随着航天技术的迅速发展和应用，卫星已经成为获取、融合、分发、处理空间信息和资源的主要手段和途径［1］。卫星网络不受地理环境限制，能够为全球范围的地面用户提供远距离通信，是未来信息基础设施的重要组成部分。双层卫星网络相较于单层卫星构成的空间网络，因为结合了不同层次、不同轨道卫星的各自优势，所以具有更高的可扩展性和灵活性。

由于卫星网络对比于地面网络，具有高动态拓扑、有限计算能力、有限存储空间等特性，这使得现有的地面网络路由策略无法在卫星网络中得到应用。另外，因为卫星发射后很难升级或维修，并且卫星运行的实际环境十分恶劣，所以一旦卫星发生故障就会对整网的运行造成较大影响。因此研究如何及时恢复卫星网络的正常运行并最大限度地降低因故障导致的链路时延，即设计高效的卫星抗毁性路由策略，对于保障卫星系统的可靠运行，提高卫星系统工作效率，具有重要意义。

双层卫星网络［2］主要由低轨道（Low Earth Orbit，LEO）卫星或中轨道（Medium Earth Orbit，MEO）卫星，与同步地球轨道（Geostationary Earth Orbit，GEO）卫星构成。传统双层卫星网络的路由策略一般采用组管理路由算法和快照序列路由算法等集中式算法，此外也有一些研究采用分布式路由算法。

（1）获取训练样本与真实人脸位置标签：通过获取WIDER FACE与CelebA两个人脸库中1000张局部遮挡人脸与2500张正常人脸。在获取训练样本时，收集了大量遮挡人脸样本，以增强训练样本数据的代表性，进一步提高了实验的准确率。并把数据集与标签数据转换为VOC数据集格式，利用这3500张图片与真实位置标签作为训练样本数据。图片大小统一裁剪为448*448的大小，做去均值与归一化处理后与人脸真实位置标签一起存入到训练集中，其中人脸图像存放的位置要与人脸真实位置标签数据一一对应。训练样本集示例如下图3所示，人脸真实位置标签示例（分别代表了人脸位置右上顶点与左下底点坐标）如下图4所示。

分布式路由是指在网络中的每一个节点都通过分布式算法计算各自的路由表。2007年，Papapetrou等［3－4］首先将无线自组织网络的思想引入卫星网络，提出了辅助定位按需路由协议，该协议可以达到提高数据传输率和平衡流量的目的，但其路由请求区域为局部区域，所以不能做全局优化。同年，任洪波［5］提出一种基于路径信息压缩的分布式路由算法，该算法实现了卫星网路中的流量负载平衡，但信令代价较大，整网通信效率较低。2013年，Nishiyama等［6－7］提出了针对双层卫星网络的分布式流量平衡路由策略，当卫星进入拥塞区域时通知它的邻居进行流量绕行，从而达到平衡流量的目的，但该策略无法预测拥塞。

由于LEO层的卫星计算能力低，不适合频繁计算路由表，所以研究者开始研究组管理路由策略，即按照高轨卫星对低轨卫星的覆盖关系进行分组，在组成员关系改变时由担当簇首节点的高轨卫星为其组员重新计算路由表。2009年，何俊等［11］提出了一种基于GEO／LEO双层星座的卫星组网结构，具有组网灵活、管理简单等特点，但并没有涉及到传输效率方面的研究。2013年，姚晔等［12］在组管理基础上提出了基于GEO／LEO双层网络的路由协议，采用分层分簇的管理方法降低卫星之间复杂性，在每个簇内只选择两颗LEO卫星与GEO卫星通信，该方法虽然减小了信令代价，却也降低了整网的通信效率。

由于分布式算法在同步网络拓扑时需要消耗巨大的信令代价，所以研究者在卫星网络拓扑变化规律的基础上，提出了快照序列路由算法，即根据卫星网络拓扑的变化进行拓扑切片，在初始化时为每个切片计算路由表。Werner［8］将连续时变的卫星网络离散化为一系列以物理拓扑与链路长度的变化为切分的静态拓扑，但是这种方法计算量大，效率低，并且抗毁性不好。2012年，杨力等［9］提出一种面向GEO／LEO双层卫星网络的时间虚拟化和分层管理的路由算法，该方法虽然可以避免拥塞，但路由计算频繁、负担较重。同年，Kawamoto等［10］将流量平衡引入快照序列路由算法，在链路出现拥塞时由地面站重新计算新的快照序列路由表，该方法虽然可以有效地提升卫星网络的通信效率，但信令代价较大。

