基于 PPO 的风扰动海洋网络 HAPS-BS 动态定位
信号处理
2026-05-08 v1 人工智能
摘要
高空平台站 (HAPS) 为缺乏陆地基础设施的海洋地区提供了广域无线覆盖的可行解决方案。然而，由于动态船舶 mobility 和大气扰动，特别是 HAPS 定位受到 stratospheric wind 效应的影响，维持可靠性能具有挑战性。本文提出了一种基于深度强化学习 (DRL) 的框架，用于风扰动 HAPS 安装基站的动态定位。部署在协调器 HAPS 上的集中式 DRL 智能体控制多个服务 HAPS，捕获真实信道条件和用户 mobility，实现对信道条件和用户 mobility 的真实建模。采用 Proximal Policy Optimization (PPO) 算法学习鲁棒的定位策略，在风扰动下提高覆盖稳定性和系统吞吐量。仿真结果表明，所提出的方法有效缓解了风引起的定位偏差，确保了海洋用户的可靠广域连接。
引用
@article{arxiv.2605.05240,
title = {PPO-Based Dynamic Positioning of HAPS-BS in Wind-Disturbed Stratospheric Maritime Networks},
author = {Azim Akhtarshenas and German Svistunov and Matteo Bernabè and Kuangyu Zheng and David López-Pérez},
journal= {arXiv preprint arXiv:2605.05240},
year = {2026}
}