申请/专利权人：哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

申请日：2023-12-21

公开（公告）日：2024-04-12

公开（公告）号：CN117879680A

主分类号：H04B7/185

分类号：H04B7/185;G06N3/092

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于强化学习的卫星协作缓存和用户接入方法，包括:构建地轨卫星网络模型，基于所述地轨卫星网络模型建立卫星与用户之间的链路可用性模型、内容缓存与用户接入模型以及卫星与用户的通信模型；以最小化网络模型长期的内容服务延迟为优化目标，以卫星的缓存容量限制、协作缓存卫星的跳数限制、用户的接入策略限制为约束条件，建立了缓存放置和用户接入的联合优化问题P1；将缓存放置和用户接入的联合优化问题P1转化为最大化长期奖励MDP问题；利用基于双层DQN的强化学习算法求解最大化长期奖励MDP问题，最终获得网络模型长期奖励最大时的协作缓存放置策略和用户接入策略。本发明有效减少了网络中的服务时延。

主权项：1.一种基于强化学习的卫星协作缓存和用户接入方法，其特征在于，包括以下步骤:构建地轨卫星网络模型，基于所述地轨卫星网络模型建立卫星与用户之间的链路可用性模型、内容缓存与用户接入模型以及卫星与用户的通信模型；以最小化网络模型长期的内容服务延迟为优化目标，以卫星的缓存容量限制、协作缓存卫星的跳数限制、用户的接入策略限制为约束条件，建立了缓存放置和用户接入的联合优化问题P1；将缓存放置和用户接入的联合优化问题P1转化为MDP问题，所述MDP问题以卫星和用户作为代理，包括状态空间、动作空间和奖励函数，其中所述状态空间包括卫星与用户之间的距离状态、卫星与用户剩余连接时间状态、卫星缓存状态、用户对卫星的请求状态和用户接入状态，所述动作空间包括卫星缓存放置动作空间和用户接入动作空间的组合，所述奖励函数为卫星服务用户的奖励，最终将缓存放置和用户接入的联合优化问题P1转化为最大化长期奖励MDP问题；利用基于双层DQN的强化学习算法求解最大化长期奖励MDP问题，所述基于双层DQN的强化学习算法包括内层算法和外层算法，分别用于学习用户接入策略和协作缓存放置策略，两层算法分别以不同的时间尺度进行更新，两层算法有相同的网络模型状态输入和最大化长期奖励优化目标，最终获得网络模型长期奖励最大时的协作缓存放置策略和用户接入策略。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 基于强化学习的卫星协作缓存和用户接入方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD