一种基于强化学习的低轨卫星网络智能路由算法

摘要

具备低延迟、广覆盖、快速机动等优点的低轨卫星网络是第六代移动通信技术(6G)和空天地一体化愿景的重要支撑,然而随着各国投入的增加,低轨卫星呈现出数量类型众多、轨道纷杂交错、载荷用频和处理能力相异的现象,使得传统卫星路由算法在通信开销和更新效率上出现瓶颈。鉴于此,探索性地提出一种适用于动态低轨卫星网络的卫星节点智能选径算法,节点能够依靠深度强化学习训练得到的模型,依据周围节点的空间位置、相互间距和可用带宽信息,自适应地选择回传链路。仿真和分析表明,所提方法具有较好的收敛性和泛化能力,相比于典型的分布式路由算法,具备更好的时延特性。