【摘 要】针对目前6G承载网中IP链路metric设定依赖人工经验、缺乏智能化方法的问题，提出一种基于k-means和粒子群优化的IP路由优化算法，即通过k-means对IP链路进行聚类，根据聚类结果使用粒子群优化算法寻找最优的metric方案。仿真实验表明，该算法获取的IP链路的metric方案全网平均时延为174.841 ms，相对原始的metric方案平均时延降低了3.39%，可进一步提升路由转发效率，降低业务传输时延。
【关键词】6G；k-means；粒子群优化；路由优化
0 引言
随着5G商用落地，5G技术成功地渗透到各行各业，实现了峰值速率、时延、网络能效等方面的显著提升[1]。6G作为未来移动通信技术演进的方向，将呈现大量沉浸化、智慧化、全域化的新型业务，如无人驾驶、扩展现实（XR, Extended Reality）、感官互联等[2-3]。因此，对6G网络的数据传输速率、网络时延以及连接密度提出了更高的要求与挑战[4]。6G相对于5G，其性能指标将提升10～100倍，尤其在时延性能方面，6G对端到端时延的要求是小于0.1 ms[5]，在6G时代将会面临实时海量数据的传输，数据的暴增将带来大量的拥塞和数据分组时延。承载网作为支撑6G新型业务的重要基础，超低时延特性将会对承载网提出新的需求。考虑到空口、核心网等处理时延，6G业务对承载网络传输时延的要求将更加严苛。
为满足6G网络对承载网超低时延的要求，需要对现有的IP路由转发策略进行优化，在现网中IP链路的metric值用于指示网络设备之间传输数据的代价，是路由算法用以确定到达目的地的最佳路径的计量标准&#