摘要
本发明属于无线通信技术领域,公开了本发明公开了一种基于MEC的卫星通信网络优化方法及系统,通过联合优化任务调度、访问控制、服务实例选择和带宽分配,旨在满足服务质量(QoS)时延要求的同时,最小化任务失败率和设备经济成本的长期平均加权和。方法利用移动边缘计算技术,提升通信网络性能与可靠性,缓解无线资源紧张和用户侧计算资源不足问题,降低设备计算卸载过程中的能耗与时延。针对卫星地面集成系统中任务动态性、网络条件波动性及优化问题的复杂性,本发明将该问题转化为深度强化学习(DRL)问题,提出基于多智能体深度确定性策略梯度(MADDPG)的联合优化算法,有效减少任务失败率和经济成本。
技术关键词
卫星通信网络
深度强化学习
策略
移动边缘计算技术
联合优化算法
重构模块
优化网络参数
无线通信技术
集成系统
更新方法
无线资源
代表
任务调度
状态更新
网络模块
系统为您推荐了相关专利信息
推理方法
深度神经网络模型
知识蒸馏技术
学生
标签
三维数字模型
医学影像数据
孔结构
执行温度补偿
骨长入
性能评估系统
数字孪生模型
深度强化学习算法
扩展卡尔曼滤波算法
数据分析模块
4D光场
语义分割方法
状态空间模型
深度图
分支