面向6G星地融合网络的算力卸载与多波束抗干扰联合资源调度系统设计.docxVIP

PAGE2

面向6G星地融合网络的算力卸载与多波束抗干扰联合资源调度系统设计

摘要

随着6G通信技术的演进，星地融合网络已成为实现全球无缝覆盖的关键架构。然而，卫星网络存在传播时延大、星上计算资源受限及波束间干扰严重等固有痛点，传统地面网络资源调度方案难以直接适配。针对上述问题，本课题设计并实现了一套面向6G星地融合网络的算力卸载与多波束抗干扰联合资源调度系统。系统采用分层架构设计，核心在于提出了一种基于多智能体强化学习的联合优化调度算法，将算力卸载决策与多波束抗干扰资源分配进行耦合建模，通过智能体间的协作学习解决高维动态环境下的资源调度难题。

论文首先分析了星地融合网络面临的时延敏感性与计算瓶颈，明确了联合优化的需求；其次，构建了包含环境感知层、智能决策层与执行控制层的系统总体架构，并完成了各功能模块的详细设计；随后，基于PyTorch框架实现了核心调度算法，开发了包含网络拓扑管理、状态监控与策略下发功能的原型系统；最后，搭建仿真环境对系统进行了全面测试。测试结果表明，相较于传统启发式算法，本系统在降低任务处理时延方面提升了约18.5%，在抑制波束干扰方面显著改善了信干噪比。本设计验证了人工智能技术在复杂星地网络资源管理中的有效性，为未来6G网络智能化运维提供了可行的工程方案。

第一章绪论

1.1研究背景

随着5G网络的商用部署与深化，全球通信行业已将目光投向2030年