基于深度强化学习的卫星光网络波长路由算法

作者：李信^*; 李勇军; 赵尚弘

来源：系统工程与电子技术, 2023, 45(01): 264-270.

• 卫星光网络
• 波长路由
• 深度强化学习
• 服务质量

针对由卫星光网络拓扑动态变化、业务多样化和负载不均引起的路由收敛慢和波长利用率低的问题，提出了一种基于深度强化学习的卫星光网络波长路由分配方法。基于软件定义中轨/低轨(medium earth orbit/low earth orbit, MEO/LEO)双层卫星网络架构，利用深度强化学习算法动态感知网络当前的业务负载和链路状况，构造基于时延、波长利用率和丢包率的奖励函数进行选路决策。为了解决单跳链路对整个光路的影响，引入链路瓶颈因子，搜索符合服务质量(quality of service, QoS)约束的最优路径。研究结果表明，与传统卫星网络分布式路由(satellite network distributed routing algorithm, SDRA)算法和Q-routing算法相比，所提算法降低了网络的时延、丢包率，提高了波长利用率，同时也降低了高优先级业务的阻塞率。

• 单位
  空军工程大学信息与导航学院