面向巨型星座的智能负载均衡算法

TP393; 针对巨型星座中卫星数量众多容易引发局部拥塞的问题,提出基于协作多智能体深度强化学习的巨型星座负载均衡算法.首先对巨型星座中的卫星进行分簇设计,实现巨型星座的分布式管理,降低网络管理开销.然后,利用Q-混合多智能体神经网络深度强化学习设计各卫星自主决策的路由规划方案,实现多传输任务的簇内协同.此外,提出基于自动编码器的簇状态压缩机制,提高多智能体深度强化学习的效率.仿真结果表明,所提算法相比于传统的单任务路由算法,传输成功率可提升40%以上,证明所提算法能够避免局部拥塞的发生,提高巨型星座的传输效率....

Full description

Saved in:
Bibliographic Details
Published in天地一体化信息网络 Vol. 4; no. 4; pp. 49 - 60
Main Authors 罗树欣, 张超, 肖勇, 刘建平
Format Journal Article
LanguageChinese
Published 西安交通大学电子与信息学部信息与通信工程学院,陕西 西安 710049%西安卫星测控中心宇航动力学国家重点实验室,陕西 西安 710043 20.12.2023
Subjects
mega constellation
load balancing
负载均衡
多智能体深度强化学习
routing algorithm
multi-agent deep reinforcement learning
路由算法
巨型星座
Online AccessGet full text
ISSN2096-8930
DOI10.11959/j.issn.2096-8930.2023042

Cover

More Information
Summary:TP393; 针对巨型星座中卫星数量众多容易引发局部拥塞的问题,提出基于协作多智能体深度强化学习的巨型星座负载均衡算法.首先对巨型星座中的卫星进行分簇设计,实现巨型星座的分布式管理,降低网络管理开销.然后,利用Q-混合多智能体神经网络深度强化学习设计各卫星自主决策的路由规划方案,实现多传输任务的簇内协同.此外,提出基于自动编码器的簇状态压缩机制,提高多智能体深度强化学习的效率.仿真结果表明,所提算法相比于传统的单任务路由算法,传输成功率可提升40%以上,证明所提算法能够避免局部拥塞的发生,提高巨型星座的传输效率.
ISSN:2096-8930
DOI:10.11959/j.issn.2096-8930.2023042