卫星边缘计算卸载决策算法

时延与能耗联合优化

一种基于深度强化学习的星地一体化网络计算卸载决策方法，通过双网络决策与带宽分配策略，有效降低系统时延与卫星能耗，并显著减少了卫星切换造成的伪丢包现象。

李东博 · Yuchen, Sun · Jielun, Peng · 程思瑶 · 尹志胜 · 承楠 · 刘杰 · 李治军 · 许辰人

IEEE Transactions on Mobile Computing 2024

参数信息

计算时间

20 %

伪丢包减少倍数

10-20 %

技术优势

决策快20倍

深度强化学习直接输出卸载决策，避免了启发式算法的迭代搜索，计算时间仅为后者的20%。

性能不缩水

仿真结果表明该方法在时延与能耗的折中性能与传统启发式算法几乎一致，未因加速而牺牲优化效果。

切换少丢包

通过基于历史经验的决策偏差调整策略处理卫星网络切换，使伪丢包数量降至原来的10-20%。

应用场景

• 卫星通信网络资源管理：实时决策卸载与带宽分配，降低卫星能耗与计算时延，并减少切换丢包。
• 物联网边缘计算：为偏远地区物联网终端提供低时延、低能耗的计算卸载服务，适应动态网络环境。
• 星地融合网络：针对星地多层异构资源提出卸载决策方法，提升网络整体时延与能耗效率。
• 智能计算卸载：用深度强化学习替代传统启发式搜索，以1/5时间取得同等性能。
• 边缘智能决策：边缘节点基于本地信息做出卸载决策，适应卫星网络拓扑与负载的快速变化。