文摘

部署移动边缘计算(MEC)服务器低地球轨道(LEO)卫星形成MEC卫星越来越多的担忧。路由策略是MEC卫星的关键技术。解决不确定性问题的LEO卫星链接信息引起的复杂的空间环境,LEO卫星网络的路由策略提出了基于隶属度函数。首先,基于不确定的路由模型建立链接信息。特别是设计隶属函数来描述不确定的联系信息。在此基础上,计算路径的综合评价,建立和路由模型考虑不确定性的综合评价路径作为优化目标。第二,为了快速计算路径,灰太狼优化算法旨在解决路由模型。最后,仿真结果表明,该策略可以实现高效和安全路由在复杂的空间环境,提高总体性能与传统路由策略的表现。

1。介绍

移动计算边缘(MEC),这是一个新颖的和强大的范式,是一种很有前途的替代方案提供计算能力在网络的边缘1- - - - - -3]。低地球轨道(LEO)卫星网络拥有接近实时的优点,广泛覆盖,anti-destructive属性(4,5]。最近,一些研究结合LEO卫星网络与MEC MEC服务器部署在LEO卫星减少延迟和更一般的目的(6- - - - - -8]。作为一种新的MEC架构,MEC卫星是一个新兴的话题9- - - - - -11]。MEC卫星的通信协议设计实现高效、安全的数据传输是当前一个研究热点。

通信协议的核心,卫星网络路由策略负责星际链路之间的数据传输和确定卫星网络的整体性能12]。与地面网络,卫星网络具有动态拓扑结构和数据流量不平衡,使地面网络不适合卫星网络路由策略。因此,卫星网络的路由策略是专门研究[13]。现有的研究都集中在卫星网络的高动态变化问题。基于可预测性,周期性、规律性和其他卫星网络的特点,基于虚拟拓扑路由策略(14- - - - - -16)、虚拟节点(17,18),和覆盖域分区(19提出了。与此同时,数据流量不平衡的问题也高度关注,并提出了一种基于负载均衡的路由策略(20.- - - - - -22]。

然而,LEO卫星网络的链接信息有一定程度的不确定性。一方面,LEO卫星网络的复杂性和操作空间环境导致的不确定性的测量值链接信息(23]。例如,恶劣的太空环境如真空、太阳辐射、和弱磁场带来LEO卫星故障,导致丢包。LEO卫星的高速运动带来的问题动态卫星之间的距离,从而导致不稳定的传输延迟。星际链路的相对较长的延迟导致nonreal-time链接信息的更新。另一方面,链接评价自己,如“低延迟,”“高可靠性”和“高带宽,具有一定程度的不确定性。总之,传统的卫星网络路由策略并不那么有效,因为他们不考虑复杂的因素影响路由过程。因此,链接信息的不确定性是不容忽视的。

近年来,不确定的路由策略在复杂环境中吸引了研究人员的关注24),已成功应用于无线传感器网络的领域(25,26]。目前,一些研究人员专注于不确定在卫星网络路由策略。Zhang et al。27)卫星的多属性参数转变成一个全面的参数通过·曲克模糊积分。李等人。28)之间的拥塞状态估计相邻卫星通过模糊拥堵指标,然后提出了一种模糊路由策略避免拥挤。江et al。29日)建立了一个模糊规则集,提出了一种模糊对卫星网络路由策略,满足多服务QoS。本文认为链接信息的不确定性,如传输延迟、丢包率、和可用带宽,研究不确定的LEO卫星网络路由策略。

解决不确定性问题的LEO卫星链接信息引起的复杂的空间环境,提出了一种基于隶属度函数的路由策略。本文的贡献如下:(1)基于不确定的路由模型链接信息。具体来说,不确定的联系信息是所描述的隶属度函数,然后路径的综合评价是通过整合不同的路径中的每个链接链接信息。路由模型在此基础上,建立了考虑不确定性的综合评价。(2)灰太狼优化(拥有)算法是为了解决路由模型的前提下确保路径的有效性。(3)提出了仿真结果表明,该策略可以获得最优路径在复杂空间环境和提高性能的平均延迟、丢包率、吞吐量,相比之下,传统的路由策略。

