CN114362810B 一种基于迁移深度强化学习的低轨卫星跳波束优化方法 （重庆邮电大学）_第1页
CN114362810B 一种基于迁移深度强化学习的低轨卫星跳波束优化方法 （重庆邮电大学）_第2页
CN114362810B 一种基于迁移深度强化学习的低轨卫星跳波束优化方法 （重庆邮电大学）_第3页
CN114362810B 一种基于迁移深度强化学习的低轨卫星跳波束优化方法 （重庆邮电大学）_第4页
CN114362810B 一种基于迁移深度强化学习的低轨卫星跳波束优化方法 （重庆邮电大学）_第5页
已阅读5页，还剩20页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号EP3605876A1,2020.02.05一种基于迁移深度强化学习的低轨卫星跳本发明涉及一种基于迁移深度强化学习的励，采用DQN算法利用神经网络作为非线性近似用TL-DQN算法利用源卫星学习的调度任务快速2S3：采用TL-DQN算法利用源卫星学习的调度任务快速寻找目务不同小区的波束功率分配，为小区获得的波束调度决策；n的信道容量表达式为：o(,)是当前时刻tj的星上缓冲区数据包集合；-1到tj时间段内的数据包吞吐量表达式为：3i表示星上拟发送给小区cn的缓冲区中的数据包。刻数据包缓存情况重构为状态，即状态空间定义为：在星上缓冲区于系统规定的最大时延Tth，因此星上缓冲区中的数据包p(,)到达时间一定处在时间间隔j)为时刻tj各小区的数据包个数矩阵，D(tj)为时刻tj各系球的数据包时延矩4*t2该式分别用来计算指数加权平均数的一阶矩估计和平方数的指数加权平均数的二阶5和分别一阶矩以及二阶矩的偏差修正6.根据权利要求5所述的低轨卫星跳波束优化方法，其DQN算法利用源卫星学习的调度任务快速寻找目标卫星的波束调度策略和功率分配策略，67TL-DQN算法利用源卫星学习的调度任务快速寻找目标卫星的波束调度策略和功率分配策表示服务不同小区的波束功率分配，为小区获得的波束调度决p(,)是当前时刻tj的星上缓冲区数据包集合；[0021]S14：系统的吞吐量也可以根据前后时刻缓冲区数据包的数量和当前时刻数据包8i表示星上拟发送给小区cn的缓冲区中的数据包。[0035](1)状态空间定义为：在星上缓冲区中的数据延Tth，因此星上缓冲区中的数据包p(,)到达时间一定处在时间间隔T,=l,-Tr中；首是在满足限制条件下的一组波束调度向量X(tj)和功率分配P(tj)，以最小化数据包的平均9[0048]进一步，步骤S2中，优化模型需要采用DQN算法利用神经网络作为非线性近似函2[0059]该式分别用来计算指数加权平均数的一阶矩估计和平方数的指数加权平均数的和分别一阶矩以及二阶矩的偏差修的数据包时延小于系统规定的最大时延Tth，因此缓冲区数据包集合p(,)中的数据包到达策略，遵循整体策略"(s,aq)选择动作q,=argmax,Q(s,,a,;:0),实现低轨卫星波束调度和资2计算指数加权

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论