1.本发明涉及卫星网络领域，特别是涉及的一种用于卫星数据传输的路径构建方法。
背景技术：
2.随着互联网的不断发展，每天产生的信息传输量也越来越大，且卫星处于高速移动状态，因此造成了卫星的节点也随之高速移动，链路频繁切换导致传输路径失效；现有的sdn技术方案主要是针对地面网络进行优化，对于卫星这种大时空的网络环境的优化效果不太理想，且卫星的网络节点越来越多，链路构成也愈发复杂，使得卫星在进行数据传输时路径的往返延时增加，这也成为了卫星数据传输效率的一大制约，为此本法明提供了一种用于卫星数据传输的路径构建方法。
技术实现要素：
3.一种用于卫星数据传输的路径构建方法，包括：步骤一，卫星接收到数据传输请求后，对所有的路径进行编号，并向每条路径发送若干个数据包；步骤二，采用gilbert模型计算每条路径的数据包丢失期望；步骤三，绘制路径拓扑图；步骤四，采用马尔可夫决策方法动态选择最佳路径选择方案；步骤五，基于最佳路径选择方案建立流体神经网络模型；步骤六，搜寻流体神经网络模型中流量最大的路径得到最佳路径。
4.进一步的，卫星对路径的处理过程包括：卫星接收到数据传输请求后，对所有的路径进行编号，向每条路径同时发送若干个数据包，通过统计每条路径成功传输至数据请求方的数据包数量，进而统计每条路径的丢包数量。
5.进一步的，每条路径的数据包丢失期望的计算过程包括：分别对每条路径进行三层循环进而计算路径丢包率，第一层循环次数为路径总数量，第二层循环次数为卫星通过该路径发送的数据包数量，第三层循环次数为该路径的丢包数量；计算每次循环的路径分配预测数据包时丢失若干个数据包概率，进而计算该条路径丢失数据包的数学期望。
6.进一步的，路径拓扑图的绘制过程包括：设置数据包丢失阈值，与某条路径丢失数据包的数学期望比较；若数据包丢失阈值小于或等于数学期望，则对该路径设置标签“可使用”，并将该条路径划入路径拓扑图；若数据包丢失阈值大于数学期望，则对该标签设置标签“不可使用”，并暂时隐藏
该条路径；重复上述操作直到所有符合条件的路径全部划入路径拓扑图。
7.进一步的，马尔可夫决策方法的计算过程包括：马尔可夫决策方法包含四个过程：建立状态集、获得行动集、计算状态转移概率、获得反馈；基于路径拓扑图获取可用路径总数、往返时延、丢包率和最大窗口；建立状态集，将各个可用路径的状态进行记录，对处于拥塞状态窗口大小进行计算和标号，并将其整合成状态集；获取行动集，行动集中的行动元素表示所有可选路径选择决策，所述可选路径选择决策表示保证并行传输吞吐量要小于或等于最大单路径吞吐量，以防出现路径数据传输的瞬间吞吐量过大造成路径拥塞的路径选择决策；计算状态转移概率，基于联合拥塞机制，检测路径是否接受或丢失数据包，若路径接收到数据包则增大路径窗口，若丢失数据包则减小路径窗口，在执行路径选择行动决策，路径经过多次拥塞控制后窗口变化绝对值为1后，根据窗口大小和数据包接受或丢失数量计算状态转移概率；获得反馈，反馈表示在执行完路径选择行动决策后时路径的数据瞬间吞吐量。
8.进一步的，最佳路径选择方案的动态选择过程包括：设置数据瞬间吞吐量阈值，对比反馈；若反馈小于数据瞬间吞吐量阈值，则在行动集中删除该路径选择决策，若反馈大于或等于数据瞬间吞吐量阈值，则将在行动集上留下该路径选择决策；重复以上操作将行动集中反馈小于数据瞬间吞吐量阈值的路径选择决策全部删除，将剩余的路径选择决策整合得到最佳路径选择方案。
9.进一步的，流体神经网络模型的建立过程包括：所述流体神经网络模型是一种具有流体特征的神经网络模型，在流体神经网络中，单个流体分子流经某条通道的概率和通道的流量有关；卫星接收到数据请求方的确认响应后，根据最佳路径选择方案中的路径构建流体神经网络模型，并在流体神经网络模型中构建若干个数据节点。
10.进一步的，最佳路径的获得过程包括：类比流体神经网络中的流体分子流经通道概率与通道流量有关，在数据传输过程中，数据通过路径的概率与路径的流量有关；进而在一个数据节点与其下一个数据节点选取流量最大的通道进行连接，重复上述操作，直到将流体神经网络中的所有数据节点进行连接，进而得到最佳路径。
11.与现有技术相比，本发明的有益效果是：本方法采用马尔可夫决策方法建立路径选择决策，充分考虑了数据传输时的往返延时和丢包率对路径吞吐量的影响，且可以有效地均衡流量，为在流体神经网络模型中挑选最佳路径提供了保证。
附图说明
12.图1为本发明流程图。
实施方式
13.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
14.如图1所示，本发明实施例提供了一种用于卫星数据传输的路径构建方法，该方法包括如下步骤：步骤一，数据请求方向卫星发送数据传输请求，卫星接收到数据传输请求后，对所有的路径进行编号，例如a1、a2、
……
、ai，向每条路径同时发送n个数据包，通过统计每条路径成功传输至数据请求方的数据包数量，进而统计每条路径的丢包数量，其中n=1、2、3
……
。
15.步骤二，采用gilbert模型计算每条路径的数据包丢失期望p；具体的，基于步骤一中的操作，对每条路径分别预测其丢包数量为1个、2个、3个
……
t个，其中t=1、2、3
……
