公开(公告)号：CN116886711A

公开(公告)日：2023-10-13

申请号：CN202310997635.2

申请日：2023-08-09

Applicant: 郑州大学

Inventor： 朱睿杰 ,  韦景博 ,  张玉东 ,  张文超 ,  裴文铎 ,  魏雅婷 ,  王阿曼 ,  李海诚 ,  席超 ,  刘佩璋 ,  杨博

IPC: H04L67/1074 ,  H04L43/0864 ,  H04L67/10 ,  H04B7/185

Abstract: 本发明提出了一种基于拍卖理论的低轨星座卫星网络流量卸载方法，步骤为：判断下沉卫星为轻载下沉卫星、重载下沉卫星或普通下沉卫星；所有的轻载下沉卫星和重载下沉卫星之间互相发送包含探测信息的请求包，获取下沉卫星之间的传输时延；重载下沉卫星以需求带宽将卫星状态通过馈电链路告知地面站，轻载下沉卫星以出售带宽为竞品带宽将卫星状态通过馈电链路告知地面站；地面站根据收集到的卫星状态将下沉卫星放入买方队列或者卖方队列，以双向拍卖的方式获取轻载下沉卫星和重载下沉卫星转移节点之间的匹配结果；地面站通过馈电链路将匹配结果告知各下沉卫星，进行流量卸载的转移。本发明以最大化利用星地链路的带宽，提高空地网络整体的吞吐量。

公开(公告)号：CN117040591A

公开(公告)日：2023-11-10

申请号：CN202310997637.1

申请日：2023-08-09

Applicant: 郑州大学

Inventor： 朱睿杰 ,  魏雅婷 ,  张玉东 ,  张文超 ,  裴文铎 ,  韦景博 ,  王阿曼 ,  席超 ,  刘佩璋 ,  杨博

IPC: H04B7/185 ,  G06F16/21 ,  G06F16/2458 ,  G06F16/29

Abstract: 本发明提出了一种基于日凌预测的卫星光通信可靠路由方法，步骤为：根据卫星星历数据求解预测时间段内的卫星每一时刻的位置矢量；根据太阳的赤经和赤纬的数据计算太阳在预测时间段内的每一时刻下的位置矢量；根据太阳的位置矢量以及星间光链路接收端卫星在地心赤道坐标系下的位置矢量，计算每一时刻下由星间光链路接收端卫星指向太阳的相对位置矢量；根据卫星每一时刻的位置矢量，计算已建星间光链路的卫星间每一时刻的相对位置矢量；计算两个相对位置矢量之间的夹角判断是否小于日凌规避角；构建日凌时空预测数据集；基于日凌时空预测数据集，结合业务可靠性需求等级进行自适应的路由规划。本发明避免选择断开的星间光链路，提高业务传输成功率。

公开(公告)号：CN115865168B

公开(公告)日：2024-11-22

申请号：CN202211455593.1

申请日：2022-11-21

Applicant: 郑州大学

Inventor： 朱睿杰 ,  裴文铎 ,  张玉东 ,  张文超 ,  席超 ,  刘佩璋 ,  杨博

IPC: H04B7/185 ,  G06F30/27 ,  G06F111/06

Abstract: 本发明提出了一种低轨星座中基于强化学习的星地测控链路规划方法，包括：考虑低轨巨型星座星地链路规划问题，满足星地可见约束、卫星链路数量约束、天线资源约束和变量可行域限制，建立最大化资源利用率和最小化切换次数的多目标优化模型；将星座整个运行周期的链路规划问题解耦成每个离散时间片内链路规划问题，采用深度强化学习中的深度Q网络算法求解多目标优化模型，完成最优的巨型星座星地链路规划决策，智能体根据每次分配时的可视卫星状态，选择最佳卫星建立链路完成星地测控链路规划。本发明利用强化学习实现智能体与环境的交互，优化星座测控过程中星地链路的切换次数，提高地面站天线资源的利用率，实现星地链路快速灵活高效的规划。

公开(公告)号：CN115865168A

公开(公告)日：2023-03-28

申请号：CN202211455593.1

申请日：2022-11-21

Applicant: 郑州大学

Inventor： 朱睿杰 ,  裴文铎 ,  张玉东 ,  张文超 ,  席超 ,  刘佩璋 ,  杨博

IPC: H04B7/185 ,  G06F30/27 ,  G06F111/06

Abstract: 本发明提出了一种低轨星座中基于强化学习的星地测控链路规划方法，包括：考虑低轨巨型星座星地链路规划问题，满足星地可见约束、卫星链路数量约束、天线资源约束和变量可行域限制，建立最大化资源利用率和最小化切换次数的多目标优化模型；将星座整个运行周期的链路规划问题解耦成每个离散时间片内链路规划问题，采用深度强化学习中的深度Q网络算法求解多目标优化模型，完成最优的巨型星座星地链路规划决策，智能体根据每次分配时的可视卫星状态，选择最佳卫星建立链路完成星地测控链路规划。本发明利用强化学习实现智能体与环境的交互，优化星座测控过程中星地链路的切换次数，提高地面站天线资源的利用率，实现星地链路快速灵活高效的规划。

公开(公告)号：CN115550970A

公开(公告)日：2022-12-30

申请号：CN202211138369.X

申请日：2022-09-19

Applicant: 郑州大学

Inventor： 朱睿杰 ,  李公 ,  张玉东 ,  席超 ,  刘佩璋 ,  杨博

IPC: H04W24/02 ,  H04W24/06 ,  H04W28/08 ,  H04B7/185

Abstract: 本发明提出了一种基于深度强化学习的卫星虚拟网映射方法，用以解决现有虚拟网络请求的启发式映射方法难以适应卫星网络的动态性的技术问题。本发明的步骤为：将底层卫星网络和虚拟网请求均建模为无向图，对于到来的虚拟网请求，采用滑动窗口对整个卫星网络进行映射区域划分，选择负载系数最小的映射区域；通过DRL方法进行节点映射；如果节点映射成功进入链路映射过程；如果链路映射成功利用奖励函数计算奖励值；判断是否到批次更新回合，通过奖励值计算损失函数来更新DRL智能体的网络参数和梯度。本发明通过强化学习不断地更新网络，选择合适的卫星节点和星间链路分配给不同虚拟网请求，从而提升虚拟网请求的接受率和网络资源利用率，并降低了平均时延。