返回
一种低轨卫星星座边缘协同缓存方法

发布时间:2024-09-12


专利示意图

一、技术领域

低轨道卫星网络技术领域


二、专利介绍

1.专利信息

专利类型:发明

专利权人:清华大学深圳国际研究生院

申请号:202311624412.8

发明人:吴鸣洲、王智

2.专利说明书摘要

本发明公开了一种低轨卫星星座边缘协同缓存方法,包括:S1根据低轨卫星轨道运行信息,计算划分出具有稳定拓扑关系的时隙,构建低轨卫星系统边缘缓存场景的时隙拓扑图;S2建立低轨卫星节点具有缓存能力的天基网络场景下的边缘缓存模型,并将每个卫星节点的缓存决策建模为部分可见马尔可夫过程POMDP以便通过强化学习算法进行训练和优化;S3利用MAPPO多智能体强化学习方法训练各个节点的独立模型以实现边缘协同缓存策略的学习;S4按预定方式更新缓存状态和链路状态;S5、重复执行S3和S4直至缓存策略收敛以实现优化的低轨卫星系统边缘协同缓存策略。本发明在缩短用户请求延迟的同时提高了系统的总吞吐量。

3.创新点

(1)构建卫星节点与地面基站间的时隙拓扑图,通过切分完整时隙来保证时隙内节点拓扑  稳定性,同时将链路剩余可用时间信息嵌入到系统状态中;

(2)将低轨卫星系统边缘缓存场景建模为部分可见马尔可夫过程(POMDP),每颗卫星仅能感知到对应服务区域内产生的文件请求信息,对于区域内用户产生的文件请求,节点自行决策是否缓存;

(3)基于Multi Agent PPO训练得到各个节点的独立模型,每个节点以最大化服务区域内用户的平均请求延迟为优化目标,同时节点间通过协作缓存方式来减少冗余的内容存储以最大化整个系统的吞吐量。

4.痛点问题

(1)面对时变的服务区域,单颗卫星缓存文件切换频繁,通信开销过大;

(2)多个卫星节点间没有协作,导致大量重复文件被缓存。

5.技术优势

(1)考虑了轨道平面间的协作缓存方案,更符合真实场景;

(2)采用多智能体强化学习的方法来训练模型,将文件冗余程度作为目标函数的组成部分,从而减少不必要的存储资源消耗


三、产业化信息

1.应用场景

可以提供给未来低轨卫星星座的星上服务商使用,将卫星互联网作为下一代互联网技术的重要组成部分,网络内缓存和星上内容分发网络是不可或缺的一部分,采用此方法可以有效提升缓存效率。

2.商业价值

此项技术拥有巨大的商业前景,对于通信服务行业有以下市场价值:

(1)本方法可以提供更高效的缓存方法,提高用户的使用效率;

(2)盈利前景:针对不同的内容提供商可以进行相应的定价。

3.发展规划

用于提高低轨道卫星互联网的资源使用效率。

4.合作方式

面议



注:所有成果未经授权,请勿转载

联系方式:ttc@sz.tsinghua.edu.cn



版权所有@清华大学深圳国际研究生院 京ICP备15006448号 京公网安备 110402430053 号