摘要
本发明属于卫星边缘计算领域,公开一种卫星边缘计算中星地协同服务迁移方法。构建信息提取结构进行信息提取,得到关键时序信息;设计一种星地协同的服务迁移多智能体强化学习算法,关键时序信息作为星地协同的服务迁移多智能体强化学习算法中的观测值,强化学习得到最优服务迁移策略。本发明提出结合时间注意力机制和双向门控循环单元的信息提取方法,有效捕捉历史数据中的时序模式,提高服务迁移决策精度。结合地面基站与低轨卫星网络的协同优化,采用Actor‑Critic结构和全局Critic机制,优化跨网络服务迁移,降低迁移成本和服务中断时间,提升用户服务体验。本发明在奖励值、迁移成本和用户获取服务时延方面表现出显著优势。
技术关键词
门控循环单元
服务迁移方法
多智能体强化学习
星地协同
基站
注意力机制
能量消耗
时延
地面
决策
时序
信息提取方法
算法
前馈神经网络
服务器
星地链路
序列
状态更新
系统为您推荐了相关专利信息
无线传感器节点
智慧楼宇系统
数据显示模块
数据获取单元
数据获取模块
内窥镜摄像系统
图像重建
图像采集功能
双目立体视觉
图像处理芯片
边缘缓存方法
表达式
内容流行度预测
重构
模型更新
动态频谱共享
能效优化方法
发射功率联合优化
基站
强化学习算法