本文的其余部分组织如下:给出了隶属度函数的背景部分2。拟议的战略是整个过程中描述第三节。建立基于不确定性路由模型链接信息第四节。GWO算法旨在解决路由模型第五节。给出了仿真分析第六节。最后,本文给出的结论第七节。

2。背景的隶属度函数

随着对不确定数据的描述和计算的需求,不确定性理论的继续发展。模糊集合理论中的隶属度函数是一种有效的工具来描述和处理数据的模糊性30.]。隶属度函数的基本思想是将经典的布尔逻辑扩展到连续逻辑任意值在一定区间[31日]。由于链接信息的不确定性,不确定性描述链接信息通过模糊集合理论中的隶属度函数,它可以更好地反映实际情况的LEO卫星网络。基本信息在这一节中给出了隶属度函数。

让 域。 域的映射吗 的时间间隔 ,和 被称为模糊子集的 。 叫做隶属度函数的 。如果 ,的价值 代表的模糊程度 属于 (32]。

的值越接近 1,程度越高 属于 。相反,越近的价值 是0,降低的程度 属于 。特别是,当 , 被认为是属于 完全。另一方面,当 , 不被认为是属于 在所有。

在本文中,我们假设 , 是链接信息, 是一种特定的链接信息 ,比如,一个低传输延迟、低丢包率,或高可用带宽。

3所示。提出的策略的总体流程

提出的策略的总体流程如图1。具体步骤如下:第一,虚拟节点法求解LEO卫星网络的动态变化问题,然后是LEO卫星网络是由一个有向图表示。第二,确定链接信息所描述的设计隶属度函数。第三,链接信息的隶属度函数之间的距离和理想点计算,这是工作的综合评价链接,然后路径的综合评价是通过积累的综合评估中的所有链接路径。第四,综合评价的路径作为优化目标建立路由模型。最后,由拥有解决路由模型,可以获得最优路径。


图1
提出的策略的总体流程。
4.1。链接信息描述

在本节中,将传输延迟、丢包率、和可用带宽为例,LEO卫星网络的链接信息是由设计隶属度函数,它可以更好地反映实际情况的LEO卫星网络。从卫星节点的传输延迟 卫星节点 表示为 。从卫星节点丢包率 卫星节点 表示为 。从卫星节点的可用带宽 卫星节点 表示为 。特别是, , ,和 。

一般来说,链接信息可分为效率指数(较大的越好)和成本指标(越小越好)。消除的影响不同类型的LEO卫星网络的链接信息,需要规范化的联系信息。

以下4.4.1。隶属度函数的传输延迟

LEO卫星的高速运动带来的问题动态卫星之间的距离。因此,传输延迟是动态变化的,从而导致传输延迟的不确定性。当 小于或等于什么 ,传输延迟被认为已符合最优链接,所以传输延迟的隶属度函数总是1。当 大于 ,构象的传输延迟的程度最优链路稳定相对一开始,然后迅速降低。因此,传输延迟的隶属度函数的链接 由指数函数描述如下: 在哪里 传输延迟阈值的链接吗 。由于传输延迟是一个附加参数,计算 ,在哪里 的最大传输延迟阈值路径,然后呢 是最大的基线路径的跳数阈值。 代表平均传输延迟阈值的每一个环节的路径。可以用传输延迟 ,在哪里 距离卫星节点的联系吗 卫星节点 和 速度是恒定的光。较小的 更一致的最优链路。当 小于或等于什么 , 总是1,这表明当前链接完全符合最佳关联。当 大于 ,传输延迟的隶属度降低 增加。也就是说,构象的最佳链接减少的程度。

