基于软件定义网络的卫星网络容错路由机制

贾梦瑶 王兴伟 张爽 易波 黄敏

摘 要：鑒于卫星网络对安全性和应对故障的能力有很高的要求，引入了软件定义网络（SDN）技术，在网络中放置中央控制器来增强网络对故障的应对能力。首先，基于SDN的思想设计了一种卫星网络模型，计算了三层轨道上卫星运行的参数并构建星座;然后，采用分层路由的方法，设计了一种针对卫星网络的容错路由机制;最后，在Mininet平台上进行了仿真实验，将容错路由算法（FTR）的实验结果与基于链路感知的星间路由算法（LRSR）和多层卫星网络路由算法（MLSR）的实验结果进行了对比。对比结果表明，在网络中无损坏节点和链路的情况下，FTR的路由总延时比LRSR平均降低了6.06%，说明了引入SDN集中控制的有效性;FTR的丢包率比同样以最小延时为目标的MLSR降低了25.79%，说明了在网络模型中为中轨道（MEO）卫星设计临时存储路由机制的有效性。而当网络中节点和链路的失效情况比较严重时，FTR的路由总延时比LRSR降低了3.99%，比MLSR降低了19.19%;其丢包率比LRSR降低了16.94%，比MLSR降低了37.95%，说明了FTR的容错有效性。实验结果验证了基于SDN的卫星网络路由机制具有更好的容错能力。

关键词：卫星网络;网络模型;软件定义网络;容错;路由

中图分类号： TP393.04 通信规程、通信协议

文献标志码：A

Abstract： Duing to the satellite network has high requirement for security and fault-dealing ability， with Software Defined Network （SDN） technology introduced， the central controller was set in the network to enhance the networks fault-dealing ability. Firstly， a satellite network model was designed based on the SDN idea， and the satellites operating parameters on the three-layer orbit were calculated and the constellations were built. Then， the method of hierarchical routing was used to design a fault tolerant routing mechanism for satellite network. Finally， the simulation experiments were carried out on the Mininet platform， and the experimental results of Fault-Tolerant Routing algorithm （FTR） were compared with the results of inter-Satellite Routing algorithm based on Link Recognizing （LRSR） and Multi-Layered Satellite Routing algorithm （MLSR）. The comparison results show that in the case without damaged nodes or links in the network， the total routing delay of FTR is reduced by 6.06% on average compared with that of LRSR， which shows the effectiveness of introducing SDN centralized control; the packet loss rate of FTR is reduced by 25.79% compared with that of MLSR which also targets the minimum delay， which shows the effectiveness of temporary storage routing mechanism design for the Medium Earth Orbit （MEO） satellites. When the failure of nodes and links in the network is serious， FTR has the total routing delay 3.99% lower than LRSR and 19.19% lower than MLSR， and has the packet loss rate 16.94% lower than LRSR and 37.95% lower than MLSR， which shows the effectiveness of fault tolerance of FTR. The experimental results prove that the fault tolerant routing mechanism of satellite network based on SDN has better fault tolerant capability.

Key words： satellite network; network model; Software Defined Network （SDN）; fault tolerance; routing

0 引言

随着空间信息技术不断发展，卫星网络作为新兴起的网络系统，在天地一体化进程中占有很重要的地位。它具有容量大、成本低、无地理环境限制、灵活组网等特点，能有效缓解地面骨干网络流量拥塞以及边缘网络无法接入主干网络等问题。

