文献类型：期刊文章

作　　者：沈学民[1] 承楠[2] 周海波[3] 吕丰[4] 权伟[5] 时伟森[1] 吴华清[1] 周淙浩[1]

SHEN Xuemin(Sherman);CHENG Nan;ZHOU Haibo;LYU Feng;QUAN Wei;SHI Weisen;WU Huaqing;ZHOU Conghao(University of Waterloo,Waterloo N2L3G1,Canada;Xidian University,Xi’an 710071,China;Nanjing University,Nanjing 210023,China;Central South University,Changsha 410083,China;Beijing Jiaotong University,Beijing 100044,China)

机构地区：[1]滑铁卢大学,加拿大滑铁卢N2L3G1 [2]西安电子科技大学,陕西西安710071 [3]南京大学,江苏南京210023 [4]中南大学,湖南长沙410083 [5]北京交通大学,北京100044

出　　处：《物联网学报》

基　　金：国家自然科学基金资助项目(No.91638204)。

年　　份：2020

卷　　号：4

期　　号：3

起止页码：3-19

语　　种：中文

收录情况：普通刊

摘　　要：随着信息技术的不断发展,信息服务的空间范畴不断扩大,各种天基、空基、海基、地基网络服务不断涌现,对多维综合信息资源的需求也逐步提升。空天地一体化网络可以为陆海空天用户提供无缝信息服务,满足未来网络对全时全域全空通信和网络互联互通的需求。首先,对空天地一体化网络技术及协议体系的发展趋势进行了分析,探讨了低轨卫星通信系统以及空地网络融合的研究进展。针对网络结构复杂、动态性高、资源高度约束等问题,提出了基于强化学习(RL,reinforcement learning)的空天地一体化网络设计与优化框架,以进行高效快速的网络设计、分析、优化与管控。同时给出了实例分析,阐明了利用深度强化学习(DRL,deep RL)进行空天地一体化网络智能接入选择的方法。并通过搭建空天地一体化网络仿真平台,解决了网络观测稀疏与训练数据难以获取的问题,极大地提升了RL的训练效率。最后,对空天地一体化网络中的潜在研究方向进行了探讨。

关 键 词：空天地一体化网络  强化学习  低轨卫星星座  仿真平台 车联网

分 类 号：TN92]