4.1.2。隶属度函数的丢包率

恶劣的空间环境,如真空,与太阳辐射面积,或弱磁场,带来了LEO卫星故障,导致丢包。因此,丢包率具有一定的不确定性。当 小于或等于什么 ,丢包率被认为已符合最优链接,所以丢包率的隶属度函数总是1。当 大于 ,构象的丢包率的程度最优链接作为丢包率增加呈线性下降。出于这个原因,丢包率的隶属度函数的链接 由线性函数描述如下: 在哪里 丢包率阈值的链接吗 。由于丢包率是一个乘法参数,计算 ,在哪里 是路径和最大丢包率阈值 是最大的基线路径的跳数阈值。 代表平均丢包率阈值的每一个环节的路径。丢包率可以用 ,在哪里 是通过卫星节点接收到的数据包的总数吗 和 是卫星节点发送的数据包的总数吗 。较小的 更一致的最优链路。当 小于或等于什么 , 总是1,这表明当前链接完全符合最佳关联。当 大于 ,丢包率降低的隶属度 增加。也就是说,构象的最佳链接减少的程度。

4.1.3。隶属度函数的可用带宽

由于LEO卫星的高速运动,LEO卫星网络的动态变化,从而导致可用带宽的不确定性。当 小于 ,构象的程度可用带宽的最佳链接开始迅速增加,然后相对稳定。当 大于或等于什么 ,可用的带宽被认为已符合最优链接,隶属度函数的可用带宽总是1。出于这个原因,隶属度函数的可用带宽链接 由对数函数描述如下: 在哪里 是链接的可用带宽阈值 。由于可用带宽是一个凹度参数,计算 ,在哪里 可用带宽的最小值是在前面的时间吗 和 是可用带宽的最大值在前面的时间吗 。 代表平均可用带宽的阈值。可用的带宽可以用 ,在哪里 的总带宽链接吗 和 占用的带宽链接吗 。更大的 更一致的最优链路。当 增加到 ,可用带宽的隶属度增加。也就是说,构象的最佳链接增加的程度。当 大于 , 总是1,这表明当前链接完全符合最佳关联。

4.2。综合评价的路径

为方便路由计算,理想点理论(33)是用来整合这三个链接信息标准,即。,the transmission delay, packet loss rate, and available bandwidth, into a comprehensive evaluation of the link. Euclidean distance is used to measure the distance between two points in ideal point theory. Therefore, Euclidean distance is adopted to calculate the distance between the membership degree function of the link information and the ideal point. This distance is defined as the comprehensive evaluation of the link. The comprehensive evaluation of the link from satellite node 卫星节点 计算如下:

综合评价的路径从源卫星节点 到目标卫星节点 可以通过积累的综合评价所有的链接 如下: 在越小 是,越大的构象路径的最优路径。

4.3。路由模型建立

路由模型建立了综合评价的路径作为优化目标,路径的传输延迟,丢包率的路径,路径的可用带宽,和路径的跳数限制。LEO卫星网络被认为是一个有向图 使用虚拟节点,在那里 代表所有节点的集合 代表了卫星网络中的所有链接。假设 , ,和 从节点的路径吗 到节点 ;的路由模型 如下:

特别是, 的综合评价路径从源卫星节点 到目标卫星节点 。 传输延迟约束的路径;即传输延迟的和所选路径中所有的链接必须小于或等于最大传输延迟阈值的路径 。 丢包率约束的路径;也就是说,产品的每一个环节的可靠性在选择路径必须大于或等于最低阈值的路径可靠性 。特别是, 的最大丢包率阈值的路径。 可用带宽约束的路径;也就是最低可用带宽选择路径的每一个环节必须大于或等于最低阈值的路径可用带宽 。 路径的跳数约束;也就是说,所选路径的跳数必须小于或等于最大基准路径的跳数阈值。基线的路径是由一个深度搜索深度的限制 。 ,在哪里 是轨道的LEO卫星网络的数量和 是卫星的数量在一个轨道。特别是,如果的值 的两条路径是相同的,最优路径是随机选择的两条路径。

