一种用于集成无人机和卫星物联网网络的双层深度强化学习路由方法

《IEEE Internet of Things Journal》:A Dual-Layer Deep Reinforcement Learning Routing Approach for Integrated UAV and Satellite IoT Networks

【字体: 大 中 小 】 时间:2026年01月26日 来源:IEEE Internet of Things Journal 8.9

编辑推荐:

  在偏远地区,物联网设备(IoTDs)通过低地球轨道(LEO)卫星连接到互联网。利用卫星传输大量IoTD数据面临一个关键挑战,因为卫星上的带宽限制显著影响了时间敏感型应用的性能。此外,由于卫星与地面之间的链接数量有限以及卫星接入设备的容量限制,很难覆盖所有位于卫星网络覆盖范围内的I

  

在偏远地区,物联网设备(IoTDs)通过低地球轨道(LEO)卫星连接到互联网。利用卫星传输大量IoTD数据面临一个关键挑战,因为卫星上的带宽限制显著影响了时间敏感型应用的性能。此外,由于卫星与地面之间的链接数量有限以及卫星接入设备的容量限制,很难覆盖所有位于卫星网络覆盖范围内的IoTD设备。为了解决这些挑战,我们提出了一种双层网络架构,该架构结合了卫星物联网(SIoT)和无人机(UAV),其中无人机作为传输单元,卫星作为计算单元,以克服传统SIoT的局限性。在该双层网络架构中,我们构建了一个双层路由问题,以确保任务的快速传输,并将问题进一步分解为无人机层路由和LEO卫星层路由。在无人机层,我们提出了一种基于路径带宽的任务分割的多任务并发路由策略,以减少链接负载并提高传输效率。在LEO卫星层,我们引入了一种集成计算-传输的路由策略,通过计算能力来缓解带宽限制,从而减少传输数据量并显著提升传输效率。我们将每层的问题转化为马尔可夫决策过程(MDP),并使用深度强化学习(DRL)来解决这些问题。为了进一步提高性能,我们对路由算法进行了改进:在无人机层,我们引入了信道状态平均技术以降低算法复杂性;在LEO层,我们采用了优先轨迹重放(PTR)技术来提高学习效率,并引入了损失约束以增强训练稳定性。仿真结果表明...

物联网(IoT)在许多领域发挥着重要作用,如交通、环境监测、电力输送和智能家居等。现有的广域物联网主要依赖于地面网络,例如第五代(5G)移动网络[1]。然而,在一些偏远地区,由于高昂的资本成本和恶劣的地理环境,地面网络的部署变得困难。这意味着地面网络无法为物联网系统提供灵活可靠的全球无线接入[2]、[3]。与现有的地面物联网系统相比,卫星物联网(SIoT)具有更大的潜力。SIoT利用低地球轨道(LEO)卫星与物联网设备(IoTDs)连接,为未来的物联网系统提供全球覆盖[4]、[5]、[6]。具体来说,LEO卫星可以在地面网络无法覆盖的区域提供通信服务。它们受环境因素的影响较小,从而确保了互联网连接的可靠性。因此,SIoT有效解决了地面网络覆盖范围的局限性[7]、[8]、[9]。

相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号