随着互联网及大数据的飞速发展,用户对卫星通信数据传输有了更高传输速率、更大传输容量等需求,卫星微波传输技术难以满足用户需求。采用卫星激光通信技术可以大幅度地提升通信信息在传输过程中的质量与效率。卫星光网络具有极大的发展潜力并将成为未来卫星网络的研究热点与发展趋势,有望成为未来空间通信的主要形式。在卫星光网络中,路由与波长分配(Routing and Wavelength Assignment,RWA)问题是决定网络性能的至关重要的因素。使用蚁群算法解决RWA问题,可以同时完成路由选择和波长分配。传统蚁群算法具有高灵活性、低复杂度等优点,可以用来解决卫星光网络的路由与波长分配问题,但具有易陷入局部最优,收敛速度慢等缺陷。同时由于卫星业务分布在位置和时间上的不均衡导致在热点区域更易造成拥塞现象。为了解决以上问题,本文对卫星网络路由与波长问题及蚁群算法进行深入的研究,开展基于蚁群算法的RWA算法研究,提出优化算法,从而提高算法寻路性能、提高算法收敛速度、增加算法拥塞控制机制。本文的主要研究内容如下:(1)基于启发式算法的拓展寻路RWA算法针对传统蚁群算法解决路由与波长分配问题时,由于其信息素更新和寻路规则,算法有易陷入局部最优的缺陷,提出一种基于启发式算法的拓展寻路 RWA 算法(Ant Colony Optimization Based On An Extended Pathfinding Routing And Wavelength Assignment Algorithm,ACO-EP)。该算法在蚁群寻路过程中考虑波长的使用率,优化挥发系数,增加基于业务密度的随机干扰机制,提高蚁群算法的路径寻优性能,弥补蚁群算法易陷入局部最优的缺陷。仿真研究了不同业务密度下的通信成功率、通信时延和阻塞率三种性能。结果表明,与原始蚁群算法(Original Ant Colony Optimization Algorithm,ACO-original)相比,ACO-EP算法提高了通信成功率,降低了通信时延与阻塞率。(2)基于蚁群算法的快速收敛RWA算法针对传统蚁群算法初始均匀分配信息素,不能充分利用卫星网络拓扑结构信息,导致蚁群路由与波长分配算法收敛速度慢的问题,提出一种快速收敛的蚁群路由与波长分配算法(Fast Convergence RWA Algorithm Based on Ant Colony Algorithm,ACO-FC)。该算法充分利用卫星网络拓扑结构信息与源节点目的节点间的相对关系,即方向指引因子调整选路概率,使初始蚁群依据卫星光网络拓扑信息进行选路,而非随机选择,以提高算法收敛速度。并结合粒子群算法,对信息素进行正反馈,进一步提高算法收敛速度。仿真研究了算法收敛性,不同业务密度下的通信成功率、通信时延三种性能。结果表明,与原始蚁群算法ACO-original以及矩形窗蚁群算法(Ant Colony Optimization Algorithm With Small Window Strategy Algorithm,ACO-SWS)相比,ACO-FC算法可以在提高收敛速度的同时,提高通信成功率并保持较低的通信时延。(3)基于流量感知的拥塞控制RWA算法卫星通信用户业务在时间、空间上分布不均,导致由地面上传至卫星的流量波动较大,如果没有拥塞控制,局部网络易产生拥塞,会导致网络无法对业务进行实时响应。针对以上问题,提出一种基于流量感知的拥塞控制路由与波长分配算法(Ant Colony Optimization Algorithm Congestion control based on traffic-aware,ACO-CCTA)。该算法通过流量感知获得卫星网络流量,并计算拥塞平均度等参数,衡量网络负载量及平均度,对满足条件的拥塞业务采用多径策略转移拥塞,降低卫星光网络阻塞率。仿真研究不同业务密度下的阻塞率、通信时延和波长资源使用率三种性能。结果表明,与原始蚁群算法ACO-original 以及矩形窗蚁群算法 ACO-SWS 相比,ACO-CCTA算法可以降低网络的阻塞率,并保持较低的通信时延,和适中的波长资源利用率。