面向用户需求的空天地一体化车载网络任务分配策略

摘要

为了提高空天地一体化车载网络(space-air-ground integrated vehicular networks,SAGVN)内用户的网络服务质量体验,解决不同网络间相互协同的问题,提出了面向用户需求的SAGVN任务分配策略。基于用户信号强度、时延、网络费用和带宽需求,利用效用函数理论和层次分析法(analytic hierarchy process,AHP),构建用户需求和满意度描述框架。将网络任务分配过程抽象为半马尔可夫决策过程(semi Markov decision process,SMDP),根据用户需求和网络状态,利用价值迭代算法获得整体用户满意度最大的网络任务分配策略,利用Q-learning算法得到近似最优策略。实验表明,相较于传统策略,所提策略整体用户满意度提高超过30%;在网络拥塞的环境下,可以有效降低对网络服务需求迫切用户服务请求的拒绝率。