導(dǎo)讀：巨型低地球軌道衛(wèi)星(LEO)星座網(wǎng)絡(luò)通常由數(shù)百顆或數(shù)千顆衛(wèi)星組成，這些衛(wèi)星在不斷改變其相對(duì)位置、通信強(qiáng)度和傳輸延遲等方面存在較大的變化。在這種動(dòng)態(tài)環(huán)境下，傳統(tǒng)的靜態(tài)路由技術(shù)已經(jīng)無(wú)法滿(mǎn)足需求，需要采用自動(dòng)化的動(dòng)態(tài)路由技術(shù)來(lái)優(yōu)化星座網(wǎng)絡(luò)的性能和效率。

大規(guī)模衛(wèi)星網(wǎng)絡(luò)的設(shè)計(jì)和發(fā)射對(duì)高效和最小延遲的路由方法提出了迫切的需求。由于計(jì)劃在未來(lái)部署的大多數(shù)星座都將依賴(lài)衛(wèi)星間鏈路(ISL)，因此數(shù)據(jù)包在從源到目的地傳輸時(shí)通常需要進(jìn)行大量跳轉(zhuǎn)。大量衛(wèi)星增加了此類(lèi)網(wǎng)絡(luò)中路由的復(fù)雜性。因此需要專(zhuān)門(mén)和高效的路由算法，隨著此類(lèi)星座中衛(wèi)星數(shù)量的增加，由于空間和時(shí)間的限制，預(yù)先計(jì)算所有衛(wèi)星之間的所有最短路線(xiàn)變得越來(lái)越不可行。需要采用自動(dòng)化的動(dòng)態(tài)路由技術(shù)來(lái)優(yōu)化星座網(wǎng)絡(luò)的性能和效率。

具體而言，自動(dòng)化的動(dòng)態(tài)路由技術(shù)可以根據(jù)實(shí)時(shí)的狀況信息和網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，自動(dòng)計(jì)算最短路徑、最佳傳輸路徑和最小傳輸延遲等條件，并動(dòng)態(tài)調(diào)整衛(wèi)星之間的通信流量和傳輸路線(xiàn)，從而實(shí)現(xiàn)星座網(wǎng)絡(luò)的優(yōu)化性能和高效運(yùn)行。此外，動(dòng)態(tài)路由技術(shù)還可以支持彈性網(wǎng)格計(jì)算等高級(jí)應(yīng)用，提高星座網(wǎng)絡(luò)的可靠性、安全性和靈活性。

因此，對(duì)于巨型低地球軌道衛(wèi)星星座網(wǎng)絡(luò)來(lái)說(shuō)，自動(dòng)化的動(dòng)態(tài)路由技術(shù)是非常重要的，可以提高星座網(wǎng)絡(luò)的性能和效率，同時(shí)也可以為用戶(hù)提供更好的服務(wù)體驗(yàn)。

根據(jù)SDA與工業(yè)界的交流，有幾個(gè)供應(yīng)商提出空間網(wǎng)狀網(wǎng)絡(luò)星座的概念已經(jīng)得到了充分的討論。商業(yè)巨型星座的衛(wèi)星數(shù)量基本都超過(guò)1500，比預(yù)計(jì)完成后的傳輸層還要大。這表明業(yè)界已經(jīng)開(kāi)發(fā)了動(dòng)態(tài)路由并且在設(shè)計(jì)階段已經(jīng)提出了解決方案，甚至技術(shù)已臻成熟。

根據(jù)不同的需求和優(yōu)先級(jí)，針對(duì)星座的光學(xué)星間鏈路(OISL)網(wǎng)絡(luò)有以下路由機(jī)制：

圖表：基于根據(jù)不同的需求和優(yōu)先級(jí)的OISL網(wǎng)絡(luò)分類(lèi)

根據(jù)路由決策主體的差異，星座的路由算法異可分為集中式路由、分布式路由和混合式路由。 圖表：基于決策的分布方式分類(lèi)的路由算法

通常來(lái)說(shuō)，大規(guī)模LEO衛(wèi)星星座的建設(shè)周期長(zhǎng)，衛(wèi)星通常是分批次發(fā)射，有計(jì)劃、逐批次進(jìn)行組網(wǎng)，最終實(shí)現(xiàn)全面運(yùn)營(yíng)。因此，考慮到衛(wèi)星節(jié)點(diǎn)數(shù)目的逐步變化，需要在星座建設(shè)前期規(guī)劃網(wǎng)絡(luò)的可擴(kuò)展性。相對(duì)于收集、處理全局網(wǎng)絡(luò)狀態(tài)的集中式架構(gòu)，分布式架構(gòu)具有更好的靈活性和容錯(cuò)能力。

展望

巨型LEO星座復(fù)雜衛(wèi)星網(wǎng)絡(luò)是一種由大量衛(wèi)星組成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，其路由問(wèn)題是一個(gè)具有挑戰(zhàn)性的問(wèn)題。當(dāng)前熱門(mén)的深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等人工智能技術(shù)可以應(yīng)用于解決這個(gè)問(wèn)題，具有以下潛力：

深度學(xué)習(xí)可以通過(guò)學(xué)習(xí)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和數(shù)據(jù)流量模式，自動(dòng)發(fā)現(xiàn)最佳路由路徑，從而提高網(wǎng)絡(luò)的性能和效率。一些研究已經(jīng)使用流量預(yù)測(cè)作為其LEO衛(wèi)星網(wǎng)絡(luò)分布式路由策略的一部分[1]。

強(qiáng)化學(xué)習(xí)可以通過(guò)建立一個(gè)智能代理，根據(jù)當(dāng)前狀態(tài)和目標(biāo)，選擇最優(yōu)的動(dòng)作來(lái)實(shí)現(xiàn)最優(yōu)路由，適應(yīng)網(wǎng)絡(luò)環(huán)境的變化和動(dòng)態(tài)性，提高網(wǎng)絡(luò)的魯棒性和自適應(yīng)性。

圖表：傳統(tǒng)路由算法與人工智能算法對(duì)比

基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的路由算法可以針對(duì)不同的網(wǎng)絡(luò)需求和服務(wù)質(zhì)量要求，實(shí)現(xiàn)個(gè)性化的路由策略，提高網(wǎng)絡(luò)的靈活性和適應(yīng)性。傳統(tǒng)的路由算法相比，基于人工智能技術(shù)的路由算法可以更好地處理網(wǎng)絡(luò)擁塞、故障和攻擊等問(wèn)題，提高網(wǎng)絡(luò)的安全性和可靠性。未來(lái)，人工智能技術(shù)有望在低軌衛(wèi)星星座路由上獲得重要應(yīng)用。（北京藍(lán)德信息科技有限公司）

審核編輯：湯梓紅