[发明专利]基于改进蚁群的SDN卫星网络多QoS约束路由方法有效

专利信息
申请号: 201911003387.5 申请日: 2019-10-22
公开(公告)号: CN110730131B 公开(公告)日: 2020-07-17
发明(设计)人: 廖丹;李航;李慧;张明;李玉娟 申请(专利权)人: 电子科技大学;电子科技大学成都研究院
主分类号: H04L12/725 分类号: H04L12/725;H04L12/729;H04L12/721;H04L12/24;H04B7/185
代理公司: 成都正华专利代理事务所(普通合伙) 51229 代理人: 陈选中
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 改进 sdn 卫星网络 qos 约束 路由 方法
【权利要求书】:

1.一种基于改进蚁群的SDN卫星网络多QoS约束路由方法,其特征在于,包括以下步骤:

S1、通过SDN技术对多层卫星网络进行组网重构,基于SDN卫星网络的逻辑架构可分为用户层、控制层、数据转发层以及南向接口和北向接口,其中各卫星间的通信链接又分为ISL星际链路、IOL星际链路和UDL星际链路;

S2、通过增强分组虚拟拓扑策略对数据转发层进行拓扑优化,得到数据转发层MEO/LEO双层优化网络拓扑;

所述步骤S2中增强分组虚拟拓扑策略具体为:对LEO卫星进行分组划分管理,使每一个LEO卫星选择对其信号覆盖时间最长的MEO卫星作为其管理员,重构MEO/LEO拓扑网络;

S3、通过控制层和南向接口获取当前时隙内数据转发层MEO/LEO的全局网络状态信息,并采用图论将数据转发层MEO/LEO双层优化网络拓扑抽象为加权图模型;

S4、根据SDN卫星网络的控制层对于全局网络状态信息掌控的工程特征对蚁群算法进行改进,得到改进的蚁群算法;

所述步骤S4中改进的蚁群算法的启发函数θuv为:

其中,delay*(u,v)为实际链路参数归一化后的链路(u,v)时延,bandwith*(u,v)为实际链路参数归一化后的链路(u,v)带宽,loss*(u,v)为实际链路参数归一化后的链路(u,v)丢包率;

所述步骤S4中改进的蚁群算法的状态转移规则表达式为:

其中,α为信息素浓度值对于蚂蚁路径寻优的影响因子,β为启发函数θuv对于蚂蚁路径寻优的影响因子,τuv(t)为t时刻链路(u,v)上的信息素浓度值,u和v为任意两卫星节点,allowedk表示蚂蚁k在节点u选择下一节点的集合,p为取值范围在[0,1]之间的随机数,P0∈[0,1]为常数参数,有P0比例的蚂蚁若在节点u会选择具有[τuv(t)]αuv]β最大值的节点作为下一跳节点v,相对应有1-P0比例的蚂蚁若在节点u会以概率公式进行下一跳节点v的偏向性搜索,y代指allowedk集合中的任意节点;

S5、通过改进的蚁群算法对加权图模型进行多QoS约束路由计算,得到符合QoS约束的最优路径;

所述步骤S5包括以下步骤:

S51、初始化各参数,包括:初始信息素浓度τ(0)、源节点卫星s,目的节点卫星d、信息素因子α、启发函数因子β、信息素残留系数ρ、搜素蚂蚁数量Mnum以及设置的最大迭代次数NCmax

S52、将蚂蚁置于源卫星节点s,并将此节点加入禁忌表;

S53、根据状态转移规则函数,完成蚂蚁对下一跳节点的跳转,并将选中的节点写入禁忌表,防止重复走此节点;

S54、判断蚂蚁此时所处节点是否为目的卫星节点,若是,则表示此蚂蚁寻路成功,跳转至步骤S56;若否,则执行步骤S55;

S55、蚂蚁需要判断此时所处节点的集合allowed是否为空集,若是,则表示没有下一跳可选节点跳转,此蚂蚁寻路失败,跳转至步骤S56;若否,则跳转至步骤S53;

S56、进行信息素的更新:蚁群每次迭代结束后,采用TOPSIS算法对各可行路径的多QoS参数信息进行融合评价,以完成对各路径的信息素增量值计算;建立各可行路径的m×n阶的属性矩阵H=(xmn),并依次求得加权矩阵Q=(qmn)、理想最佳解q+,理想最差解q-、单只蚂蚁的相似紧密度值与信息素增加量经过链路(u,v)所有蚂蚁新释放的信息素总增量值Δτuv(t,t+1),进而以公式τuv(t+1)完成对全部路径的信息素更新,并将迭代次数NC自增1;

S57、判断迭代次数NC是否达到最大设定迭代次数NCmax,若是,则跳转至步骤S58,若否,则跳转至步骤S52;

S58、判断所有蚂蚁是否都沿着相同的路径游走,若是,则此时的路径即为当前问题的最优解路径;否则跳转至步骤S59;

S59、采用minf函数进行路径抉择,得到符合QoS约束的最优路径。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学;电子科技大学成都研究院,未经电子科技大学;电子科技大学成都研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911003387.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top