基于多智能体深度强化学习的低轨星座跳波束资源调度研究

TN927; 针对低轨星座跳波束资源调度的需求,提出一种基于多智能体深度强化学习的低轨星座跳波束资源调度方法.通过多目标优化的选星接入方式,建立卫星与服务区域之间的映射关系.在此基础上,根据业务类型和QoS需求的多样性,采用混合专家模型的方法,构建一个资源调度多智能体,用于星上资源与跳波束图案的实时决策调度.仿真结果表明,与传统方法相比,所提资源调度方法不仅能满足不同业务对时延和吞吐量的性能需求,还能有效平衡算法的复杂度,适应多样化业务的融合传输需求,应对业务流量的时空分布不均和动态变化,具有较强的泛化能力....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 46; no. 1; pp. 35 - 51
Main Authors 张晨, 徐阳威, 李宛静, 王威, 张更新
Format Journal Article
LanguageChinese
Published 南京邮电大学通信与网络技术国家工程研究中心,江苏 南京 210003 2025
南京邮电大学通信与信息工程学院,江苏 南京 210003
Subjects
low earth orbit satellite
跳波束
beam hopping
深度强化学习
资源调度
deep reinforcement learning
resource scheduling
低轨卫星
Online AccessGet full text

Cover

More Information
Summary:TN927; 针对低轨星座跳波束资源调度的需求,提出一种基于多智能体深度强化学习的低轨星座跳波束资源调度方法.通过多目标优化的选星接入方式,建立卫星与服务区域之间的映射关系.在此基础上,根据业务类型和QoS需求的多样性,采用混合专家模型的方法,构建一个资源调度多智能体,用于星上资源与跳波束图案的实时决策调度.仿真结果表明,与传统方法相比,所提资源调度方法不仅能满足不同业务对时延和吞吐量的性能需求,还能有效平衡算法的复杂度,适应多样化业务的融合传输需求,应对业务流量的时空分布不均和动态变化,具有较强的泛化能力.
ISSN:1000-436X
DOI:10.11959/j.issn.1000-436x.2025009