面向多波束卫星系统的波束跳变与覆盖控制联合优化算法

为了提升多波束卫星（MBS）系统的性能，提出了一种基于深度强化学习联合优化MBS的波束跳变和覆盖控制（BHCC）算法。首先，将多波束卫星中的资源分配问题转换为多目标优化问题，以最大化多波束卫星系统的系统吞吐量，最小化丢包率；其次，将多波束卫星环境表示为多维矩阵，并将目标问题建模为考虑随机通信需求的马尔可夫决策过程；最后，结合深度强化学习强大的特征提取能力和学习能力对目标问题进行求解。此外，提出了一种单智能体轮询复用机制以减少搜索空间，降低收敛难度，加速BHCC算法的训练。仿真结果表明，相对于遗传算法、贪婪算法及随机算法，BHCC算法不仅能提高MBS的吞吐量，而且能降低系统的丢包率；相对于不考虑自适应波束覆盖范围的深度强化学习算法，BHCC算法在不同通信场景下的性能更优异。