但卫星网络周期性动态变化的拓扑对路由协议的设计等问题提出了新的挑战[1]。由于传统网络的路由协议不再适用于卫星网络，近年来，国内外有大量的工作着重于提高多层卫星网络的性能。为了提高网络吞吐量和网络利用率，文献[2]提出了一种最优分布的路由方法，优化了近地轨道 （Low Earth Orbit， LEO） / 中轨道（Medium Earth Orbit， MEO）双层卫星网络中的流量分配。文献[3]提出了一种新的路由和链路调度联合优化方法来联合生成吞吐量最优路由和传输时刻表，优化了由18个低地球轨道卫星组成的网络的吞吐量，并提出了一种使卫星网络吞吐量最大化的线性规划方案。文献[4]提出了一种在低地球轨道多跳卫星网络中由微型卫星组成的延迟敏感包传输路由算法，平衡了卫星间链路的流量分配，降低了流量中断率。文献[5]提出了一种新型的MEO/LEO卫星网络体系结构，构建了有效的卫星间链路，提出了一种基于网络编码的多路径路由算法，提高了网络吞吐量并减少了MEO/LEO混合卫星网络的端到端延迟和数据包丢失率。为了避免网络拥塞，文献[6-7]提出了基于负载均衡的路由协议，并分别为LEO/MEO双层卫星网络开发了新的网络结构。为了减少开销，文献[8]提出了一种在LEO卫星网络中的路由算法，称作加权半分布式路由算法 （Weighted Semi-Distributed Routing Algorithm， WSDRA），它能够以较小的开销找到一个具有最小传播延迟的路径。文献[9]通过合理的路由流量，将空间路由器转换为睡眠模式，提出了一种在卫星网络中节能的路由选择方案。另外，文献[10]基于虚拟策略提出了一种服务质量 （Quality of Service， QoS）路由方案，数据消息只需要到达目的地，而不考虑网络或应用程序的差异。虚拟策略是一种中间件，它提供了一个统一的接口，应用程序可以使用它来容纳不同的通信技术从而配置协议属性或传输消息。文献[11]利用基于有限状态自动机的状态转移模型，对故障块的构造进行了形式化描述。在此模型基础上，针对故障块外的无死锁容错自适应路由提出了一种边界扩散方法，即自适应容错路由算法，称作X-Y边界路由算法 （X-Y Boundary Routing Algorithm， X-YBRA），彻底解决了故障块的路由问题。文献[12]针对卫星实时直播的应用场景，提出了一种 LEO 卫星网络并行链路不相交多径路由算法 （Satellite Parallel Edge-disjoint Multipath Routing algorithm， SPEMR），与其他卫星网络路由协议共享网络状态信息，在满足用户应用需求的同时减小对网络基本通信服务的影响。文献[13]提出了一种基于拓扑控制的路由算法，该算法应用了虚拟节点策略和卫星分组的思想，并分别由地球同步轨道（Geostationary Earth Orbit， GEO）卫星和LEO卫星进行路由计算和数据转发，降低了路由时延和分组丢失率。

1）卫星节点的存储空间、运算能力受限。

随着卫星网络的发展，卫星数量不断增加，想要通过星载路由计算来维护整个网络的链路状态是十分困难的。如果在卫星节点上动态地执行路由算法，卫星节点要有全网拓扑信息，但收集链路信息十分耗时，路由的计算也很容易出错。

2）星间链路易受影响。

首先，考虑到外太空环境的恶劣，卫星网络的星间链路容易受到如太阳活动、电磁干扰等因素的影响。其次，卫星节点本身也面临着失效的问题。因此在卫星网络中设计一种容错路由机制是十分必要的，以保证在节点或链路出现故障时能快速地算出新的路由路径。

由于卫星是按照既定轨迹运行的，因此它们的运动和链路连接具有可预测性。人们可以在地面站预先计算出某颗卫星在某一时刻的位置，然后根据不同的策略解决空间信息网络中拓扑动态变化的问题。基于这种考虑，本文引入了软件定义网络（Software Defined Network， SDN）技术，根据SDN中将控制平面和数据平面分离的思想，分配好控制器、路由器以及卫星网络中其他组件的位置和功能，从而降低卫星节点的负载，提高路由计算效率，增强故障应对能力。