5。路由模型解决方案基于灰太狼优化算法

多约束模型是一个np难问题的解决方案(34,35]。路由模型的计算复杂度增加随着卫星网络规模的增加。作为一个新的元素启发式群体智能算法,提出了拥有由Mirjalili et al。36]。拥有具有快速收敛的优点和少量的计算,与传统的优化算法。由于有限的计算能力的卫星网络,拥有用于解决路由模型在这一节中。解决方案的流程图的路由模型基于拥有如图2。拥有的关键步骤包括个人位置编码、初始种群生成、适应度函数设计和猎物狩猎。


图2
流程图的解决方案基于拥有路由模型。
5.1。个人位置编码

摘要卫星节点的路径编码序列。记录的一个个体,这是一个完整的路径从源卫星节点 到目标卫星节点 ,可以表示为 。相应地,路径信息的一组 表示为 。如图3源的链接信息卫星节点 和目标卫星节点 分别是由吗 和 ,的传输延迟、丢包率和可用带宽从卫星节点 卫星节点 由 ,分别。解决路由模型的过程中,源卫星节点 和目标卫星节点 每个人的保持不变。


图3
个人位置编码。
5.2。生成初始种群

为了确保生成的路径的有效性,初始路径从源卫星节点是随机生成的 到目标卫星节点 。后来,初始路径放置的路径设置 。

5.3。适应度函数的设计

优化目标 的路由模型作为拥有的适应度函数。路径设置 按升序进行排序根据适应度函数的值,然后选择的最高的三个人是吗 , ,和 反过来。

5.4。猎物狩猎

, ,和 是猎物的位置。任何 不断更新,直到获得最优路径,如图4和更新的路径 计算的指导吗 , ,和 如下: 在哪里 , ,和 之间的相对距离的绝对值是吗 和 , ,和 ,分别。 , ,和 都是影响因素。 , ,和 是收敛的影响因素。


图4
猎物狩猎。

6。仿真分析

6.1。模拟环境

我们在NS2模拟提出了策略,Visual Studio来验证其有效性。LEO卫星网络是采用铱星星座的极地轨道模拟。66年的网络拓扑是由LEO卫星,和具体参数如表所示1。虚拟节点法求解LEO卫星网络的动态变化问题。根据每个卫星的覆盖范围在铱,地球表面被分成66个虚拟节点,等于LEO卫星的数量。66个虚拟节点的位置和拓扑如图所示5。

表1
LEO卫星网络的参数。

图5
位置和拓扑的虚拟节点。

此外,路由更新方法与文献一致(37]。采用集中式路由计算方法在区域中心的虚拟节点。LEO卫星实时监控他们的链接信息。监控链接信息超过一定的阈值时,该链接信息发送到区域中心的虚拟节点。路线计算基于收集到的链接信息在区域中心。计算完成后,发送路由到LEO卫星在该地区。

共有120个用户节点生成地球表面均匀,和每个用户节点生成流量相同的概率。源目的地对随机生成的。

6.2。仿真结果

LEO卫星网络的路由策略基于隶属度函数(RSSN-MDF)与卫星网络的路由策略相比,基于Dijkstra算法(RSSN-D),基于多层卫星网络的路由策略决策(RSSN-ML) [38,卫星网络的路由策略基于多目标决策(RSSN-MDM) [39)的平均延迟、延迟抖动、丢包率、吞吐量和综合性能。

图6显示了平均延误的比较不同的数据包发送率。如这个图所示,RSSN-D的平均延迟随着数据包发送速率的增加迅速增加。这是因为RSSN-D只需要传输延迟作为路径计算的基础,很容易变得拥挤。RSSN-MDM需要链接的可用带宽作为评价指标,有效避免交通拥堵。因此,平均延迟RSSN-MDM比RSSN-ML要好。RSSN-MDF的传输延迟、丢包率和可用带宽的优化目标,还考虑链接信息的不确定性,所以RSSN-MDF能够适应复杂的空间环境,在一定程度上避免拥挤。因此,可以通过RSSN-MDF获得最优路径。因此,平均延迟RSSN-MDF总是低。


