基于多Agent系统的LEO卫星网络路由算法研究
ROUTING ALGORITHMS BASED ON MULTI-AGENT SYSTEM IN LEO SATELLITE NETWORK
摘 要
Abstract
目 录
Contents
第1章 绪 论
1.1 课题背景及研究的目的和意义
1.1.1课题的来源及背景
1.1.2课题研究的目的和意义
1.2 国内外发展及研究现状
1.2.1 低轨移动卫星系统的发展
1.2.2 低轨卫星网络路由的研究现状
1.2.3 多Agent系统的研究现状
1.2.4 存在的问题及改进目标
1.3 学位论文主要研究内容
第2章 多Agent系统和网络路由
2.1 引言
2.2 路由问题
2.2.1 路由的定义和特点
2.2.2 路由的分类
2.3 最短路径路由算法
2.3.1 距离矢量路由算法
2.3.2 链路状态路由算法
2.4最优路由算法
2.4.1最优路由的数学模型
2.4.2局部最优和全局最优
2.4.3计算复杂度
2.4.4最优化问题分类
2.5人工智能路由算法
2.5.1启发式算法
2.5.2元启发式算法
2.5.3元启发式算法的优化模式
2.6多Agent系统
2.6.1多Agent系统的特征和协作策略
2.6.2多Agent系统的体系结构
2.7基于多Agent系统的路由
2.7.1前提假设
2.7.2路由特征
2.7.3路由流程
2.7.4节点保存的数据结构
2.8本章小结
第3章 LEO卫星网络分布式多路径路由算法
3.1引言
3.2单路径和多路径
3.2.1多路径的优缺点
3.2.2多路径的考虑因素
3.3蚁群优化算法
3.3.1蚂蚁的集体行为
3.3.2蚁群算法的系统学特征
3.4基于蚁群算法的路由
3.4.1算法流程
3.4.2算法复杂度
3.4.3算法收敛性
3.4.4蚁群算法优缺点
3.5基于多Agent系统的多路径路由算法
3.5.1算法描述
3.5.2 DMSR与蚁群算法的区别
3.5.3性能验证及结果分析
3.6本章小结
第4章LEO卫星网络负载均衡路由算法
4.1 引言
4.2 LEO卫星网络业务分布特性
4.2.1 空间分布不均衡性
4.2.2 时间分布不均衡性
4.3显式负载均衡技术
4.3.1拥塞门限
4.3.2负载均衡
4.4 流量预测算法
4.4.1 网络流量的基本特征
4.4.2 预测方法比较
4.5基于神经网络预测的负载均衡路由算法
4.5.1 地表业务流量的分解
4.5.2 基于神经网络的流量预测
4.5.3 路由决策
4.5.4 性能仿真及结果分析
4.6 本章小结
第5章 LEO卫星网络QoS路由算法
5.1 引言
5.2 服务质量保障技术
5.2.1通信量管理
5.2.2 QoS路由
5.2.3 调度算法
5.2.4 拥塞控制
5.2.5 队列管理
5.3 QoS路由的约束条件
5.3.1 QoS路由的指标选择
5.3.2 QoS路由复杂度分析
5.4 基于地面站的代数优化QoS路由算法
5.4.1 路由模型
5.4.2 路由策略
5.5 基于遗传算法的LEO卫星网络QoS路由算法
5.5.1 路由更新和路由表设定
5.5.2 基于遗传算法的LEO卫星路由协议
5.6 基于多Agent系统的LEO卫星网络QoS路由算法
5.6.1 LEO卫星网络拓扑模型
5.6.2 QoS模型
5.6.3 MAQR算法的组成元素
5.6.4 MAQR算法描述
5.6.5 LEO卫星切换策略
5.6.6 MAQR算法特点
5.6.7 性能验证及结果分析
5.7 本章小结
结 论
参考文献
攻读博士学位期间发表的论文及其它成果
哈尔滨工业大学学位论文原创性声明及使用授权说明
致 谢
个人简历