尽管上述文献已经对卫星网络的多种路由策略进行了研究，但存在重路由次数多、故障恢复时长长以及更新代价大等问题，并均未涉及抗毁性的研究。本文提出的面向GEO／LEO双层卫星网络的抗毁路由 策 略 （Destruction-Resistant Routing Strategy，DRRS），是基于组管理实现的一种分层分簇的抗毁路由策略，通过采用虚拟节点与区域划分相结合的方式，对簇首节点和地面节点屏蔽了卫星网络的高动态拓扑性；并设计了新的链路状态评价函数和重路由触发机制；同时在分发新路由表时，采用了局部更新方式。该策略在保证通信质量的前提下，可以减少重路由次数、故障恢复时长、路由表更新卫星数，有着良好的抗毁性能。

1 策略概述

本文策略利用GEO卫星覆盖面积大的优势，采用带冗余的GEO层覆盖全体LEO层的架构［13］，为LEO层提供统一的路由计算。具体的双层卫星网络架构如图1所示。

  

图1 双层卫星网络架构图

LEO层参考Iridium铱星系统，GEO层设置了4颗GEO卫星均匀分布在赤道上空。由于3颗GEO卫星即可覆盖全球，故设置4颗GEO卫星即可有一颗的冗余量，即便有一颗GEO卫星发生故障，整个GEO层也可继续完成任务。

因为GEO层覆盖全体LEO层，故将LEO层的路由计算任务交由GEO层完成，再辅以链路状态评价函数和重路由触发机制，以及局部更新方式，即可完成GEO层对LEO层的重路由，进而达到GEO／LEO双层卫星网络的抗毁性目的。

2 虚拟节点与区域划分相结合的组管理模型

传统的卫星路由策略所使用的链路代价都是单一的链路传播时延，而在本文策略中，综合考虑了数据包在卫星链路上的传播时延、每颗卫星中的发送队列排队数等对数据包传输造成影响的参数，进而给出链路状态的评价函数：

将全体LEO卫星按照GEO卫星的覆盖范围划分为4个区域，每颗LEO卫星选取对其具有最大可视角的GEO卫星作为其簇首；同时，将地球表面按照铱星星座中每个卫星的覆盖区域，划分为与LEO卫星个数相等的66个虚拟节点，每个虚拟节点都有一个编号，并且虚拟节点和LEO卫星都是按照最近距离优先的方式一对一匹配；铱星星座轨道分布的规整性，使得LEO卫星距虚拟节点的距离呈近似线性的变化；当每颗LEO卫星移动到该虚拟节点区域与下一个虚拟节点区域的重合区域时，此LEO卫星就与下一个虚拟节点的LEO卫星建立连接，并比较双方相对于下一个虚拟节点中心位置的距离。若此LEO卫星的距离更小，则从下一个虚拟节点的原LEO卫星处继承下一个虚拟节点的路由表和编号等信息，从而完成LEO卫星与虚拟节点的切换；若此LEO卫星的距离更大，则放弃该次切换，并在等待随机时间后，再次寻找下一个虚拟节点并发起新的切换。而若下一个虚拟节点的LEO卫星出现故障或损毁，即无法联系到下一个虚拟节点的LEO卫星时，此LEO卫星立即向其所属的GEO卫星索取下一个虚拟节点的路由表和编号等虚拟节点信息，并同时通报下一个虚拟节点的原LEO卫星损毁，从而促发重路由。为了完成LEO卫星与地面节点的切换，传统卫星路由需要耗费大量额外空间存储每个拓扑快照的路由表，而本文策略采用的虚拟节点模型由于虚拟节点位置不变，不需要额外存储每个拓扑快照信息；并且对于GEO卫星和地面节点而言，与其相通信的LEO卫星都是编号、位置不变的虚拟节点，因此可以避免在传统路由策略中由于LEO卫星相对于地面节点的高速移动而带来的频繁切换，以及为了维持通信而导致的频繁重路由。

3 链路状态评价和重路由触发机制

传统的不使用虚拟节点的路由策略，由于LEO卫星飞行速度快，相对于地面节点和GEO卫星切换频繁，为了维持节点间的通信，必然导致频繁的重路由。因此为了降低重路由频率，必须要对地面节点和GEO层屏蔽LEO卫星的频繁切换，故采取虚拟节点与区域划分相结合的组管理模型。

