基于强化学习的卫星网络路由方法
Reinforcement Learning Based Routing for Satellite Network作者机构：四川大学四川成都610000
出 版 物：《信息与电脑》 (Information & Computer)
年 卷 期：2023年第35卷第2期
页 面：215-217页
学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统]
基 金：基础加强计划重点基础研究项目(项目编号:2019-JCJQ-ZD-342-00)
摘 要：卫星网络的无线信号全球覆盖,已经成为现代通信技术的重要部分。低轨卫星网络因其覆盖范围广、传播时延低等特点受到广泛关注,卫星网络不受地面地理环境因素的限制,对于海洋环境和偏远地区的网络覆盖服务具有不可替代的重要地位,路由在其中至关重要。文章基于OPNET的仿真软件,进行了强化学习路由方法的设计,并且测试得到结果。结果表明,强化学习的路由方法也能同样实现和传统路由路径计算方法的一致效果,并且在输入数据的灵活度上更有优势。
维普期刊数据库
同方期刊数据库