摘要
一种基于频谱预测的高低轨星间频谱接入方法,明属于卫星间频谱接入领域。为了解决现有接入方法存在无法实时地调整接入条件来进行波束切换,导致接入高轨卫星正在使用的信道,对GSO卫星造成干扰,以及未考虑最少切换次数,从而无法保证连续通信的稳定性的技术问题。本发明技术要点:首先通过预测信道的占用情况来为接入作为数据输入,同时利用深度强化学习方法去动态的调整LEO星座接入GSO卫星波束的可用信道。针对场景的单颗卫星数据的完整传输数据问题,将优化目标设置为最小化卫星切换次数,利用DQN算法以实现整体长期的最优接入效果。
技术关键词
频谱接入方法
LEO卫星
信道
深度强化学习方法
多智能体强化学习
构建深度神经网络
波束切换
频谱接入系统
高维特征向量
更新网络参数
训练集
DQN算法
LSTM模型
数据
可读存储介质
采取行动
频段
时序特征
系统为您推荐了相关专利信息
无线信道测量方法
接收系统
宽动态
深度学习模型
发射系统
深度强化学习方法
深度强化学习模型
邻域
解码器
策略更新
相控阵天线单元
通信系统
环境状态信息
混合波束赋形
通信接口单元
调度优化方法
多用户系统
编码器模块
图谱
动态噪声
资源适配方法
LEO卫星
波束管理
蚂蚁
功率分配算法