本文基于SDN思想，选取三层卫星网络结构，设计了一种卫星网络模型，可以有效监测和控制整个网络状态，并根据卫星的运行特点设计了三层卫星星座;其次，设计了MEO层的托管传输机制和LEO层的故障块路由算法，用于增强网络的故障处理能力;最后，对所提出的路由算法进行了验证，并对结果进行了分析。

1 基于SDN的卫星网络模型

三层卫星网络结构包括三种卫星： GEO、MEO和LEO卫星。高层的卫星管理低层的卫星，从而实现覆盖全球的目的。其中LEO采用极轨道星座，MEO采用倾斜轨道星座，GEO则是在地球同步轨道上运行。

SDN实现了网络中通过软件智能管控网络组件的思想，该技术可以提高网络的可编程性、可操作性和可重用性[14]。如图1所示，本文将SDN思想引入到卫星网络模型的設计中，让卫星节点仅负责数据的传输，而链路的维护和路由计算都由控制器进行处理，从而有效地监测和控制整个网络的状态，降低卫星网络中的星上负载，提高路由计算效率，更好地实现容错路由的目的。

1.1 卫星网络架构

本文设计的网络架构如图2所示。在该架构中，SDN控制器被部署于地面站，负责管控整个网络，LEO层的每个卫星都是网络中的一个只具有转发功能的OpenFlow交换机。每颗LEO卫星上配有临时存储器，暂存当前需要转发的数据包;每颗MEO卫星上配有长期存储器，通常只存储自己转发的数据包，需要托管传输时，则收集其管理的LEO卫星的数据包，交付给其他MEO卫星。

考虑到地面站数量的限制，需要配置若干局部控制器辅助管控整个网络，以保证SDN控制器对LEO层请求卫星的持续连接和控制。由于MEO层的卫星比LEO层的卫星寿命更长，缓存空间和处理能力更好，且与其他层卫星通信不需要建立跨层通信链路，因此將局部控制器放置在MEO层卫星上。

作为局部控制器的MEO卫星对其通信范围内的卫星进行控制。MEO卫星首先收集网络状态信息，并通过星间链路上传给GEO卫星，GEO卫星再通过广播发送给地面控制中心，控制中心计算出路由表后通过星地链路上传给LEO卫星。当某卫星接收到数据包但无法进行正常流表匹配，且此时该卫星无法与地面控制器进行通信时，就将请求发给局部控制器进行处理。

本模型中的网关位于地面，是控制中心与LEO层卫星间链路的接口，负责星间链路协议和TCP/IP协议之间的转换。

控制中心基于收集的信息计算最优路由表，并发送给LEO层卫星。同时与应用程序相连接，实现网络的可编程操控。

1.2 卫星星座设计

三层卫星星座从下至上分别采用极轨道星座、倾斜轨道星座和3个倾角120°的GEO卫星，实现卫星对地达到100%覆盖，最小化卫星星座的系统周期，并且使得卫星轨道数与卫星个数尽可能少。同时，卫星星座的设计还应考虑以下环境因素：

1）地球大气层影响。大气层的扰动会影响卫星的正常工作，且氧气会腐蚀卫星设备，因此LEO层卫星的轨道高度应高于大气层顶端（800km）。

2）范·艾伦带的影响。设计LEO和MEO层卫星的轨道高度时需要避开这两层辐射带。

1.2.1 LEO卫星星座设计

LEO层采用极轨道星座，设计时需要实现对地面的完全覆盖。由于LEO层卫星在高纬度地区对地面的覆盖比较紧密，低纬度地区相对稀疏，而且卫星存在逆向飞行的可能，所以网络中最初和最后轨道面之间的间隔与其他邻接轨道面之间的间隔相比略小。

