范TY -的A2 -胡,非盟- Na (AU -潘,郑盟——刘,鑫盟——邓Zhian AU -高,Zihe盟——郭,清PY - 2018 DA - 2018/06/14 TI -分布式路由策略基于机器学习的LEO卫星网络SP - 3026405六世- 2018 AB -陆地通信必不可少的补充,近地轨道卫星网络以其独特的优势成为未来天地综合网络的重要组成部分。然而，由于时变拓扑结构、链路切换频繁、通信负载不均衡等原因，低轨道卫星网络的有效可靠路由一直是一个棘手的问题。提出了一种基于极限学习机(ELM)的分布式路由策略。ELMDR策略考虑地球表面的交通分布密度，基于交通预测进行路由决策。在交通预测方面，采用ELM算法对卫星节点的交通进行预测，该算法是一种快速、高效的机器学习算法。在路由决策方面，引入移动代理(MAs)，同时独立搜索低轨卫星网络并确定路由信息。仿真结果表明，与传统的蚁群算法(ACO)相比，ELMDR算法不仅充分利用了未充分利用的链路，而且降低了时延。SN - 1530-8669 UR - https://doi.org/10.1155/2018/3026405 DO - 10.1155/2018/3026405 JF -无线通信和移动计算PB - Hindawi KW - ER -