 

其中，Costij为从虚拟节点i到虚拟节点j的链路状态；Tdij为此时刻从虚拟节点i到虚拟节点j的归一化传播时延，具体的归一化方法采用Min-Max归一化（Min-Max Normalization），在这里由于传播时延主要受传播距离的影响，即，其中L为链路长度，v为传播速度，一般设为常量光速；TCij为此时刻从虚拟节点i到虚拟节点j的归一化排队时延，具体的归一化方式依然采用 Min-Max归一化，TCij＝C／r，其中C为该链路次时刻发送队列字节长度，r为该链路的发送速率；w1和w2分别为传播时延和发送队列排队数的权重，w1＋w2＝1。

卫星实时监控其发送队列的排队数目并用此链路状态评价函数对其卫星链路进行评估，同时设置了重路由触发机制：即一旦评估出的链路状态Cost增大的过程中达到所设置的3个上升沿触发阈值θ1、θ2、θ3或在减小的过程中达到3个下降沿触发阈值 φ1、φ2、φ3时，该卫星即向其虚拟节点所属的GEO卫星上报该链路状态的变化，其中，这6个阈值的大小关系为 φ1＜θ1＜φ2＜θ2＜φ3＜θ3。将上升沿触发阈值和下降沿触发阈值分开，可以有效地减少由于链路状态Cost在某一值附近来回震荡而向GEO卫星频繁上报链路状态的次数。并且，在链路状态的上升或下降方向分别设置的3个阈值，前两个阈值是表示链路轻度和中度拥塞的阈值，最后一个阈值是当卫星出现故障或被损毁时其链路状态达到极端拥塞（即断路状态，需要进行抗毁性重路由）的阈值。利用这3个阈值可以将链路的拥塞控制和卫星网络的抗毁性路由结合起来。

（1）钻孔：采用钻孔的开孔孔位依据测定标志出的炮眼布置图确定。周边孔在断面轮廓线上开孔，其沿轮廓线的调整范围和掏槽孔的孔位偏差不大于5cm，其他炮孔孔位的偏差不大于10cm。炮孔孔底均落在爆破图规定的平面上。炮孔钻设完成后要经检查合格后，方可装药爆破。

4 基于Floyd算法的路由计算

教师队伍建设是学校发展的基础，是保证教育教学质量的核心内容。为了满足新华学院跨越式发展的需要，满足培养高素质应用型专业人才的需要，为了改善教师的知识结构和能力结构，信息工程学院正在大力培养精湛的工作，专业化和一体化。新华学院的发展和社会需要一支兼容性和可持续性的高水平“双能”教师队伍。实践教育基地的建设为培养“双能”教师提供了良好的环境。根据我院的需要，要积极派教师到实习基地，企业等生产线进行实际操作，技能培训等工作，在实践中培养教师的实践技能和动手能力。争取每年至少培养1-2名“双能型”教师。

Floyd算法是一种利用动态规划的思想寻找给定加权图中多源点之间最短路径的算法［14］。本文策略同时维护着两份二维表，一份是全局链路状态FCost表，另一份是记录最短路径的路径Path表。初始状态下FCost表中所存储的每一个FCostij代表从虚拟节点i到虚拟节点j的链路状态大小，即初始状态下的FCostij其数值等于链路状态评价函数的Costij；Path表中的pathij代表从虚拟节点i到虚拟节点j需要经过的路径。具体计算时，首先将FCost表中所有不存在真实链路的位置设置为断路状态，即FCost值无穷大；然后依次选取全局链路状态FCost表中的每一个虚拟节点k，去中转任意的虚拟节点i：若不进行中转的FCostij大于进行中转的FCostik＋FCostkj，则将原有的 FCostij更新为（FCostik＋FCostkj）的值，并同时将k添加进pathij所存储的数组中，使得原先从虚拟节点i到虚拟节点j的路径，变为先从虚拟节点i到虚拟节点k，再从虚拟节点k到虚拟节点j。

饲养管理工作开展的科学性是决定猪养殖成效的关键因素之一[2]，为尽量将猪高热综合征对养猪业及具体养殖场的影响降到最小，应充分重视饲养管理工作。相关养殖人员应结合以下几点内容做到科学饲养管理：首先，养殖场应坚持自繁自养原则，实行封闭式管理。有效预防病毒通过外部因素进入猪群中，养殖人员只要保证猪养殖环境内不存在危险因素即可。其次，养殖场应在原有基础上对饲养管理条件进行改善。圈舍的通风、防暑、消毒、驱虫等工作展开的都会对猪高热综合征的发病率产生一定的影响，因此，相关养殖单位必须从养殖场的建设做起，提升各项设备设施的质量，从根本上做好饲养管理工作。

