随着通信技术的发展,人们对复杂场景下的通信需求逐渐增加,单一网络的局限性限制了人们在不同场景下对全方位信息的获取和利用。在空间网络中加入无人机等节点,实现天基和空基的资源互补,能够保证网络的广域覆盖及高效传输能力。但不同空间范围具有高动态特性的节点引入,导致传统单一空间的通信协议不再适用。由于卫星与无人飞行器等节点具有一定的运动特性,节点链路通断频繁且链路质量时变,严重影响网络拓扑模型的构建。不同于卫星网络节点,无人飞行器等节点运动具有随机性,网络部分链路信息获取困难。由于卫星无人机混合网络属于空天混合网络背景范畴,本文利用目前广泛采用的延时/中断容忍网络(Delay/Disrupt-Tolerant Network,DTN)协议架构,以覆盖多种单一网络,并在不同类型网络节点间实现数据的可靠传输。为保证路由决策的全局最优,数据传输策略的制定过程需要网络的全局信息。目前广泛采用时变图模型来构建动态网络拓扑。通过对具有随机性的无人飞行器节点的位置预测的方式,获取构建动态网络拓扑的连接信息。为数据提供先验信息。本文结合无人机网络节点的运动特性,在航空自组织网络节点移动模型的基础上,对其模型减速过程和不同操作状态的转换关系进行改进。并在改进后的移动模型的基础上,提出了基于隐马尔可夫模型的节点链路连接预测方法,得到混合网络中不确定连接的连接信息。结合具有确定轨道的卫星网络节点,获得构建时变图模型需要的网络连接信息。此外,本文分析了不同时变图模型对网络数据传输的影响,利用更新离散图(Updating Discrete Graph,UDG)对卫星与无人机混合网络进行拓扑建模,并引入了连接概率。提出了更新离散图的具体构建算法。根据DTN数据传输过程,本文借助网络流理论设计基于更新离散图的最小时延路由(Task-Based Minimum Delay Routing,TMDR)算法,并设计基于更新离散图的多径路由(Viterbi-Based Multi Path Routing,VMPR)算法和基于连接表(Con Tact Graph,CTG)的最早到达(Earliest Arrival Path Routing,EAPR)路由策略作为对比算法。TMDR在满足约束任务要求的情况下可以达到最小传输时延,验证了基于更新离散图进行数据传输的可行性。