为满足当代用户能够不受地理环境、位置而进行随时随地的通信需求,卫星通信以其覆盖广、容量大、大规模等特性已成为当前的研究热点。路由问题是卫星通信网络中的关键问题,对提高数据传输的实时性和可靠性有着重要的意义。但是,低地球轨道(Low Earth Orbit,LEO)卫星网络具有拓扑结构动态变化、通信链路频繁切换等特点,使其路由设计面临很大的挑战。本文主要围绕LEO卫星通信网络中路由算法进行深入研究,具体内容主要包括以下几个方面:首先,简要概述了卫星通信的发展及卫星网络的特点,全面阐述了卫星网络中已有的路由算法研究现状,在研究卫星时变网络动态拓扑控制策略的基础上,分析总结了已有文献中提出的路由算法的特点,以及尚待解决的关键问题。其次,针对传统蚁群优化(Ant Colony Optimization,ACO)容易造成最优路径负载过重而发生拥塞的问题,提出了一种基于蚁群优化的概率路由算法(Ant Colony Optimization based Probabilistic Routing Algorithm,ACO-PRA)。首先将拓扑周期均匀分成若干个时间片并构造网络拓扑连通图;同时建立满足链路容量要求的时延最小化的目标函数;最后根据节点概率函数选择下一跳节点,进而找到一条满足链路容量的最佳信号传输路径。通过与传统ACO进行仿真对比,该算法不仅能够降低平均端到端时延和丢包率,而且能够有效地提高网络吞吐量、平衡网络负载。最后,针对卫星网络拓扑结构的动态变化而带来的链路间断性连接导致遗传算法(Genetic Algorithm,GA)无法时刻保证路由路径全局最优的问题,提出了一种基于马尔可夫时空图的时延优化路由(Markov Space-time Graph based Delay Optimization Routing,MSG-DOR)算法。构建了基于马尔可夫链的时空图模型,并计算出了卫星节点的转移时间概率以及停留时间概率;其次,引入GA算法建立满足带宽约束条件的时延最小化目标函数;最后通过选择、交叉和变异过程,最终找到一条满足传输时间最小的全局最优路径。仿真结果表明,与传统的GA算法和ACO-PRA算法相比,所提出的MSG-DOR算法不仅能够减小数据包的传输时延,还能有效提升系统吞吐量。