LEO卫星网QoS遗传算法路由协议

doi:10.3778/j.issn.1002-8331.2009.36.031

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (36): 105-107.DOI: 10.3778/j.issn.1002-8331.2009.36.031

LEO卫星网QoS遗传算法路由协议

张雪东¹，饶元²

1.安徽财经大学信息工程学院，安徽蚌埠 233041
2.南京邮电大学计算机学院，南京 210003

收稿日期:2009-08-25 修回日期:2009-10-12 出版日期:2009-12-21 发布日期:2009-12-21
通讯作者: 张雪东

QoS genetic algorithm routing protocol for LEO satellite networks

ZHANG Xue-dong¹，RAO Yuan²

1.School of Information Engineering，Anhui University of Finance & Economics，Bengbu，Anhui 233041，China
2.College of Computer，Nanjing University of Posts and Telecommunications，Nanjing 210003，China

Received:2009-08-25 Revised:2009-10-12 Online:2009-12-21 Published:2009-12-21
Contact: ZHANG Xue-dong

摘要/Abstract

摘要： 为了满足多媒体应用的QoS要求，卫星路由协议应该更有效地利用网络资源，提供更好的QoS保障。为此提出了一个基于遗传算法的LEO卫星网络QoS路由协议，称为遗传卫星路由协议（GSRP）。改进了新的操作函数，如适应度函数、终止函数，以及变异率和路由表。仿真结果表明，GSRP能够实现较少CBP和HBP的可靠的点对点时延约束，以及比传统的算法更有效的负载平衡。

关键词: 服务质量, 路由协议, 遗传算法, 卫星网络

Abstract: To satisfy the QoS requirements of multimedia applications，satellite routing protocols should consider the issue of improving the utilization of network resource and providing better QoS guarantees.This paper proposes a QoS routing protocol for LEO satellite networks using genetic algorithm.This protocol is called as Genetic Satellite Routing Protocol（GSRP）.Some key factors including Fitness Function，Termination Function，Mutation probability and Routing Table are improved.Simulation results show that GSRP can achieve guaranteed end-to-end delay bound with less CBP and HBP，and is more effective than traditional algorithms for load balancing.

Key words: Quality of Service（QoS）, routing protocol, genetic algorithm, satellite networks

中图分类号:

TP301

张雪东¹，饶元². LEO卫星网QoS遗传算法路由协议[J]. 计算机工程与应用, 2009, 45(36): 105-107.

ZHANG Xue-dong¹，RAO Yuan². QoS genetic algorithm routing protocol for LEO satellite networks[J]. Computer Engineering and Applications, 2009, 45(36): 105-107.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[3]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[4]	冯戒虚，司冠南，周风余. 服务机器人云平台服务质量指标体系综述[J]. 计算机工程与应用, 2021, 57(3): 58-71.
[5]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[6]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[7]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[8]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[9]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[10]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[11]	刘晶花，台宪青，马治杰，陈大鹏. 面向用户需求的动态QoS服务选择方法研究[J]. 计算机工程与应用, 2021, 57(17): 106-115.
[12]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[13]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[14]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[15]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.

LEO卫星网QoS遗传算法路由协议

QoS genetic algorithm routing protocol for LEO satellite networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics