原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于强化学习的低轨卫星网络路由方法，属于卫星网络通信技术领域，该方法为对低轨卫星星座进行仿真建模，并根据获取的仿真运行数据构建低轨卫星星座网络拓扑图；将低轨卫星网络路由数据转发过程视为马尔可夫决策过程，并对强化学习中的参数进行设置，构建强化学习模型，其中，设置了两种奖励函数，分别对应卫星节点间数据传输奖励值和卫星与地面基站间数据传输奖励值两种情形；对强化学习模型进行训练，并根据训练后的强化学习模型得到最优低轨卫星网络路由策略。由于卫星与地面基站进行数据传输时会发生链路切换，本发明
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117792984A
(43)申请公布日2024.03.29
(21)申请号202311808430.1H04W84/06(2009.01)
(22)申请日2023.12.
文档评论（0）