一种基于多智能体强化学习的LEO星间链路的动态规划方法

    公开(公告)号:CN114928401A

    公开(公告)日:2022-08-19

    申请号:CN202210536205.6

    申请日:2022-05-17

    Abstract: 本发明涉及卫星通信技术领域,公开了一种基于多智能体强化学习的LEO星间链路的动态规划方法,包括:S1、根据欧氏距离、视线距离、通信速率和天线切换成本设计部分可观察马尔科夫决策过程模型;S2、基于多智能体深度确定性策略梯度将接收到的所述部分可观察马尔科夫决策过程模型的元素对应的数据逐轨道平面地对卫星的智能体进行集中式训练,直到所述智能体收敛;S3、智能体根据同属一个卫星的状态收集器收集到的本地状态数据进行决策,链路执行器根据智能体的决策与相应的卫星建立平面间星间链路。本发明可以显著降低ISLs切换率,提高星座总吞吐量和卫星平均星间链路的数量。

    一种基于多智能体强化学习的LEO星间链路的动态规划方法

    公开(公告)号:CN114928401B

    公开(公告)日:2023-07-07

    申请号:CN202210536205.6

    申请日:2022-05-17

    Abstract: 本发明涉及卫星通信技术领域,公开了一种基于多智能体强化学习的LEO星间链路的动态规划方法,包括:S1、根据欧氏距离、视线距离、通信速率和天线切换成本设计部分可观察马尔科夫决策过程模型;S2、基于多智能体深度确定性策略梯度将接收到的所述部分可观察马尔科夫决策过程模型的元素对应的数据逐轨道平面地对卫星的智能体进行集中式训练,直到所述智能体收敛;S3、智能体根据同属一个卫星的状态收集器收集到的本地状态数据进行决策,链路执行器根据智能体的决策与相应的卫星建立平面间星间链路。本发明可以显著降低ISLs切换率,提高星座总吞吐量和卫星平均星间链路的数量。

Patent Agency Ranking