近年来,作为融合了卫星、空中平台和地面通信系统的一种新兴网络架构,空天地一体化网络(Space-air-ground Integrated Network,SAGIN)得到了学术界和工业界的广泛关注。归功于其覆盖范围广、吞吐量高、鲁棒性强等优点,SAGIN可应用于地球观测与测绘、智能交通系统、军事任务等多个实际领域,为不断增长的新业务、新应用所产生的大量数据提供可靠、高速的无线接入服务。然而,由于其自身的异构性、自组织和时变性等特点,SAGIN在为各种服务和应用带来显著效益的同时,也面临着路由选择、资源配置与管理、功率控制、端到端服务质量(Quality of Service,QoS)需求等诸多挑战。与传统地面通信系统与卫星网络相比,SAGIN会受到各个网络段中不均衡的网络资源的限制,因而难以在数据传输过程中获得最佳网络性能。因此,空天地一体化网络中的网络优化与系统设计具有十分重要的意义。基于此,本文以系统设计为出发点,以网络性能优化为目标,分别从多层网络数据通信、异构网络管理、资源配置等方面深入研究空天地一体化网络中网关与软件定义网络(Software Defined Network,SDN)控制器的优化部署问题,旨在为空天地一体化系统的优化设计、融合发展提供理论基础与技术支撑。本文的主要工作包括:一、不同于大多现有工作只针对单层卫星网络或无人机网络或星-地融合网络的研究,本文提出了一种基于空、天、地三层网络融合的一体化架构,并从系统集成、性能分析等方面进行了详细论述。从网络性能优化出发,讨论了SAGIN的无线传播信道特征;基于网关选择和控制器部署,分析了卫星链路误码率、无线链路质量与链路传输能量等模型,并给出了SDN技术与SAGIN的融合与应用。二、在数据从地面经空中网络向卫星进行跨层数据传输的通信架构中,首次提出并研究了跨层网关选择问题,通过选择网关优化无线链路质量和传输能量、保障服务质量。首先在星-空链路容量的约束下,结合地面与空中网络数据量的分布特征,将跨层通信中的网关选择定义为约束最优化问题,以提高无线链路传输质量、最小化链路传输能量。然后以链路质量、传输能量优化为目标分别设计了基本枚举算法(Basic Enumeration Algorithm,BEA)、贪心近似算法(Greedy Optimization Algorithm,GOA)和基于粒子群优化的算法(Particle Swarm Optimization Algorithm,PSOA)。最后基于链路的误码率和相邻节点相对运动速度进行了大量仿真实验。仿真结果表明,BEA能取得针对跨层数据传输QoS优化问题的最优值,但有着极高的计算复杂度,而GOA和PSOA能取得十分接近于BEA的最优值,且具有较小的运行时间。从实验结果还可以看出,在SAGIN跨层数据传输中,链路的误码率、节点相对运动速度以及通信数据的分布特征都会对链路质量、传输能量等QoS产生影响。三、将SDN引入SAGIN,首次提出基于多域SDN的空天地一体化网络架构,以提高网络管理的灵活性和可编程性,增强SAGIN的智能化水平。不同于现有大多网络架构将控制器集中放置在地面网络,本文采用分布式部署,将控制器分别部署在卫星、空中平台和地面,把SAGIN分成多个SDN逻辑网络域,并通过主控制器对整个网络进行统一管理。详细论述了其设计和实施细节,提出了相应的技术挑战和一些开放性问题。最后针对LEO卫星的配置更新时间、低空平台的控制协议数据包、跨层数据传输中网关选择决策时间等进行了性能评估。评估结果表明,本文所设计的多域SDN网络架构能有效减少控制开销、提高网络管理效率。四、在基于SDN的星-地融合网络中,首次提出并研究了控制器与卫星网关的联合放置问题。控制器的不同放置方案会影响SDN中控制器与底层交换设备的通信可靠性。而在星-地融合网络中,由于地面交换机、控制器与卫星的数据通信都必须经过卫星网关,而卫星网关的不同放置策略则会产生不同的星-地间传播时延。这样,融合网络中的控制器放置必须同时考虑卫星网关的放置,即这是一个多目标放置问题,显著区别于传统地面网络中单一的控制器或网关放置问题,因此,现有算法不能直接采用。基于此,我们首先研究了卫星网关放置问题以最小化所有地面交换机节点到卫星的平均传播时延,并设计了最优枚举算法(Optimal Enumeration Algorithm,OEA)和基于模拟退火的近似算法(Simulated Annealing based Approximation Algorithm,SAA)。然后在对时延进行分析的基础上,进一步研究了一个更具挑战性的问题,即SDN控制器与卫星网关的联合放置问题,在时延的约束下最大化交换机与卫星到控制器的平均通信可靠性,并设计了基于模拟退火与聚类的混合算法(Simulated Annealing and Clustering Hybrid Algorithm,SACA)。最后基于真实网络拓扑和网络节点、链路故障概率的多种设置进行了大量仿真实验。实验结果表明,针对控制器和卫星网关联合放置问题,SAA和SACA能取得与枚举算法近似的时延、可靠性等网络性能,同时具有较高的计算效率。仿真结果也证明了在多目标网络优化中,时延最小化和可靠性最大化不能同时实现,必须根据实际应用场景采取折中措施。