LEO卫星网络的切换协议学习：接入延迟与碰撞最小化
信息论
2023-11-01 v1 人工智能
机器学习
网络与互联网体系结构
math.IT
摘要
本研究提出了一种基于深度强化学习（DRL）的新型切换（HO）协议，称为 DHO，专门设计用于解决低地球轨道（LEO）卫星网络切换过程中长期存在的长传播延迟挑战。DHO 利用预先确定的 LEO 卫星轨道模式训练后的预测能力，跳过了 HO 过程中的测量报告（MR）。这一简化消除了 MR 阶段产生的传播延迟，同时仍提供有效的 HO 决策。所提出的 DHO 在多种网络条件下，在接入延迟、碰撞率和切换成功率方面均优于传统 HO 协议，证明了 DHO 在真实网络中的实际适用性。此外，本研究考察了接入延迟与碰撞率之间的权衡，并使用多种 DRL 算法评估了 DHO 的训练性能与收敛性。
引用
@article{arxiv.2310.20215,
title = {Handover Protocol Learning for LEO Satellite Networks: Access Delay and Collision Minimization},
author = {Ju-Hyung Lee and Chanyoung Park and Soohyun Park and Andreas F. Molisch},
journal= {arXiv preprint arXiv:2310.20215},
year = {2023}
}