一种基于深度强化学习的卫星网络资源管理方法

本发明提供了一种基于深度强化学习的卫星网络资源管理方法，包括：步骤1，构建LEO卫星移动性模型；步骤2，构建具有星间协作ISC增强的SIoT网络模型；步骤3，分别计算本地计算、边缘计算和云计算三种模型下的端到端时延和系统能耗；步骤4，建立基于深度强化学习的任务卸载与资源分配算法和任务卸载决策，实现终端、边缘和云计算节点之间的负载均衡。本发明针对动态任务到达场景，提出了一种模型辅助的自适应深度强化学习算法，能够实现任务卸载决策、通信资源和计算资源的联合配置。