摘要
本发明公开了一种基于数字孪生的大规模卫星网络路由仿真及优化方法,主要解决现有大规模卫星网络路由仅以当前网络状态预测未来流量,导致路由决策滞后的问题。其实现方案是:在真实低轨卫星网络中通过中轨卫星测量低轨卫星网络的拓扑和链路负载信息;收集测量信息并利用其构造孪生空间的状态信息;在孪生空间中采取深度DQN网络模型,并以星间拓扑、链路负载为状态空间,以链路负载、时延、跳数为优化目标,为卫星网络的所有节点对计算最优路径并对其进行验证;将验证通过后的DQN网络模型同步至真实网络中,中轨卫星基于该同步的网络模型为当前真实低轨卫星网络的流量输出最优路径进行路由。本发明能有效避免错误路径对真实网络的影响,提高整网的吞吐量,可用于路由决策。
技术关键词
低轨卫星网络
DQN算法
链路
源节点
深度Q学习
数字孪生
指标
时延
负载状态信息
代表
中继节点
决策
基准
参数
协议
样本
模式
系统为您推荐了相关专利信息
微波天线
贮存寿命预测方法
元器件
寿命预测程序
电压驻波比
信道
数据交互方法
混合自动重传请求机制
蓝牙设备
接入点
三维地形模型
勘测方法
生成动态环境
无人船
深度Q学习
云端智能决策
电磁场传感器
信号处理器
数字孪生
运维
气象观测方法
原始图像数据
气象观测系统
卫星通信链路
多光谱传感器