航天器在执行深空探测任务时，需要收集和传输大量的科学数据。随着世界各国对深空探索的兴趣与日俱增，在深空网络中建立完善的通信基础设施是非常必要的。　　由于深空网络具有高延时、高误码率、链路连接不持续以及链路带宽不对称等特征，科学数据无法及时准确地在行星节点之间进行传输。传统的地面无线网络和近地卫星网络虽然有较为成熟的数据传输策略，但应用到深空网络时，往往会收获较差的性能。为了提高链路资源的利用率，防止网络拥塞，开发针对深空网络的速率控制方案具有重要的意义。　　本文首先介绍了典型的深空骨干网络架构以及速率控制模型的理论框架。通过研究深空网络的中继卫星布置方案以及太阳系内各行星的运行轨道特征，给出了深空骨干网络模型。在该模型的基础上，提出了针对深空网络的速率控制模型。该模型建立在网络效用最大化的基础上，将深空网络的各种功能和性能要求规约为满足约束条件的目标方程最大化的数学问题。为了求解此类数学问题，本文详细阐述了最优化理论中常用的优化算法，为后续的工作打下了坚实的理论基础。　　为了解决深空网络中由于长距离链路可能导致的链路容量不匹配问题，本文提出了深空网络的分段速率分配算法。由于深空网络中相邻链路之间的距离可能差别很大，当数据流经某个节点时，可能下一跳链路的容量已经发生变化。如果传输速率保持不变，则会降低网络利用率或者导致网络拥塞。因此，本文采用分段的思想。根据节点前后链路的距离特征，给出分段点的定义，从而将网络划分成多个网络段。在每个分段点，重新计算数据流的传输速率，使得分段点起到存储和转发的功效。而后，为每个网络段建立了基于网络效用最大化的数学模型，该模型是网络吞吐量和端到端延迟的加权平均。最后，推导了具有二阶收敛速度的求解算法。实验表明，相比于基于DNUM的算法，该算法能够提升网络的吞吐量，并且降低网络的端到端延迟。　　为了充分捕获深空网络的可变性，提高链路资源的利用率，本文提出了深空网络的双尺度地理位置背压算法。首先，建立了深空网络的双尺度模型，根据不同的距离特征将网络划分成多个网络簇，簇与簇之间维护不同的节点队列类型。对于每个网络簇，提出了延迟敏感的效用方程。在方程中引入了反映节点位置信息的代价函数，以便于网络节点能够选择更加合适的邻居进行转发。而后，基于拉格朗日对偶分解原理求解该目标方程。仿真实验表明该算法能够减小整个网络的平均队列长度，并且降低网络的端到端延迟。