在Floyd算法执行结束后，Path表中所存储的数组pathij就是从虚拟节点i到虚拟节点j的最优路径，并且此最优路径pathij所对应的路径上FCost总和就是此时FCost表中经过优化更新之后的FCostij。

5 LEO路由表的局部更新方式

在卫星网络中，更新卫星路由表的传统方式是采取洪泛式更新，即向全体LEO卫星发送新路由表，这样许多不需要更新其路由表的卫星也会接收到新路由表，甚至会被要求转发。本文策略采取的是一种局部更新方式，即只向需要更新其路由表的LEO卫星发送更新信息，并且不再发送完整的新路由表，而是发送基于原路由表的增量更新信息。

随着社会的发展与技术的进步，每一栋建筑因其空间与功能不同，也决定了每一栋建筑都有固定的行业支持。因此建筑工人会根据应有的程序以及人员的分配，把不同的工作分配给不同的人员，合理安排人力物力，这样既使工作效率有明显提升，还对工作人员是一种磨练。因此，建筑工程的施工流动性也显而易见了。

具体方法为GEO卫星接收到某条链路状态的变化后立即向所有其他GEO卫星通报该条链路状态的变化，使得整个GEO层保持各自全局链路状态表的同步，随后当GEO卫星利用Floyd算法计算好新的全局路由表后，与之前的旧全局路由表做对比，找出此次更新的路径，并对路径上的所有虚拟卫星节点生成它们各自的路由表增量式更新信息，从而只向这些需要更新其路由表的虚拟卫星节点发送其各自的路由表增量更新信息。

这种更新方式可以有效减少路由策略给卫星网络所带来的信令代价，并使LEO卫星更快捷地更新其路由表，提高了通信效率。

以下将本文提出的抗毁路由策略（Destruction-Resistant Routing Strategy，DRRS）与 MLSR路由策略（Multi-Layered Satellite Routing Algorithm，MLSR）［16］在重路由次数、故障恢复时长、路由表更新卫星数，以及数据包平均时延和时延抖动等方面进行对比。

6 具体流程

根据第2节虚拟节点与区域划分相结合的组管理模型，LEO卫星首先探测周围的邻近卫星，并与之建立双向链路；随后按照距虚拟节点的最小距离原则设置自身位置所在区域所代表的虚拟节点编号，并以最高可视角的原则选取其所属的GEO卫星，同时建立层间双向链路并上报此虚拟节点编号和链路信息。GEO卫星收到此虚拟节点编号和链路信息之后，立即存入自身所管理的卫星簇中。

随后，LEO卫星实时监测链路的时延以及发送队列排队数，利用第3节的链路状态评价函数来评价其链路状态，一旦此链路状态达到在第3节重路由触发机制中所设置的阈值时，将该条链路状态的更新信息上报给其所属GEO卫星。完整的LEO卫星工作流程如图2所示。

  

图2 LEO卫星工作流程图

（2）开题报告是学生毕业设计前期工作重点。学生在获取任务书后，通过文献检索了解选题在相应学科领域中的发展进程和研究方向和最新成果，并阅读教师在任务书中规定的中外文献参考资料。学生在阅读文献和社会调研的基础上写出开题报告。

  

图3 GEO卫星工作流程图

7 仿真与结果分析

7.1 仿真环境

为了验证本文策略的有效性，通过NS进行仿真。采用表1所示的卫星星座参数，GEO层采用4颗卫星在赤道上空均匀分布的架构［15］，其经度分别为 30°、120°、210°和 300°；LEO层则采用极地轨道Iridium星座。

GEO卫星在收到链路状态更新信息后，立即将此条卫星链路状态更新信息同步给GEO层的其余GEO卫星，然后开始利用第4节的基于Floyd算法的路由计算对整体卫星网络计算路由表，以达到路由计算的全局最优；随后，各GEO卫星将全局路由表分解成其所管辖簇内各LEO卫星的路由表，并使用第5节的LEO路由表的局部更新方式将新路由表的增量更新信息单独下发到对应的LEO卫星，完成局部增量式更新路由表的操作。完整的GEO卫星工作流程如图3所示。

