面向 LEO 卫星网络的流量感知域分区与负载均衡跨域路由
网络与互联网体系结构
2026-04-15 v1
摘要
低轨道（LEO）卫星网络提供全球覆盖和低延迟，但高节点移动性、不均衡的流量分布以及随机链路故障严重挑战了跨域路由。现有方法要么忽视图结构化拓扑，要么缺乏对实时链路状态的动态感知，难以实现负载分配和路由可靠性。本文提出 DTAR，一种面向 LEO 卫星网络跨域路由的流量感知深度强化学习方法。多目标 NSGA-II 算法首先生成离线域分区，以最大化类域流量比例和最小化负载不平衡为目标。图注意力网络动态编码跨域链路流量强度、负载分布和故障状态，基于此，动作掩码 PPO 智能体在线学习路由决策。在 288 颗 Walker 星座上的仿真对比多个基准表明，DTAR 在正常、流量激增和故障场景下显著降低链路负载不平衡和端到端延迟，提高路由成功率和降低数据包丢失率。
引用
@article{arxiv.2604.12382,
title = {Traffic-Aware Domain Partitioning and Load-Balanced Inter-Domain Routing for LEO Satellite Networks},
author = {Chen Zhou and Jiangtao Luo and Yongyi Ran},
journal= {arXiv preprint arXiv:2604.12382},
year = {2026}
}