面向飞行器的 Nash Soft Actor-Critic 低轨卫星切换管理算法

Jinxuan Chen; Mustafa Ozger; Cicek Cavdar

面向飞行器的 Nash Soft Actor-Critic 低轨卫星切换管理算法

系统与控制 2024-02-02 v1 计算机科学与博弈论多智能体系统系统与控制

作者: Jinxuan Chen , Mustafa Ozger , Cicek Cavdar

摘要

与仅能支持有限覆盖区域的地面网络 (TN) 相比，低地球轨道 (LEO) 卫星可以提供无缝的全球覆盖和在紧急情况下的高生存能力。然而，LEO 卫星的快速移动带来了一个挑战：频繁的切换不可避免，这会损害用户的服务质量 (QoS) 并导致连接不连续。此外，考虑到 LEO 卫星在为不同飞行器 (FV) 提供连接时与地面终端共存，需要一种高效的卫星切换决策控制和移动性管理策略，以减少切换次数并分配符合不同用户需求的资源。本文提出了一种基于多智能体强化学习 (MARL) 和博弈论的新型分布式卫星切换策略，名为 Nash-SAC，以解决这些问题。从仿真结果来看，基于 Nash-SAC 的切换策略可以有效减少超过 16% 的切换次数和超过 18% 的阻塞率，优于传统 Q-learning 等本地基准。它还将用于量化整个系统性能的网络效用大幅提升了高达 48%，并迎合了不同用户的需求，为飞行器和地面终端提供了可靠且稳健的连接。

关键词

低轨卫星切换飞行器多智能体强化学习 (MARL) 博弈论纳什均衡 Soft Actor-Critic (SAC)

引用

@article{arxiv.2402.00091,
  title  = {Nash Soft Actor-Critic LEO Satellite Handover Management Algorithm for Flying Vehicles},
  author = {Jinxuan Chen and Mustafa Ozger and Cicek Cavdar},
  journal= {arXiv preprint arXiv:2402.00091},
  year   = {2024}
}

面向飞行器的 Nash Soft Actor-Critic 低轨卫星切换管理算法

摘要

关键词

引用

相关论文