他们都不愿意拖累对方，却从来没有想过要一起走过最艰难的时候，他们都觉得是为对方好，却不知道真正的爱情，不是只爱着幸福，还要爱那些不幸。

 

表1 LEO／GEO双层卫星星座参数表

  

卫星参数自定轨道数 6 1卫星个数 66 4轨道内卫星数目 11 4轨道高度LEO GEO模型 Iridium／km 780 35 786

卫星的上、下行链路带宽为1.5 Mbit／s；同层卫星的星间链路带宽为25 Mbit／s；数据包大小设为1 kB，卫星的队列大小设为50 kB。

卫星链路状态的3个上升沿触发阈值θ1、θ2、θ3分别设置为第3节链路状态评价函数最大值的50%、70%、90%，3个下降沿触发阈值 φ1、φ2、φ3分别设为40%、60%、80%。

在地球表面随机设立120个地面节点，每个地面节点产生1个数据流，并通过卫星网络发往随机选择的另一个地面节点。产生故障的方法是随机选取一个卫星节点使其失效，从失效时刻至数据包目的地重新收到数据包的时刻为故障恢复时长。

以职业道德为基础，兼顾具体行业的特殊性。例如，为人师表的奉献精神，公正严明的法律精神，不做假账的会计精神，救死扶伤的医者精神等，这样的职业道德教育才更具实效。

7.2 仿真结果

（1）重路由次数

本文以长沙市土地利用调查成果数据为基础，选择望城区为研究区域，基于InVEST模型，评价了其生境质量，探讨了其空间分异特征。

图4是MLSR策略与本文的DRRS策略在不同数据包发送速率下重路由次数的对比图。可以看出MLSR策略的重路由次数随着发送速率的增加而呈开放式上升趋势，而本文的DRRS策略的重路由次数则保持在较低的水平。这是因为MLSR策略是在拓扑变化或发生丢包时进行重路由，而本文策略是监测链路状态，一旦该链路状态达到在重路由触发机制中所设置的上升沿、下降沿触发阈值时，即进行重路由，这样可以提前对可能发生拥塞的链路进行分流，进而保持其链路状态在一个较低的水平，故可以减少重路由次数。

  

图4 重路由次数对比图

（2）故障恢复时长

图5是MLSR策略与本文的DRRS策略在不同数据包发送速率下的故障恢复时长对比图。可以看出本文的 DRRS策略的故障恢复时长极小，而MLSR策略的恢复时长则存在下限。这是由于DRRS策略是实时监测链路状态变化而进行提前分流，因而可以在极短的时间内完成抗毁重路由；而MLSR策略则无法实时监测链路状态，所以只有在卫星故障后通过丢包才能发现链路断路，因而恢复时长存在下限。

  

图5 恢复时长对比图

（3）路由表更新卫星数

图6是MLSR路由策略与本文的DRRS路由策略在完成重路由后更新路由表的卫星数目对比图。

  

图6 重路由后更新卫星数目对比图

由图6可看出DRRS路由策略更新的卫星数量不超过MLSR路由策略的60%，并且一直维持在较低的水平。原因是本文策略在每次计算路由后只更新那些路由表发生变化的卫星，从而减少了更新路由表的卫星数量。

（4）平均时延

图7是本文的DRRS策略与MLSR策略在不同数据包发送速率下的数据包平均时延对比图。由图7可看出，数据包发送速率低于1 400 kbit／s时，并未发生拥塞，因而时延基本维持稳定；而在1 400 kbit／s时，由于链路发生拥塞因而时延急剧增大，此后由于路由策略找到了新的路径分担流量，因而时延重新趋于稳定。

  

图7 平均时延对比图

（5）时延抖动

图8是MLSR策略与本文的DRRS策略在不同数据包发送速率下的时延抖动对比图。由图8可以看出本文的DRRS策略在低发送速率时的表现与MLSR策略差别不大；但当发送速率达到1 400 kbit／s时，DRRS策略提前发生时延抖动并随后变化趋势趋于缓和，而MLSR策略随后的变化趋势则呈开放性增长。其原因是本文的DRRS策略实时监控链路状态，因而能够在拥塞发生前进行分流，而MLSR策略由于不进行分流，只是寻找替代路径，而替代路径很快也会拥塞。

  