，且t≤n；分别对每条路径进行三层循环进而计算路径丢包率p，第一层循环次数为路径总数量num，第二层循环次数为卫星通过该路径发送的数据包数量n，第三层循环次数为该路径的丢包数量t；进一步的，计算每次循环的路径分配n个数据包时丢失a个数据包概率，进而计算该条路径丢失数据包的数学期望m，计算公式为：
16.其中，mi表示路径编号为ai的在分配n个数据包时丢失数据包的数学期望，ti表示在循环中出现丢失i个数据包的次数，ti表示当前循环次数，ai表示在第i次循环时的丢包数量。
17.步骤三，绘制路径拓扑图；设置数据包丢失阈值p，对于某条路径丢失数据包的数学期望m；若m≤p，则对该路径设置标签“可使用”，并将该条路径划入路径拓扑图；若m＞p，则对该标签设置标签“不可使用”，并暂时隐藏该条路径；将所有带有“可使用”标签的路径并入路径拓扑图中得到完整路径拓扑图。
18.步骤四，采用马尔可夫决策方法动态选择最佳路径选择方案；所述马尔可夫决策方法依据各个路径窗口大小动态选择路径，在数据进行传输时实时的根据最优决策选择不同的路径进行传输，该方法可优化均衡流量，且在数据传输时不会影响数据传输对的鲁棒性，并提高了在进行并行鲁棒性时的吞吐量；在马尔可夫决策方法确定最佳路径选择决策需要经过四个过程：状态集、行动集、状态转移概率、反馈。
19.建立状态集；基于路径拓扑图获取可用路径总数n，其中各个可用路径的往返时延、丢包率和最大窗口分别记为tn、pn、wn，其中n=1,2,3
……
；对于每个可用路径都具有马尔可夫性，其下一时刻的窗口大小只与当前时刻的窗
口大小有关，将各个可用路径的状态进行记录，对处于拥塞状态窗口大小进行计算和标号，例如s1、s2……
，并将其整合成状态集s：s={（s1，s
2,
，
……
）}其中，sn=βwn，β为拥塞系数，且β∈（0,1）。
20.获取行动集；行动集中的行动元素表示不同的路径选择决策，例如n条路径就有2
n-1个决策；具体的，在马尔可夫决策方法中的路径选择存在少路径数量切换到多路径数量的情况，在该情况下，联合拥塞控制的重要目标就是保证卫星在数据传输过程中实现并行传输的tcp公平性；进而在情况下选择的路径选择决策，要保证并行传输吞吐量要小于或等于最大单路径吞吐量，以防出现路径数据传输的瞬间吞吐量过大造成路径拥塞；进一步的，设置行动集g，且g={g1，g2，
……
，g
2n-1
}，其中gm表述路径选择行动决策，其中m=1,2,3
……
。
21.计算状态转移概率；基于联合拥塞机制，在使用行动决策时的拥塞控制过程包括：若路径ai接受一个数据包，则路径ai的拥塞窗口wn就会增加1/βwn；若路径ai出现丢失数据包，则路径ai的拥塞窗口wn就会减少至βwn/2；进一步的，在执行路径选择行动决策gm，路径ai经过多次拥塞控制后窗口变化绝对值为1后，则状态转移概率h可表示为：
[0022][0023]
获得反馈，反馈表示在执行完路径选择行动决策后时路径的数据瞬间吞吐量；在多条路径进行并行传输数据时，各个路径的往返时延不同，进而每个数据包到达数据请求方的时间也不同，在数据传输时，由于数据请求方需要等待数据包的达到，所以往返时延也会影响数据传输的吞吐量，设置反馈r，则反馈r的计算公式为：
[0024]
进一步的，设置数据瞬间吞吐量阈值r，根据反馈r比较路径执行完路径选择行动决策后的数据瞬间吞吐量与数据瞬间吞吐量阈值r；若反馈r大于或等于数据瞬间吞吐量阈值r，则将在行动集中留下该路径选择决策；若反馈r小于数据瞬间吞吐量阈值r，则将在行动集上删除该路径选择决策；依次重复上述步骤，直到将行动集中反馈r小于数据瞬间吞吐量阈值r的路径选择决策全部删除；将剩余的路径选择决策整合得到最佳路径选择方案。
[0025]
步骤五，卫星将最佳路径选择方案传输至数据请求方，经过数据请求方确认后，卫
星按照最佳路径选择方案与数据请求方部署数据传输路径的构建流体神经网络模型；具体的，卫星接收到数据请求方的确认响应后，根据路径构建方案中的路径构建流体神经网络模型；所述流体神经网络模型是一种具有流体特征的神经网络模型，假设流体神经网络的每个神经元都是一个盛满流体的容器，则包含x个容器的流体神经网络中，第y个容器的动态特征如下：
[0026]
其中，w
yl
表示连接容器y和l通道的沟通能力，iy表示容器的输入，sy表示容器中的液体高度，uy表示第y个容器的体积。
[0027]
在流体神经网络中，单个流体分子流经某条通道的概率和通道的流量有关；类比的，在数据传输过程中，数据通过路径的概率与路径的流量有关；进一步的，在流体神经网络模型中构建若干个数据节点，将卫星的传输始点和数据接收方的接受终点标号为λ和μ，中间的数据节点标号为z1、z2、
……
。
[0028]
步骤六，搜寻流体神经网络模型中流量最大的路径得到最佳路径；从传输始点λ开始搜索流量最大的路径通路到下一个路径节点z1，再由z1搜索流量最大的路径通路到z2，重复以上操作，直到接受终点μ；在流体神经网络中的λ
→
z1→
z2……→
μ即为卫星数据传输的最佳路径。
[0029]
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。