网络架构应尽可能简洁，考虑到环境因素，这里LEO卫星轨道数取6，每个轨道卫星个数为11，轨道高度是868km。

为了方便控制，LEO卫星和MEO卫星应在运行一段时间后回到起始点，即满足TL×K1=TM×K2=TE×N，其中，K1、K2、N都是整数，表示卫星运行的圈数，TL和TM分别是LEO卫星和MEO卫星的运行周期，TE是地球自转周期。依据开普勒第三定律以及环境对卫星轨道的限制，可得到LEO和MEO卫星轨道参数，其中星座系统周期是24h，具体见表2。

1.2.2 MEO卫星星座设计

MEO卫星使用了Walker delta星座，在卫星运行期间，同一水平卫星之间的关系保持相对稳定。目前最常用的Walker delta星座有3条轨道，每条轨道上6颗卫星，共计18颗卫星。因此三层卫星网络参数如表2所示。

1.3 流表结构设计

由于卫星网络存在着连接不稳定、传输时延较大等问题，传统的TCP/IP协议不适用于卫星网络，因而必须使用新型网络协议，本文将SDN引入到卫星网络中，通过修改流表项以应用适合于延迟容忍网络 （Delay Tolerant Network， DTN）的协议。本课题采用当前卫星网络中最广泛的Licklider传输协议 （Licklider Transmission Protocol， LTP），即在TCP/IP网络运行的所有协议上层提供一个兼容覆盖层，使用托管传输，使链路在不稳定的情况下能确保所传输的数据不会损失。

基于LTP协议和束协议的特性，对流表项进行适当的修改。在OpenFlow 1.0中，流表主要分为匹配域、动作以及统计项三部分。

在匹配域中加入LTP Block num字段和Segment num字段，用于传输后重新组合数据段，并划分成束，由束协议进行之后的处理。

在动作域中加入等待、重传和上传字段。当控制器预测到无法与下一个节点建立连接，但可以在短时间内恢复时，下发等待指令，暂停数据包的传输，并由交换机记录等待时长。当数据包丢失时，控制器下发重传指令，交换机则按照流表重传临时存储器中的数据包。上传指令由MEO卫星的局部控制器下发，存在长时间链路中断时，MEO卫星启用托管传输机制，收集组内LEO卫星的数据包并交给其他MEO卫星进行传输。

在统计域中加入4个字段：重传数据包数量、上传数据包数量、等待次数以及等待时间。控制器据此分析易失效的链路以及链路失效周期等网络参数。

2 容错路由算法

首先由控制器通过各节点及链路的相关参数计算出最优路径，若路径中同时包含MEO和LEO卫星节点，则分层进行路由计算。

2.1 MEO卫星容错路由算法

MEO层内路由时节点和链路的失效分为两种情况：可预测失效和突发性失效。可预测失效采用托管传输机制，MEO卫星控制器在检测到即将发生失效时下达上传指令，将自身的数据包和其管理范围内LEO卫星缓存的数据包一起交付给最近的MEO卫星，并移交管理者位置，由托管者暂时代理其功能。而针对突发性失效的情况，首先开始计时，并启用LTP协议的容错机制进行等待和重传，若超过时限仍未恢复，则由地面控制器重新计算路径。

2.2 LEO卫星容错路由算法

本文针对LEO卫星设计了一种基于故障块的容错路由算法。将卫星节点和消息进行分类，使数据包能够绕开故障传输，从而达到容错的目的。该机制将节点划分为以下四种状态。

1）失效节点（Faulty node）：已损坏的节点。

2）禁用节点（Deactivated node）：周围有两个或以上的失效节点或禁用节点，且没有活跃节点的节点。

3）不安全节点（Unsafe node）：周围的邻居节点中至少有一个节点为活跃节点的节点。

4）活跃节点（Active node）：所有剩余节点。

通过当前节点的状态，以及该节点周围四个节点的状态可以判断当前节点的类型。

故障块的边界由活跃节点组成，故障块如图4所示。

3 仿真与结果分析

本文仿真实现的硬件环境采用Windows 7旗舰版64位系统和Ubuntu 16.04系统;仿真实现的软件环境为STK软件、Mininet仿真平台以及Ryu控制器。实验中卫星星座的所有卫星运动轨迹的实时坐标数据和卫星间可见性时间段均是从STK软件中提取的，将STK中提取的数据导入Mininet仿真平台上的路由机制项目中仿真实现。

