-
公开(公告)号：CN108966352B
公开(公告)日：2019-09-27
申请号：CN201810734324.6
申请日：2018-07-06
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于深度增强学习的动态波束调度方法，属于多波束卫星通信系统领域。本方法首先将动态波束调度问题建模为马尔科夫决策过程，每个时隙的状态包括卫星缓存器中的数据矩阵、时延矩阵和信道容量矩阵，动作表示动态波束调度策略，目标是长期减小所有数据包的累计等待时延，然后利用深度增强学习算法求解最佳动作策略，建立CNN+DNN结构的Q网络，训练Q网络，利用训练好的Q网络来进行动作决策，获得最佳动作策略。本发明通过大量的自主学习，使得卫星根据此刻的环境状态直接输出当前的波束调度结果，长期最大化系统的综合性能，在保持系统吞吐量几乎不变的同时，大大减小数据包的传输等待时延。
-
公开(公告)号：CN108966352A
公开(公告)日：2018-12-07
申请号：CN201810734324.6
申请日：2018-07-06
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于深度增强学习的动态波束调度方法，属于多波束卫星通信系统领域。本方法首先将动态波束调度问题建模为马尔科夫决策过程，每个时隙的状态包括卫星缓存器中的数据矩阵、时延矩阵和信道容量矩阵，动作表示动态波束调度策略，目标是长期减小所有数据包的累计等待时延，然后利用深度增强学习算法求解最佳动作策略，建立CNN+DNN结构的Q网络，训练Q网络，利用训练好的Q网络来进行动作决策，获得最佳动作策略。本发明通过大量的自主学习，使得卫星根据此刻的环境状态直接输出当前的波束调度结果，长期最大化系统的综合性能，在保持系统吞吐量几乎不变的同时，大大减小数据包的传输等待时延。
-
公开(公告)号：CN108366400B
公开(公告)日：2020-04-10
申请号：CN201810069595.4
申请日：2018-01-24
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于时间演进图的空天网络切换实时预测方法，涉及卫星通信领域。首先将所有终端按运动速度进行分类，对中高速终端运动行为建模，得到每个终端在每个时隙的位置，将LEO卫星通信系统中对该位置进行覆盖的卫星作为节点集；然后根据卫星对该终端的覆盖时长建立连接弧，设置初始权重，生成时间演进图在起始时隙的拓扑图。通过连接关系建立坐标系求解，得到卫星对终端覆盖时长；终端运动速度计算时间演进图中每个时隙的时长；将起始时隙的拓扑图更新，得到每一个时隙的拓扑图及其最短路径，得到切换预测结果，最终得到TEG的总体的拓扑图。本发明提高了预测的准确性，更好的适应更重切换策略，避免不必要切换次数，提高切换效率。
-
公开(公告)号：CN108366400A
公开(公告)日：2018-08-03
申请号：CN201810069595.4
申请日：2018-01-24
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于时间演进图的空天网络切换实时预测方法，涉及卫星通信领域。首先将所有终端按运动速度进行分类，对中高速终端运动行为建模，得到每个终端在每个时隙的位置，将LEO卫星通信系统中对该位置进行覆盖的卫星作为节点集；然后根据卫星对该终端的覆盖时长建立连接弧，设置初始权重，生成时间演进图在起始时隙的拓扑图。通过连接关系建立坐标系求解，得到卫星对终端覆盖时长；终端运动速度计算时间演进图中每个时隙的时长；将起始时隙的拓扑图更新，得到每一个时隙的拓扑图及其最短路径，得到切换预测结果，最终得到TEG的总体的拓扑图。本发明提高了预测的准确性，更好的适应更重切换策略，避免不必要切换次数，提高切换效率。
-
-
-
Search Results
4
records
(took 0.018 seconds)
