人工蜂群低轨卫星网络路由方法、系统、设备及介质.pdf
书生****写意
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
人工蜂群低轨卫星网络路由方法、系统、设备及介质.pdf
本说明书实施例提供了一种人工蜂群低轨卫星网络路由方法、系统、设备及介质,其中,方法包括:侦察蜂阶段:通过源节点s发送侦察蜂获取当前节点i的相邻节点j成为下一跳的概率;采蜜蜂阶段:将到达目的节点d并记录一条完整路径的侦查蜂记作采蜜蜂,选取前N条完整路径中的两条路径采用遗传算法中的交叉算子的操作,获取新的路径,并通过适应度函数将新的路径与进行交叉算子操作的两条路径进行适应度比较,获取适应度最大的路径作为最优路径,对最优路径进行反向更新;观察蜂阶段:观察蜂根据采蜜蜂阶段更新后的最优路径,选择下一跳节点。本申请通
利用关系矩阵和链路监测的低轨卫星网络路由方法.pdf
本发明公开了一种利用关系矩阵和链路监测的低轨卫星网络路由方法,解决了现有技术由于星间链路故障,导致本地控制器的信令信息无法收发的问题,以及卫星网络规模变化导致的预置路由表失效的问题。本发明的实现步骤是:1、构建低轨道LEO卫星网络;2、生成联通关系矩阵;3、发送联通关系矩阵;4、监测星间链路状态;5、将故障星间链路信息向全网泛洪;6、生成低轨卫星网络路由表。本发明生成的低轨卫星网络路由表更能适应卫星网络规模的变化,可充分满足低轨卫星网络路由的可靠性需求。
基于星间链路状态的低轨卫星网络路由算法.pptx
添加副标题目录PART01PART02低轨卫星网络的特点低轨卫星网络的应用场景低轨卫星网络路由算法的重要性PART03星间链路的特点星间链路状态的变化规律星间链路状态对路由算法性能的影响PART04实时监测星间链路状态路由算法的路径选择策略路由算法的优化目标PART05路由算法的流程设计路由算法的关键技术实现路由算法的性能评估PART06算法优势分析局限性分析未来改进方向PART07对低轨卫星网络路由算法的总结对未来研究的展望感谢您的观看
一种基于强化学习的低轨卫星网络智能路由算法.docx
一种基于强化学习的低轨卫星网络智能路由算法基于强化学习的低轨卫星网络智能路由算法摘要:随着科技的发展,低轨卫星网络成为了构建全球互联网的新一代解决方案。然而,低轨卫星网络的复杂性和不稳定性给网络路由带来了巨大的挑战。为解决这一问题,本文提出了一种基于强化学习的低轨卫星网络智能路由算法。该算法利用强化学习的思想,通过不断试错和调整,优化网络路由方案,提高网络的性能和可靠性。具体而言,本文首先介绍了低轨卫星网络的特点和挑战,然后介绍了强化学习的基本原理和算法,接着提出了基于强化学习的低轨卫星网络智能路由算法的
一种低轨卫星网络的任务卸载与计算资源分配方法及系统.pdf
本发明公开了一种低轨卫星网络的任务卸载与计算资源分配方法及系统,为描述未来低轨卫星网络中的异构业务计算需求,根据融合边缘云与云边缘低轨卫星计算模型以及两类业务需求,建立任务卸载模型;并根据时延成本、能耗成本以及支付给计算平台的资金成本建立目标函数,得出优化问题;将优化问题建模为非合作博弈,通过构造势函数证明该博弈的均衡的存在性;并采用混合粒子群算法和求取解析解得到均衡,最终得出联合卸载决策与计算资源分配的最优策略;本发明考虑面向两类业务的融合边缘云与云边缘的低轨卫星边缘计算架构,解决实际边缘计算场景中任务