3.1 对比算法

本文选取了两种MEO和LEO双层卫星星座的路由算法作为对比，避免与单层星座对比时由于跨层带来的信号损失。

第一种是基于链路感知的星间路由算法（inter-Satellite Routing algorithm based on Link Recognizing， LRSR），每颗卫星通过“存储携带转发”的方式为其他卫星提供数据中继服务[15]。在该算法中，每个卫星实时监控链路状态，当接收到链路状态信息，则更新链路状态数据库;当发送数据包时，根据Dijkstra算法和链路状态数据库计算最短路径和最佳的下一跳。

第二种算法是多层卫星网络路由算法（Multi-Layered Satellite Routing algorithm， MLSR），该算法根据卫星上、下层的覆盖关系对LEO层和MEO层卫星进行分组，使得一个GEO卫星管理一组MEO卫星，一个MEO卫星管理一组LEO卫星[16]。当GEO或MEO卫星管理域内的卫星成员改变时，需要重新进行路由表的计算。

这两种算法都是由各个卫星实时监测链路状态，在卫星节点上进行链路维护和路由计算，而本文提出了一种基于SDN的路由机制，卫星节点只负责传输数据，链路信息的处理和路由的计算都在SDN控制器中完成。

3.2 实验拓扑

本文选用三层卫星网络作为仿真的拓扑用例，根据三层卫星网络参数在STK仿真平台中构建多层卫星网络。先将设计好的卫星星座模型输入到STK中，取某一时刻的拓扑作为实验数据，输入到Mininet仿真平台中构建拓扑，并结合具体的路由算法生成路由表。

为了体现本文算法的容错机制，这里构建了3种卫星网络拓扑进行对比实验：第一种拓扑中无损坏情况;第二种拓扑中有少量卫星节点损坏和链路中断，这里选取3颗卫星损坏，2条链路中断;第三种拓扑损坏较严重，这里选取8颗卫星损坏，4条链路中断。所有损坏的卫星和链路都均匀分布在拓扑中。

选取路径周围50颗卫星构建局部拓扑，包括 40颗LEO卫星、8颗MEO卫星、2颗GEO卫星。通过STK表给出的地面站对卫星的跟踪弧段和跟踪AER（Azimuth， Elevation， Range）值计算卫星间距，并得到相邻卫星之间的传输时延，若时延大于一定阈值则视为两颗卫星之间没有链路连接。

3.3 性能对比

本文将在三种不同的拓扑下从延时、延迟抖动、丢包率以及路由跳数这四个方面进行性能评价。

3.3.1 延时

路由总延时随数据包数量的变化如图6所示。由图6（a）可以看出，在网络中无损坏节点且数据包数量较少时，由于MLSR以延时为路由度量集，总是选取延时最小的路径进行路由，因此延时较小;而LRSR需要节点实时监控链路状态，计算过程需要花费时间，因此延时较高;相比于LRSR，本文的容错路由算法（Fault-Tolerant Routing algorithm， FTR）中链路状态信息由SDN控制器监控和计算，因此延时较小，体现出了SDN控制的优势。但是当网络负载较重时，路由延时中的处理延时和排队延时已经是影响路径延时的主要因素，因此三种算法的实验结果相差不大。

由图6可知，随着拓扑中失效情况的加剧，FTR和LRSR的容错效果有所提升，因为FTR可以快速判断并绕开拓扑中损坏的部分，而LRSR对链路的实时监控也可以在節点失效时重新构建拓扑并计算出新的路由路径，因此相较MLSR都有更好的适应能力。

