面向非均匀业务需求的大规模星座通算协同资源分配方法

本发明公开了一种面向非均匀业务需求的大规模星座通算协同资源分配方法，主要解决现有技术在地面网络资源受限情况下，利用卫星网络进行任务卸载时存在时延和能耗开销大的问题。其实现方案是：构建大规模星座网络；将地面划分为多个位置区，以一个区域为基准，采用改进的深度强化学习差异化任务卸载算法DRL‑DAO联合优化任务调度，实现高效的动态资源分配来完成卸载任务的计算，在相邻区域间根据信道时空相关性以及任务相关性，通过迁移学习将训练好的模型微调后完成对所有区域的任务调度和资源分配。本发明能对不同类型任务提供差异化服务，合理的利用资源提升用户服务质量，实现较高的任务完成率及最小的时延和能耗加权和，可用于用户终端的多种类型任务调度处理。