基于决策性能评估的多波束低地球轨道卫星网络资源分配算法OA北大核心CSTPCD
Resource allocation algorithm for multi-beam LEO satellite based on decision performance evaluation
为了解决多波束低地球轨道(LEO)卫星波束间同频干扰、频谱短缺、业务量分布不均等问题,针对单一决策网络缺乏自我修正能力、容易陷入局部最优解、无法充分考虑长期影响等弊端,提出了一种基于决策性能评估的资源分配算法.该算法引入不同用户的业务满足指数来衡量系统的公平性,在考虑公平性的前提下优化系统的吞吐量性能,并将该优化问题建模为多目标优化问题.将具有时间相关性的连续资源分配过程建模为马尔可夫过程,提出基于决策性能评估的网络资源分配算法来解决该问题.所提…查看全部>>
To address challenges such as co-frequency interference,spectrum scarcity,and uneven traffic distribution in multi-beam LEO satellites,a resource allocation algorithm based on decision performance evaluation was proposed.The system fairness was measured by a user satisfaction index and the system throughput was optimized while considering fairness.The optimization problem was modeled as a multi-objective optimization.The continuous resource allocation proces…查看全部>>
王朝炜;庞明亮;王粟;赵玲莉;高飞飞;崔高峰;王卫东
北京邮电大学电子工程学院,北京 100875北京邮电大学电子工程学院,北京 100875中国移动通信集团有限公司,北京 100032北京邮电大学电子工程学院,北京 100875清华大学自动化系,北京 100084北京邮电大学电子工程学院,北京 100875北京邮电大学电子工程学院,北京 100875
电子信息工程
多波束卫星深度强化学习多目标优化资源管理
multi-beam satellitedeep reinforcement learningmulti-objective optimizationresource management
《通信学报》 2024 (7)
37-47,11
重庆市自然科学基金资助项目(No.CSTB2023NSCQ-LZX0118)北京邮电大学博士生创新基金资助项目(No.CX2023139) The Natural Science Foundation of Chongqing(No.CSTB2023NSCQ-LZX0118),BUPT Excellent Ph.D.Stu-dents Foundation(No.CX2023139)
评论