图6
比较平均延误。

图7显示延迟恐慌的比较在不同的数据包发送率。延迟抖动的区别是最大延迟和数据包时的最小延迟通过的路径。如这个图所示,RSSN-MDM延迟恐慌,RSSN-MDF, RSSN-D很高和RSSN-ML很低。这是因为RSSN-ML使用层次聚类方法计算路线,可以减少计算的复杂度和减少延迟的干扰。RSSN-MDF路径的传输延迟,丢包率的路径,路径的可用带宽,和路径的跳数约束。与此同时,RSSN-MDF采用集中式路由计算方法。上述原因导致更高的计算复杂度。此外,有一个延迟RSSN-MDF的路由更新。有些卫星转发数据包根据旧的路径,以及一些可能转发数据包根据新的路径。因此,RSSN-MDF之间的数据包延迟的差异很大,另一方法。 As a result, the delay jitter of RSSN-MDF is high.


图7
延迟比较紧张。

图8显示了丢包率进行比较,在不同的数据包发送率。如这个图所示,RSSN-MDF的丢包率和RSSN-MDM比RSSN-ML和RSSN-D。这是因为RSSN-MDF和RSSN-MDM类似的传输延迟、丢包率,评估指标和可用带宽作为他们的链接。此外,RSSN-ML和RSSN-D计算根据确定值而不考虑他们的路径链接信息的不确定性。因此,RSSN-ML的丢包率和RSSN-D迅速增加数据包发送率增加。RSSN-MDF考虑了链接信息的不确定性,介绍了路径约束到路由模型,进一步提高了路由的可靠性计算。因此,RSSN-MDF总是较低的丢包率。


图8
丢包率的比较。

图9显示了吞吐量的比较在不同的数据包发送率。如这个图所示,RSSN-ML和RSSN-D总是低的吞吐量。这是因为这两种方法计算其路径根据确定的值;最优路径中不能获得复杂的空间环境。的吞吐量RSSN-MDF类似RSSN-MDM开始然后就优于RSSN-MDM。这是因为RSSN-MDF不仅考虑链接信息的不确定性,也可用带宽作为链接评价指标。因此,RSSN-MDF能够适应复杂的空间环境,在一定程度上避免拥挤。因此,RSSN-MDF吞吐量的增加随着数据包发送速率的增加。


图9
吞吐量的比较。

评估整体性能的四个策略,作为一个索引的综合性能。首先,平均延迟、延迟抖动、丢包率、吞吐量都转化为成本指标,min-max正常化。然后,综合性能的平均加权求和计算这些规范化的索引。综合性能值越小,更好的将执行路由策略。图10显示的比较全面的性能在不同的数据包发送率。随着数据包发送速率的增加,综合表现RSSN-D RSSN-ML恶化,而那些RSSN-D和RSSN-ML相对稳定。如这个图所示,该策略的综合性能是最好的。总之,RSSN-MDF可以实现高效和安全路由在复杂的空间环境。


图10
比较全面的表现。

7所示。结论

路由策略研究MEC卫星具有重要意义。然而,LEO卫星网络的复杂性导致链接信息的不确定性。在这篇文章中,LEO卫星网络的路由策略提出了基于隶属度函数。首先,基于不确定的路由模型建立链接信息。具体来说,不确定的链接信息所描述的设计隶属度函数,然后路径的综合评价是通过整合不同的路径中的每个链接链接信息。后来,路径的综合评价作为优化目标建立路由模型。第二,拥有算法旨在解决路由模型。最后,仿真结果表明,该策略可以实现高效和安全路由在复杂的空间环境。虽然拟议的战略失去一些延迟抖动,它提高了性能的平均延迟,丢包率和吞吐量,相比之下,传统路由策略的表现。的影响程度的不确定性将会考虑在未来的研究。

数据可用性

模拟评价数据用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作得到了国家自然科学基金资助下的中国61972210,61873131,61872191,61803212,自然科学基金下的江苏省高等教育机构授予18 kjb520034。