3.3.2 延迟抖动

路由延迟抖动随数据包数量的变化如图7所示。由图7（a）可以看出，在网络正常无损坏节点的情况下，当数据包数量较少时，三种算法的延迟抖动接近，而在数据量变大后，LRSR对延迟抖动的控制能力比较强。这是因为该算法中节点掌握网络拓扑的实时状态，能够根据链路的剩余带宽调整路由路径。而本文提出的FTR只在节点失效和链路中断情况下进行处理，MLSR则仅在到达计算周期时才重新计算路由，因此均会带来较大的延迟抖动。

由图7可知，随着网络状态恶劣化加剧，三种算法的延迟抖动差也逐渐增大。这是因为网络中节点和链路失效也会带来拥塞问题，LRSR对网络拥塞和失效问题都有解决方案，本文的FTR针对网络故障也具有较好的应对措施;而MLSR只选择时延最小的路径，面对故障时只有等待计算周期来重新选取路径。

3.3.3 丢包率

丢包率随数据包数量的变化如图8所示。由图8（a）可以看出，在网络正常无损坏节点的情况下，数据包数量较少时，三种算法的丢包率大致相同;但随着传输数据增加， MLSR的丢包率会高于LRSR和FTR，这是由于该算法总是选择延时最小的路径，在减少延时的同时增加了路由跳数，因此增大了丢包率。FTR在网络无损坏的情况下也是以延时最小为目标，但在本文设计的网络模型中，MEO卫星的临时存储路由机制能够缓解拥塞，因此丢包率低于MLSR，说明本文设计的网络模型是有效的。而LRSR的链路监测功能也可以较好地应对网络拥塞，从而降低丢包率。

由图8可知，网络拓扑中节点失效和链路中断会显著增加路由过程的丢包率，而随着网络损坏程度的加剧，节点和链路的失效逐渐成为影响丢包率的主要因素。因此本文的FTR的容错机制能够更有效地降低丢包率。

3.3.4 路由跳数

路由跳数是数据包经过的路由器个数。图9展示了在不同拓扑下三种算法的路由跳数分布情况，这里取20000数据包作为基准数量。

由图9（a）可知，三种算法在网络拓扑无故障时采取的都是延时最短路径，因此路径的选择基本一致。而通过图9（b）、图9（c）可以看出，当网络中有损坏情况时，FTR采用绕开故障块的方式进行路由，增加了数据包经过的路由器数量，因此FTR的路由跳数较高，而且失效的节点和链路越多，跳数差距越大。

上述对比结果表明，在网络中无损坏节点和链路的情况下，FTR的路由总延时比LRSR平均降低了6.06%，证明了引入SDN集中控制的有效性;FTR的丢包率比同样以最小延时为目标的MLSR降低了25.79%，证明了在网络模型中为中轨道（MEO）卫星设计临时存储路由机制的有效性。而当网络中节点和链路的失效情况比较严重时，FTR的路由总延时比LRSR降低了3.99%，比MLSR降低了19.19%;其丢包率比LRSR降低了16.94%，比MLSR降低了37.95%，证明了FTR的容错有效性。综上所述，本文提出基于SDN的路由机制具有较低的时延和延迟抖动，正常的路由开销，以及较少的丢包率，因此可以提供更出色的路由服务。

4 结语

由于卫星节点所处的环境恶劣，卫星及星间链路会受到不同程度的影响。为增强卫星网络应对故障的能力，本文引入了SDN的概念，将卫星网络的控制平面和数据平面分离，设计了基于SDN的卫星网络模型，并根据星座设计原理，计算了三层卫星网络中各层卫星的相关参数。最后设计了一种针对于卫星网络的容错路由算法用于实现容错的目的，并通过延时、延迟抖动、丢包率等参数验证了设计的合理性和可行性。

本文对软件定义网络和卫星网络相结合的研究还仅仅是一个开始，下一步将充分利用SDN的优势，在实现有效的路由容错的基础上考虑卫星网络中节點的能效等问题，延长卫星网络的寿命。

参考文献 （References）

[1] 卢勇，赵有健，孙富春，等.卫星网络路由技术[J].软件学报，2014，25（5）：1085-1100.（LU Y， ZHAO Y J， SUN F C， et al. Routing techniques on satellite networks [J]. Journal of Software， 2014， 25（5）： 1085-1100.）

[2] NISHIYAMA H， TADA Y， KATO N， et al. Toward optimized traffic distribution for efficient network capacity utilization in two-layered satellite networks [J]. IEEE Transactions on Vehicular Technology， 2013， 62（3）： 1303-1313.

