阅读提示
建议先通读一遍，再回看题目、开头、过渡和结尾，更容易提炼出可借鉴的写作框架。
随着低轨卫星星座的规模化部署，其动态拓扑、高延迟间断连接等特性给传统路由协议带来挑战。本文针对低轨卫星网络场景，提出一种基于时空预测的轻量级路由算法（STP-R），通过融合轨道预报与链路状态历史数据，实现路径选择的优化。
传统路由协议如OSPF、DSDV在动态卫星环境中易产生频繁路由振荡与高开销。STP-R算法利用卫星轨道的可预测性，构建时间扩展图模型，将链路通断转化为时空维度上的代价函数。算法核心包括三个阶段：通过星历数据计算未来时间窗口内卫星间可见性；结合缓存队列长度与传输延迟动态评估链路权重；采用分布式决策机制在源节点计算k条最优候选路径，并根据实时拥塞反馈动态切换。
仿真实验基于STK与NS3平台，对比STP-R与DTN-LSR、CGR等算法。在星座规模为120颗卫星、地面站均匀分布的场景下，STP-R将端到端平均时延降低18%，路由开销减少22%，并在链路突发中断时保持85%以上的数据送达率。STP-R通过局部信息交换避免了全局泛洪，更适合星上有限计算资源。
当前工作验证了时空预测在动态网络中的有效性，但未考虑大气层对星间激光链路的干扰。后续研究将引入机器学习实时修正预测偏差，并探索高低轨异构星座中的跨层路由协同。