随着人们对空间通信的需求快速上升,卫星通信技术以及相关行业在近年来得到了快速的发展。但由于卫星网络中卫星节点会根据轨道进行周期性的运转,节点之间的通信链路会频繁断开,因而卫星网络的拓扑结构具有时变性。另外,由于卫星自身成本和硬件上的限制,单个卫星难以在同一时间内建立多条数据通信链路。当卫星网络承载的数据传递量较大时,在这种资源受限网络中高效地调度链路成为了一个挑战。针对于该状况,连接计划设计(Contact Plan Design,CPD)能够在这种环境下根据优化目标高效地调度链路。本文就资源受限卫星网络中的CPD问题进行了深入研究,主要内容可分为以下几个方面:首先,根据卫星的轨道对卫星和卫星网络分别进行分类介绍,对当前卫星网络中的关键技术进行了总结和阐述,基于当前卫星网络的发展和研究背景,引出本文的选题背景,根据章节安排对本文的结构进行了梳理和简介。然后,对延迟容忍卫星网络的结构和特征进行总结归纳。CPD的目的是在资源受限环境下调度链路,其设计目的类似于延迟容忍网络(Delay Tolerant Network,DTN)中的路由,接着对卫星DTN网络中的路由进行分类介绍。根据CPD的技术背景和特征引入CPD,介绍了CPD的常用建模方式以及当前主流的CPD算法。其次,针对于资源受限低地球轨道(Low Earth Orbit,LEO)卫星网络中卫星之间的数据传递,提出了一种基因启发式算法(Genetical Inspired Contact Plan,GICP)。根据CPD的特性构建了系统模型。基于该模型,对GICP中的连接计划(Contact Plan,CP)进行编码和修复。根据网络传递时间最小化的优化目标,建立了评价函数,对群体中的各CP进行评价。根据卫星网络的轨道特点,设计了遗传寻优策略。通过仿真结果中适应值和传递时间的对比,验证了本文提出的GICP更适合于资源受限卫星网络中数据传递的结论。最后,针对于执行遥感任务的LEO卫星网络中数据的采集和传递,提出了一种双向寻优粒子群算法(Bi-directional Particle Swarm Optimization,BPSO)。根据不同节点以及不同任务的特性构建系统模型。基于系统模型以及预存的离散拓扑结构,对算法中的粒子进行编码。根据各任务的历史状态和时间要求制定评价函数。通过评价结果以及存储的历史信息对历史信息更新。利用当前群体的位置和CP中链路稀疏的特征,求取平均位置,然后通过平均位置和最差位置中各比特的对比得出最差位置中真正需要得到校正的比特。基于最优位置和最差位置中的待较正比特,引导粒子群中各粒子的寻优方向,并通过迭代得到一个适合传递遥感任务的CP。通过与各种经典算法的仿真对比,表明BPSO算法在传递时间以及数据到达率等传递性能上具有更好的表现。