公开(公告)号：CN114499629B

公开(公告)日：2023-07-25

申请号：CN202111609439.0

申请日：2021-12-24

Applicant: 南京邮电大学

Inventor： 张晨 ,  韩永锋 ,  张更新

IPC: H04B7/185 ,  H04W16/10 ,  H04W16/28 ,  G06N3/092

Abstract: 本发明公开了一种基于深度强化学习的跳波束卫星系统资源动态分配方法，包括以下步骤：步骤1、建立跳波束GEO卫星系统前向链路的业务模型；步骤2、将每时隙到达地面波位的业务的数据包存储在数据包缓冲队列中；步骤3、利用度强化学习算法，将卫星的资源分配模块建模为智能体，设计智能体的状态输入、智能体的输出决策动作以及评价动作的奖励；步骤4、仿真步骤3的深度强化学习算法，不断训练深度强化学习算法的决策神经网络权重参数；步骤5、将步骤4训练获得的决策神经网络完成跳波束卫星系统资源动态分配，求解跳波束卫星系统资源分配的最优方案。本发明降低了数据包的传输时延，提高了跳波束卫星系统的吞吐量。

公开(公告)号：CN114499629A

公开(公告)日：2022-05-13

申请号：CN202111609439.0

申请日：2021-12-24

Applicant: 南京邮电大学

Inventor： 张晨 ,  韩永锋 ,  张更新

IPC: H04B7/185 ,  H04W16/10 ,  H04W16/28 ,  G06N3/08

Abstract: 本发明公开了一种基于深度强化学习的跳波束卫星系统资源动态分配方法，包括以下步骤：步骤1、建立跳波束GEO卫星系统前向链路的业务模型；步骤2、将每时隙到达地面波位的业务的数据包存储在数据包缓冲队列中；步骤3、利用度强化学习算法，将卫星的资源分配模块建模为智能体，设计智能体的状态输入、智能体的输出决策动作以及评价动作的奖励；步骤4、仿真步骤3的深度强化学习算法，不断训练深度强化学习算法的决策神经网络权重参数；步骤5、将步骤4训练获得的决策神经网络完成跳波束卫星系统资源动态分配，求解跳波束卫星系统资源分配的最优方案。本发明降低了数据包的传输时延，提高了跳波束卫星系统的吞吐量。