[发明专利]一种基于认知的卫星通信网络选择算法

说明书

本发明公开了一种基于认知的卫星通信网络选择算法，主用户使用传统的卫星通信网络接入技术建立通信链路，认知用户通过与外界环境的交互、学习和更新，在不对主用户产生有害干扰的同时，完成一种动态的卫星通信网络的选择。该算法克服了传统的静态网络选择技术完全依赖卫星通信网络状态和信息参数的缺点，使认知用户即使在缺少部分或者全部卫星通信网络状态和信息参数的环境下也能找到最优网络。基于认知的卫星通信网络选择算法能够使认知用户迅速确定当前环境下的最佳卫星通信网络，提高通信资源的利用效率。

技术领域

本发明属于卫星通信技术，具体涉及一种基于认知的卫星通信网络选择算法。

背景技术

在地面移动通信中，已经分配给用户的频谱资源经常处于空闲状态这种问题时常发生，卫星通信同样面临频谱利用率不均衡的现实情况。这种看上去无频谱资源可用而实则频谱资源充足的现象的症结在于，各个网系对频谱资源采取“独占”的授权分配政策。在授权用户没有利用授权频段时，其他用户也无权使用该频段，这一缺乏灵活性的政策造成了巨大浪费。因此，在卫星通信系统中引入认知的概念是非常重要而迫切的。利用认知技术，卫星网管中心对各个卫星通信网系的空间与频谱资源状况进行监测与分析，充分了解卫星通信频谱资源的实时变化，并依据认知结果，合理地为认知用户选择网络并组织分配卫星资源，从而为更多用户提供质量更高的卫星通信服务，提高整个卫星通信系统的组网效率和频谱资源利用率。

基于认知的卫星通信网络选择是指认知用户在多重卫星通信网络覆盖下，在开机初始寻找网络接入或者因为位置移动进行网络切换时，综合考虑用户业务信息、网络状态等，根据一定的算法策略，保证自身始终接入条件最优的网络。目前，常见的传统网络选择算法包含算数加权法、乘法加权法、逼近最优解序列偏好法、灰度关联分析法等。由于传统的网络选择技术是对已知参数的直接加权计算，因此不适用于用户在陌生环境或者先验信息不足时的网络选择。而基于认知的卫星通信网络选择算法通过认知用户与外界环境的交互、学习和更新，在不对主用户产生有害干扰的同时，完成一种动态的卫星通信网络的选择。近年来,研究学者针对强化学习提出了多种算法。张冬梅(Dongmei Zhang),马华东(Huadong Ma).“AQ-Learning-based Decision Making Scheme for ApplicationReconfiguration in Sensor Networks”(Computer Supported Cooperative Work inDesign,2007.)一文对Q学习算法进行了相关研究与应用，Q学习是强化学习研究过程中的里程碑，Q学习可以从有延迟的回报中获取最优控制策略，从而选择能够达到目的的动作。Q学习对环境的先验知识要求较低，在大空间、复杂非线性系统中具有良好学习性能。李莉斯(Lilith,N),多冈西(Dogancay,K).“Distributed Dynamic Call Admission Control andChannel Allocation Using SARSA”(Communications,2005Asia-Pacific Conferenceon)一文对SARAS学习算法进行了相关研究与应用，SARAS学习是一种“在策略”算法，即值函数更新和选择动作的策略相同。SARAS学习与Q学习不同，Q学习是一种“离策略”算法，而且Q学习是基于后继状态的各假设动作的最大R值来更新R值，SARAS学习是利用学习策略所选择的实际动作a'来更新R值；Q学习依据修改后的R值确定动作，而SARAS学习依据当前R值确定下一状态时的动作。

发明内容

本发明的目的在于提供一种基于认知的卫星通信网络选择算法，认知用户通过与外界环境的交互、学习和更新，在不对主用户产生有害干扰的同时，完成一种动态的卫星通信网络的选择，实现单个认知用户在多重卫星通信网络覆盖并且卫星网管中心提供的各个卫星通信网络的状态和信息参数不足时仍然能够接入最佳网络。

实现本发明目的的技术解决方案为：一种基于认知的卫星通信网络选择算法，方法步骤如下：

步骤1、建立基于认知的卫星通信系统模型。