深空网络所在的环境具有很多特点,包括大传输延迟、通信信号微弱、非对称的数据传输率、间歇的连通性。容忍延时网络(DTN)能够很好的解决这类网络的各种问题。容忍延时网络是人们在近年出现的众多网络实例中抽象出来的网络模型。在这种网络模型中,经常出现长时间的网络分割,以至于在给定的时间段内端到端的路径不一定存在。由于DTN这种独特的拓扑性质,其路由机制和传统的网络模型有很大不同。本文首先介绍了DTN的体系结构和Internet的局限性。其次,着眼于路由算法的信息集中最重要的参数——延时,建立了DTN中数据包的单跳延时模型。从排队论的角度分析了DTN的延时,根据排队论中的G-限量休假排队模型搭建了一个DTN的延时模型,提取网络中重要的延时参数并通过仿真分析了其性能。接着,提出了基于马尔科夫决策DTN路由算法MRDDTN(Markov Route Decision in DTN,MRDDTN)。该算法具有学习功能,能够解决复杂的DTN网络环境中的高延迟和频繁割裂问题。仿真结果表明MRDDTN在同等网络条件下,性能优于Epidemic、PROHET等同类路由算法。