图8 时延抖动对比图

综上所述，本文策略能够在保证平均时延和时延抖动的前提下，减少重路由次数、故障恢复时长、路由表更新卫星数。

爸爸果然听见了，吃饭时，说的话就像没熟的杨梅，又甜、又酸、又带刺。他笑眯眯地说：“方舟，你数数外面的香肠有几根。”我知道他葫芦里卖的什么药，没理他。他就自言自语地说：“八十八根。”我才不按他的“剧本”往下演呢，我装傻，“哦”了一声。

8 结束语

本文提出的面向GEO／LEO双层卫星网络的抗毁路由策略，是一种基于组管理的分层分簇抗毁路由策略，通过采用虚拟节点与区域划分相结合的方式，屏蔽了卫星网络的高动态拓扑性；并设计了新的链路状态评价函数和重路由触发机制；同时在分发新路由表时，采用了局部增量式更新的方式。最后利用NS仿真软件将MLSR策略和本文策略进行对比，证明了本文策略在保证通信质量的前提下，增加了抗毁性。下一步，将考虑更多链路参数，优化链路状态评价函数。

参考文献：

［1］ARTIM.Channel estimation and detection in hybrid satellite terrestrial communication systems［J］.IEEE Transactions on Vehicular Technology，2016，65（7）：5764－5771.

［2］AN Kang，LIN Min，OUYANG Jian，et al.Secure transmission in cognitive satellite terrestrial networks［J］.IEEE Journal on Selected Areas in Communications，2016，34（11）：3025－3037.

［3］PAPAPETROU E，KARAPANTAZIS S，PAVLIDOU F N，et al.Multiservice on-demand routing in LEO satellite networks［J］.IEEE Transactions on Wireless Communications，2007，8（1）：107－112.

［4］PAPAPETROU E，KARAPANTAZIS S，PAVLIDOU F N，et al.Distributed on-demand routing for LEO satellite systems［J］.Computer Networks，2007，51（15）：4356－4376.

［5］任洪波.LEO卫星网络中的一种分布式路由算法［J］.计算机科学，2007，34（4）：53－55.REN Hongbo.Free distributed routing algorithm in LEO satellite networks［J］.Computer Science，2007，34（4）：53－55.（in Chinese）

［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］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.

［8］ WERNER M.A dynamic routing concept for ATM-based satellite personal communication networks［J］.IEEE Transactions on Selected Areas in Communications，1997，15（8）：1636－1648.

［9］杨力，杨校春，潘成胜，等.一种 GEO／LEO双层卫星网络路由算法及仿真研究［J］.宇航学报，2012，33（10）：91－98.YANG Li，YANG Xiaochun，PAN Chengsheng，et al.A GEO／LEO double layer satellite network routing algorithm and simulation［J］.Journal of Astronautics，2012，33（10）：91－98.（in Chinese）

［10］KAWAMOTO Y，NISHIYAMA H，KATO N，et al.A delay-based traffic distribution technique for multi-layered satellite networks［C］∥Wireless Communications and Networking Conference（WCNC）.2012：2401－2405.

［11］何俊，易先清.基于GEO／LEO两层星座的卫星组网结构分析［J］.火力与指挥控制，2009，34（3）：49－52.HE Jun，YIXianqing.Analysis of satellite network structure based on GEO／LEO two layer constellation［J］.Fire and Command＆Control，2009，34（3）：49－52.（in Chinese）

［12］姚晔，梁旭文.LEO＆GEO双层卫星网络的动态路由技术［J］.系统工程与电子技术，2013，35（9）：1966－1973.YAO Ye，LIANG Xuwen.Dynamic routing technology of LEO＆GEO dual-layer satellite network［J］.Journal of Systems Engineering and Electronics，2013，35（9）：1966－1973.（in Chinese）

［13］王延春，潘成胜.双层卫星网络的结构设计与性能分析［J］.计算机工程与设计，2016，37（5）：1145－1150.WANG Yanchun，PAN Chengsheng.Structure design and performance analysis of double-deck satellite networks［J］.Computer Engineering and Design，2016，37（5）：1145－1150.（in Chinese）

［14］左秀峰，沈万杰.基于FLOYD算法的多重最短路问题的改进算法［J］.计算机科学，2017，44（5）：232－234.ZUO Xiufeng，SHENWanjie.Improved algorithm formultiple shortest path problems based on FLOYD algorithm［J］.Computer Science，2017，44（5）：232－234.（in Chinese）

［15］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 Yong，ZHAO Youjian，SUN Fuchun，et al.Routing techniques on satellite networks［J］.Journal of Software，2014，25（5）：1085－1100.（in Chinese）

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