公开(公告)号：CN116882284A

公开(公告)日：2023-10-13

申请号：CN202310851909.7

申请日：2023-07-12

Applicant: 北京理工大学

Inventor： 朱超 ,  马杰 ,  李睿德 ,  张若弈 ,  陶继坤

IPC: G06F30/27 ,  G06N3/048 ,  G06N3/084 ,  H04L41/16 ,  H04L41/14 ,  H04B7/185 ,  G06F119/12

Abstract: 本发明本发明涉及卫星移动边缘计算技术领域，特别涉及一种适用于低轨卫星服务的深度学习模型架构方法，通过使用深度神经网络，拟合真实应用执行过程中的时间属性，构建出一个接近真实环境的模拟仿真环境，生成测试和预训练数据，从而可以高效地、同步地和即时地更新卫星网络应用中的深度学习模型。本发明解决了在卫星网络环境中，初始模型性能低下和预训练数据缺乏和获取预训练数据的时间成本过高的问题。实现了在离线环境下集中训练模型，并基与该预训练模型提高在线决策效率，从而提高卫星网络深度学习应用的可用性和鲁棒性。

公开(公告)号：CN116886155A

公开(公告)日：2023-10-13

申请号：CN202310852914.X

申请日：2023-07-12

Applicant: 北京理工大学

Inventor： 朱超 ,  马杰 ,  张若弈 ,  李睿德 ,  陶继坤

IPC: H04B7/185 ,  G06N3/092 ,  G06N3/084 ,  G06N3/04

Abstract: 本发明涉及卫星移动边缘技术领域，特别涉及一种适用于低轨卫星遥感服务的功能链配置方法，根据各地轨卫星边缘节点需求发起遥感服务，并将这些遥感服务拆分为子服务填充进子服务队列，从队列中取出遥感子服务信息，并和卫星信息一起转换为MDP模型的State，深度强化学习模型根据State得出估计奖励值Reward最高的执行动作Action，根据Action将遥感服务部署到卫星上；子服务完成后，如果不为服务功能链上最后一个节点，则在在完成卫星上发起服务功能链上下一链的子服务请求每隔一段时间检查子服务队列，若存在未完成的子服务，则重复S2‑5，通过引入NoisyNet、Dueling和n步学习，我们提高了模型的泛化能力，减少了状态空间，从而提高了收敛速度，同时减少了决策和训练时间。