一种基于深度Q学习的高低轨融合的虚拟网络功能放置方法技术

本发明专利技术公开了一种基于深度Q学习的高低轨融合的虚拟网络功能放置方法，面向卫星互联网中的网络功能虚拟化领域，主要采用深度强化学习方法来优化网络服务功能链的部署。本发明专利技术实现了一种基于深度Q学习的高低轨融合的虚拟网络功能放置算法。设计了包含低地球轨道和地球同步轨道卫星的SEC网络模型，并建立了卫星星座网络服务放置的数学模型，重点考虑通信延迟、能耗和同步卫星覆盖率等关键性能指标。开发了基于DDQN的优化算法，给出了状态、动作、奖励和神经网络结构的详细定义，通过双重深度Q网络DDQN优化网络服务功能链SFC的部署。

【技术实现步骤摘要】

本专利技术属于卫星互联网，特别是网络功能虚拟化(nfv)技术的应用。通过深度强化学习方法，优化网络服务功能链的部署，实现通信延迟、能耗和同步卫星覆盖率等关键性能指标的优化。

技术介绍

1、随着信息技术和通信技术的迅猛发展，现代社会对通信网络的依赖日益增强。全球互联网用户的增长和数据传输需求的激增要求通信网络不断演进以满足更高的速度、更广的覆盖以及更强的可靠性。在此背景下，卫星互联网因其独特的优势成为弥补地面网络覆盖不足、实现偏远地区通信连接的重要技术。它不仅支持传统的通信服务，还在应急通信、全球导航、环境监测等领域发挥着关键作用。

2、卫星互联网的主要特征包括其广泛的覆盖能力、支持广播和多播的通信方式以及高可用性。这些特性使得卫星互联网能够在无线电视广播、全球定位系统及大范围网络覆盖等方面展现出独到的优势。特别是在地理位置偏远或地形复杂的区域，卫星互联网能有效补充地面基础设施的不足。

3、随着全球通信技术向6g迈进，卫星互联网的作用更加重要。6g预计将支持更高的数据传输速率和更低的延迟，为实现这一目标，卫星互联网的整合成为关键步骤之本文档来自技高网...

【技术保护点】

1.一种基于深度Q学习的高低轨融合的虚拟网络功能放置方法，其特征在于：

2.根据权利要求1所述的基于深度Q学习的高低轨融合的虚拟网络功能放置方法，其特征在于：

3.根据权利要求1所述的一种基于深度Q学习的高低轨融合的虚拟网络功能放置方法，其特征在于：

【技术特征摘要】

1.一种基于深度q学习的高低轨融合的虚拟网络功能放置方法，其特征在于：

2.根据权利要求1所述的基于深度q学习的高低轨融合的虚...

【专利技术属性】
技术研发人员：李硕朋，李川洲，徐晓斌，方娟，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：