-
公开(公告)号:CN119653379A
公开(公告)日:2025-03-18
申请号:CN202411637438.0
申请日:2024-11-15
Applicant: 北京科技大学
IPC: H04W16/22 , H04W28/08 , H04W28/02 , H04W24/02 , H04W24/06 , H04W72/53 , H04W28/16 , H04W84/06 , H04L41/142 , G06N5/04
Abstract: 本发明提供一种基于博弈论的多任务非地面网络资源分配方法及装置,涉及无线通信技术领域。该方法包括:建立多任务卸载及通信传输网络模型,包括多个LEO卫星、多个无人机和多个地面用户;建立基于时延与能耗的网络效用优化问题;根据演化少数派博弈方法与Stackelberg博弈模型,得到非地面网络资源分配结果;其中,非地面网络资源分配结果包括:卸载关联、卸载比例与资源分配,以实现通信时延与网络能耗的优化。本发明所提供的技术方案可以在非地面网络环境中,满足地面用户多任务传输需求,在有效降低通信过程传输时延的同时,平衡网络负载,实现非地面网络通信的绿色可持续发展。
-
公开(公告)号:CN116886154A
公开(公告)日:2023-10-13
申请号:CN202310841248.X
申请日:2023-07-10
Applicant: 北京科技大学
IPC: H04B7/185
Abstract: 本发明提供一种基于流量密度的低轨卫星接入方法及系统,涉及卫星通信技术领域,包括:建立大规模卫星星座多轨道的网络模型;确立流量密度最大化的卫星网络资源分配问题,建立马尔科夫决策模型;采用深度强化学习方法,初始化网络参数;选取A3C算法更新价值函数和策略,智能体根据策略网络做出决策,与环境交互得到此时的环境状态和奖励反馈,更新网络参数;以奖励函数最大化为目标进行循环,直至奖励收敛到稳定;对多轨道卫星网络进行轨道与频率的在线联合分配。本发明以卫星星座的流量密度为指标,使用深度强化学习算法,对卫星轨道资源和频率资源进行分配,带来更好的服务覆盖范围、更高的通信容量、更低的通信延迟和更高的系统可靠性。
-