文献[25-26]进行实验仿真参数的设置。具体仿真参数如表2 所示：

表2 仿真参数

在实验中，本文采用端到端时延和丢包率两个评价指标来评估CLRA 的性能。端到端时延和丢包率越小，表明方案的性能越佳。

4.2 性能对比及结果分析

为了更好地验证路由算法对网络拓扑动态变化的适应性，该组实验选择多对地面站节点加载数据流量，具体为固定数据发送速率为4 Mbps，选择不同距离的地面节点对作为源节点和目的节点；固定源目标节点，数据发送速率为4～24 Mbps，增加步长为4 Mbps。为了确保实验结果的合理性，在多次实验后取平均值。

（1）源节点与目的节点之间不同距离下的性能比较

图9（a）为四种路由算法在源目标节点间不同距离下的端到端时延，分析可得，随着距离的增加，四种路由算法的端到端时延均增加。从图中可以看出，相比于DSAR 算法，在距离小于4 000 km 时，其余三种路由算法的端到端时延略高。这验证了当源节点和目的节点之间的距离较近时，跨层通信的时延并不优于单层通信的时延。但是，在距离大于4 000 km 时，其余三种路由算法拥有更小的端到端时延，这是由于在路由传输中这三种路由算法都使用了跨层链路，在超过4 000 km 的距离上有明显的优势，更符合广域低时延的传输需求。此外，本文算法CLRA 相比于Starlink 和ILSM，在源目的节点距离为14 000 km 时，平均端到端时延降低了约30%，这是因为CLRA 在建立跨层链路时，考虑了空间环境以及节点资源条件，在选择传输路径时能够选择更加稳定的路径，降低了重传对端到端时延的影响。

图9 不同源-目标节点间距离下算法性能比较

图9（b）显示了四种路由算法在源节点与目的节点之间不同距离下的丢包率。分析可得，四种算法的丢包率都会随着源节点与目的节点之间距离的增加而增加，这是由于传输距离的增加导致数据经过的中继节点的数量增加，增加了丢包率。相比于DSRA 和StsrLink 算法，CLRA 算法在建立跨层链路时考虑了节点运动情况以及链路持续时间，提高了跨层链路的稳定性以及路由的稳定性。此外，在源目的节点距离大于2 000 km 时，本文算法相比于ILSM 算法的丢包率至少降低50%。原因是本文在建立跨层链路时不仅考虑了节点和链路的运动情况，还考虑了节点和链路的资源情况，并引入时空演化图来构建网络拓扑，能够获得稳定可靠的路由。

（2）不同数据发送速率场景下的性能比较

图10（a）为同一源目标节点对，不同数据发送速率下的端到端时延变化情况。随着数据发送速率的增加，四个路由算法的端到端时延均有不同程度的增加。随着数据发送速率的增加，网络中的业务量增加，对节点资源和信道资源的竞争力增大，跨层链路的通断概率增加导致网络拓扑频繁变化，最终导致数据包丢失和重传率增加，从而增加端到端时延。而本文算法CLRA 相比于StarLink 和DSRA 算法，考虑了连续持续时间对跨层链路的影响，为数据包的传输选择更加稳定的传输路径，减少因链路中断而进行重传的概率，在数据包发送速率为12 Mbps 时，分别降低了30%和25%端到端传输时延。相比于ILSM 算法，本文算法CLRA 在数据包传输中使用了跨层轨间链路，减少了中继转发节点的数量，通过降低节点的处理时延，进一步降低了26%的端到端时延。

图10 不同发包速率下算法性能比较

图10（b）为同一源目标节点对，不同数据发送速率下的网络丢包率变化情况，随着数据发送速率的增加，四种路由算法的丢包率均增加，数据包发送速率的提升，增加了对网络资源的竞争，使跨层链路通断频繁，增加了网络架构的动态性，导致路由传输不连续，因此整体网络的丢包率上升。与其他算法相比，本文路由算法CLRA具有最低的网络丢包率，在数据包发送速率为12 Mbps 时，本文算法相比于ILSM 算法的丢包率降低了约60%。原因是本文的跨层链路考虑了网络空间环境以及节点和链路的资源条件，提高了链路的稳定性。

5 结束语

本文针对大规模LEO 卫星网络中由于节点规模大、网络动态性高造成的数据传输过程中链路容易发生中断、路由不连续等问题，提出面向6G 的多层LEO 卫星网络路由算法，提高多层卫星网络的通信性能。首先，基于虚拟位置完成网络建模以及建立跨层链路的节点选择；然后，构建多属性决策模型建立跨层链路，其中包括节点和链路的物理模型和资源模型，以提高跨层链路的稳定性；其次，构建时空演化图来描述全网通断状态并使用最短路径算法在网络模型中计算最佳传输路径，实现大规模LEO 卫星网络中的可靠路由；最后，以StarLink 星座为基础进行实验仿真。结果表明，与单层网络以及现有大规模LEO 网络路由算法相比，本文CLRA 算法选择出的传输路径能够有效降低端到端传输时延并提高数据包传输效率。