10.3979/j.issn.1673-825X.202111080390
基于深度图强化学习的低轨卫星网络动态路由算法
为了解决高移动性导致卫星网络路由难以计算的问题,融合图神经网络和深度强化学习,提出一种基于深度图强化学习的低轨卫星网络动态路由算法.考虑卫星网络拓扑和卫星间链路的可用带宽、传播时延等约束,构建卫星网络状态,通过图神经网络对其进行表示学习;根据此状态的图神经网络表示,深度强化学习智能体选择相应的决策动作,使卫星网络长期平均吞吐量达到最大并保证平均时延最小.仿真结果表明,所提算法在保证较小时延的同时,还能提升卫星网络吞吐量和降低丢包率.此外,图神经网络强大的泛化能力使所提算法具有更好的抗毁性能.
低轨卫星网络、动态路由算法、图神经网络、深度强化学习
35
TN927
2023-08-25(万方平台首次上网日期,不代表论文的发表时间)
共10页
596-605