深度强化学习在天基信息网络中的应用——现状与前景
来源:系统工程与电子技术杂志2023年第3期北京时间:
作者:唐斯琪, 潘志松, 胡谷雨, 吴炀, 李云波
单位:1. 陆军工程大学指挥控制工程学院, 江苏 南京 210007;2. 北京信息通信技术研究中心, 北京 100036
摘要:未来天基信息网络(space information network, SIN)领域将面临由结构复杂、环境动态、业务多样等发展趋势带来的挑战。数据驱动的深度强化学习(deep reinforcement learning, DRL)作为一种应对上述挑战的可行思路被引入SIN领域。首先简要介绍了DRL的基本方法, 并全面回顾了其在SIN领域的研究进展。随后, 以星地网络场景的中继选择为例, 针对大规模节点问题提出了基于平均场的DRL算法, 并提出一种基于微调的模型迁移机制, 用以解决仿真环境与真实环境之间的数据差异问题。仿真证明了其对网络性能优化的效果, 且计算复杂度和时间效率均具有可行性。在此基础上归纳和总结了DRL方法在SIN领域的局限性与面临的挑战。最后,结合强化学习前沿进展, 讨论了此领域未来的努力方向。
关键词:天基信息网络,深度强化学习,中继选择,网络性能优化
基金资助:国家自然科学基金(62076251)
2023年3期其他文献查阅:
基于模糊递归和最优硬阈值的局部投影降噪算法
基于路网信息辅助的多星编队系统SAR-GMTI动目标径向速度估计与重定位方法
基于DQN的探测干扰一体化波形优化设计
三元组近场效应的馈电系数修正与各向异性分析
小波变换在船载海洋重力测量数据处理与分析中的应用
基于聚类求解TVAR模型的目标微多普勒分析
多局部节点异步航迹快速关联算法
基于IRLS的跳频模式下GTD散射参数提取和RCS重构
EPC-MIMO雷达主瓣距离欺骗式干扰抑制方法
双基地机载雷达杂波和主瓣压制干扰抑制方法
基于自注意力的双波段预警雷达微动融合识别
基于深度残差收缩注意力网络的雷达信号识别方法
基于GTD模型的多视角多频带ISAR融合成像
基于杀伤链的作战体系网络关键节点识别方法
面向太空网络战威胁的态势感知本体建模
一般灰数型面板数据关联分析模型及应用
基于随机森林的航空安全因果预测新方法
广域六角格兵棋地图构建方法与机动推演应用
基于多目标模糊规划的海上要地防空动态火力分配
无人机和车辆协同配送映射模式综述与展望
用于卫星应急恢复的太阳电池阵转角估计方法
多约束多输入拦截器姿轨一体化复合控制
基于相对角动量的空间非合作目标机动仅测角检测方法
星敏感器姿态测量算法研究
基于长短期记忆神经网络的自适应容错方法
基于双十字阵的海上弹着点定位误差分析
无人机集群分组编队控制跟踪一体化设计
混合载波系统高阶计算分集方法
基于图着色和三维匹配的车联网资源分配算法
基于能量采集的友好干扰机辅助下多中继系统安全传输方案
深度强化学习在天基信息网络中的应用——现状与前景
基于联合特征参数和一维CNN的MIMO-OFDM系统调制识别算法
冷备系统剩余寿命近似计算方法
非正态响应稳健参数设计的贝叶斯建模与优化
基于RCNN-ABiLSTM的机械设备剩余寿命预测方法