基于DRL的LEO卫星波束调度与资源协同优化方法OA
针对多波束低轨(Low Earth Orbit,LEO)卫星通信系统中动态干扰抑制、频谱效率提升及频繁切换带来的性能瓶颈问题,提出了一种基于深度强化学习的时空频多维资源协同优化方法。通过引入地面用户空间聚类算法实现动态波束覆盖重构,结合Actor-Critic架构的深度强化学习框架,利用近端策略优化算法实现波束激活、频谱分配与功率控制的协同优化。仿真结果表明,所提算法在400次迭代训练后收敛,相较于现有方案,系统平均吞吐量提升14.57%,星间切换次数降低43.79%,且干扰满足低于设定的干扰门限。
刘墨添;亚森江·阿布都热合曼;潘志伟;罗皓;马剑辉;卿利;寻远
西南电子技术研究所,成都610036北京科技大学计算机与通信工程学院,北京100083北京科技大学计算机与通信工程学院,北京100083西南电子技术研究所,成都610036西南电子技术研究所,成都610036西南电子技术研究所,成都610036西南电子技术研究所,成都610036
信息技术与安全科学
空天地一体化网络动态波束调度资源分配深度强化学习
《电讯技术》 2026 (7)
P.1116-1125,10
评论