空军工程大学学报

作者：唐一强，杨霄鹏，肖楠，朱圣铭

单位：空军工程大学信息与导航学院， 西安， 710077\

关键词：卫星通信;深度学习;Q算法

基金：国家自然科学基金（61871474）

在卫星通信系统中，频率和信道是十分珍稀的资源，针对如何利用可靠且高效的方法来进行资源的开发这一亟需解决的难题，提出了一种基于Q-learning深度强化学习的动态卫星信道分配算法DRL-DCA，该算法将卫星和环境交互建模为马尔科夫决策过程，通过环境的反馈提升卫星的决策能力，实现用户业务请求的高效应答，提升卫星通信的服务质量，降低通信阻塞发生概率。仿真分析表明该算法能够有效地提升通信的吞吐量，降低通信的阻塞率。

来源：2022年第2期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2022年第2期