基于多智能体深度循环Q网络的LEO卫星接入切换方法

    公开(公告)号:CN117040588B

    公开(公告)日:2024-12-03

    申请号:CN202310887785.8

    申请日:2023-07-19

    Abstract: 基于多智能体深度循环Q网络的LEO卫星接入切换算法,涉及LEO卫星通信领域,包括:构造阴影莱斯衰落信道模型;构造传输速率模型;针对多目标动态优化问题进行建模;构建基于多智能体深度循环Q网络的LEO卫星接入切换算法框架;构建马尔可夫决策过程模型;DRQN网络设计;MA‑DRQN接入切换决策算法设计。在高动态LEO卫星巨型星座密集覆盖场景下的多用户竞争接入问题中,针对传统接入方法难以捕获和追踪无线环境的动态变化致使LEO卫星接入过程无线资源利用效率低和接入失败概率高的问题,本发明提供一种基于多智能体深度循环Q网络的LEO卫星接入切换算法,提高了接入成功率和系统吞吐量,提升了无线资源利用效率。

    一种抵御拜占庭攻击的分割学习优化方法及系统

    公开(公告)号:CN117290877A

    公开(公告)日:2023-12-26

    申请号:CN202311053548.8

    申请日:2023-08-21

    Abstract: 本发明提出了一种抵御拜占庭攻击的分割学习优化方法及系统,旨在解决分割学习中拜占庭攻击带来的数据隐私和安全问题以及分割点选择困难和优化效率低下的问题。本发明首先引入了拜占庭攻击的检测和容错处理机制,保障了分布式系统中的数据隐私和安全;然后剔除受到拜占庭攻击的设备,降低了攻击风险,确保了模型训练和更新的可靠性;再通过采用粒子群优化算法,自动搜索并优化分割点的位置,该算法考虑通信开销、模型性能和系统鲁棒性因素,以达到在拜占庭攻击环境下最优化分割学习的模型分割点,有效提高了分割学习的安全性和效率,确保在拜占庭攻击环境下分布式系统中的数据隐私和安全问题得到更好的保护。

    一种基于预测反馈的卫星切换方法

    公开(公告)号:CN117042073A

    公开(公告)日:2023-11-10

    申请号:CN202311127781.6

    申请日:2023-09-04

    Abstract: 本发明涉及一种基于预测反馈的卫星切换方法,属于卫星通信技术领域,包括步骤:卫星侧建立星地连接二元组;用户侧对移动轨迹进行预测,将包括未来一段预测时间内用户节点的移动行为和通信需求的预切换信息上报给卫星;卫星侧搭建包括卫星负载均衡指标和用户满意度指标的切换效用函数;采用多目标优化算法对切换效用函数进行优化,各个用户侧根据得到的最优的方案切换卫星;根据误差反馈动态调整预测时间长度,调整后重新进行预测。本发明通过对移动轨迹和通信需求预测,优化卫星切换决策,减少不必要的切换,提高通信质量和稳定性,解决由于低轨卫星的高速移动导致地面接入终端频繁切换甚至断连的问题,提升地面终端接入卫星网络的服务质量。

Patent Agency Ranking