[3] KONDRATEVA O， DBLER H， SPARKA H， et al. Throughput-optimal joint routing and scheduling for low-earth-orbit satellite networks [C]// Proceedings of the 2018 Wireless On-Demand Network Systems and Services. Piscataway， NJ： IEEE， 2018： 59-66.

[4] LU Y， ZHANG J， ZHANG T. UMR： a utility-maximizing routing algorithm for delay-sensitive service in LEO satellite networks [J]. Chinese Journal of Aeronautics， 2015， 28（2）： 499-507.

[5] XU W， JIANG M， TANG F， et al. Network coding-based multi-path routing algorithm in two-layered satellite networks [J]. IET Communications， 2018， 12（1）： 2-8.

[6] NISHIYAMA H， KUDOH D， KATO N， et al. Load balancing and QoS provisioning based on congestion prediction for GEO/LEO hybrid satellite networks [J]. Proceedings of the IEEE， 2011， 99（11）： 1998-2007.

[7] KAWAMOTO Y， NISHIYAMA H， KATO N， et al. Assessing packet delivery delay in multi-layered satellite networks [C]// Proceedings of the 2012 IEEE International Conference on Communications. Piscataway， NJ： IEEE， 2012： 3311-3315.

[8] GUO Z， YAN Z. A weighted semi-distributed routing algorithm for LEO satellite networks [J]. Journal of Network & Computer Applications， 2015， 58： 1-11.

[9] YANG Y， XU M， WANG D， et al. Towards energy-efficient routing in satellite networks [J]. IEEE Journal on Selected Areas in Communications， 2016， 34（12）： 3869-3886.

[10] LIU H， SUN F， WANG S. Virtual Strategy QoS routing in satellite networks [J]. Science China Information Sciences， 2016， 59（9）： 92201.

[11] WAND D， LI H， SUN F， et al. Dynamic fault-tolerant routing based on FSA for LEO satellite networks [J]. IEEE Transactions on Computers， 2013， 62（10）： 1945-1958.

[12] 刘沛龙，陈宏宇，魏松杰，等.LEO衛星网络海量遥感数据下行的负载均衡多径路由算法[J].通信学报，2017，38（Z1）：135-142.（LIU P L， CHEN H Y， WEI S J， et al. Load balancing multipath routing protocol for mass remote sensing data downlink in LEO satellite network [J]. Journal on Communications， 2017， 38（Z1）： 135-142.）

[13] 齐小刚，马久龙，刘立芳.基于拓扑控制的卫星网络路由优化[J].通信学报，2018，39（2）：11-20.（QI X G， MA J L， LIU L F. Routing optimization based on topology control in satellite network [J]. Journal on Communications， 2018， 39（2）： 11-20.）

[14] XU S， WANG X， HUANG M. Software-defined next-generation satellite networks： architecture， challenges， and solutions [J]. IEEE Access， 2018， 6： 4027-4041.

[15] LU N， ZHANG H， MA J. A novel inter-satellite routing protocol based on link recognizing [C]// Proceedings of the 2014 International Conference on Cyberspace Technology. London： the Institution of Engineering and Technology， 2014： 1-4.

[16] AKYILDIZ I F， EKICI E， BENDER M D. MLSR： a novel routing algorithm for multilayered satellite IP networks [J]. IEEE/ACM Transactions on Networking， 2002， 10（3）： 411-424.