[发明专利]带宽分配方法、带宽分配装置、多波束卫星及存储介质

权利要求书

1.一种带宽分配方法，其特征在于，应用于多波束卫星，所述多波束卫星发出的波束数量为N，N为大于1的整数，N个波束各自对应一个已训练的actor网络，所述N个波束对应地面上的不同区域，所述带宽分配方法包括：

获取所述多波束卫星的当前可分配带宽、目标波束对应区域的标识信息、目标车辆的请求延迟、所述多波束卫星与所述目标车辆之间的信道效率以及所述目标波束与所述目标车辆之间的角度，所述目标波束是指所述目标车辆所在区域对应的波束；

将所述多波束卫星的当前可分配带宽、所述目标波束对应区域的标识信息、所述目标车辆的请求延迟、所述多波束卫星与所述目标车辆之间的信道效率以及所述目标波束与所述目标车辆之间的角度输入至所述目标波束对应的已训练的actor网络，得到所述目标车辆需分配的带宽；

将所述目标车辆需分配的带宽分配给所述目标车辆。

2.如权利要求1所述的带宽分配方法，其特征在于，测试卫星发出的波束数量为M，M为大于1的整数，M个波束各自对应一个actor-critic网络，所述M个波束对应测试区域上的不同区域，所述M个波束包括所述目标波束，所述actor网络的训练过程包括：

获取测试卫星的M个波束的当前环境状态；

将所述目标波束的当前环境状态输入至所述目标波束对应的actor网络，得到在所述目标波束的当前环境状态下测试车辆需分配的所有带宽的产生概率，并从该需分配的所有带宽中确定在所述目标波束的当前环境状态下测试车辆需分配的候选带宽，所述目标波束的当前环境状态包括所述测试卫星的当前可分配带宽、所述目标波束对应区域的标识信息、所述测试车辆的请求延迟、所述测试卫星与所述测试车辆之间的信道效率以及所述目标波束与所述测试车辆之间的角度；

将所述M个波束的当前环境状态和在该当前环境状态下测试车辆需分配的候选带宽输入至注意力机制层，得到剩余波束的编码值的加权和，所述剩余波束是指所述M个波束中除所述目标波束之外的波束；

将所述加权和、所述目标波束的当前环境状态和在所述目标波束的当前环境状态下测试车辆需分配的候选带宽输入至所述目标波束对应的critic网络，得到在所述目标波束的当前环境状态下测试车辆需分配的候选带宽的预估值；

根据在所述目标波束的当前环境状态下测试车辆需分配的剩余带宽的产生概率，以及在所述目标波束的当前环境状态下测试车辆需分配的剩余带宽的预估值，确定所述M个波束的基准；

根据所述M个波束的基准，以及在所述目标波束的当前环境状态下测试车辆需分配的候选带宽的产生概率和预估值，训练所述目标波束对应的actor网络。

3.如权利要求2所述的带宽分配方法，其特征在于，所述根据所述M个波束的基准，以及在所述目标波束的当前环境状态下测试车辆需分配的候选带宽的产生概率和预估值，训练所述目标波束对应的actor网络包括：

根据所述M个波束的基准，以及在所述目标波束的当前环境状态下测试车辆需分配的候选带宽的产生概率和预估值，确定所述目标波束对应的actor网络的梯度；

根据所述目标波束对应的actor网络的梯度，训练所述目标波束对应的actor网络。

4.如权利要求2所述的带宽分配方法，其特征在于，所述将所述M个波束的当前环境状态和在该当前环境状态下测试车辆需分配的候选带宽输入至注意力机制层，得到剩余波束的编码值的加权和包括：

将所述M个波束的当前环境状态和在该当前环境状态下测试车辆需分配的候选带宽输入至注意力机制层，在所述注意力机制层中对每个波束的当前环境状态和在该当前环境状态下测试车辆需分配的候选带宽进行编码，得到该波束的编码值；

根据所述M个波束的编码值，确定所述剩余波束的权重；

根据所述剩余波束的权重和编码值，确定所述加权和。

5.如权利要求4所述的带宽分配方法，其特征在于，所述根据所述M个波束的编码值，确定所述剩余波束的权重包括：

计算所述剩余波束的编码值与所述目标波束的编码值的相似度；

根据所述相似度，确定所述剩余波束的权重。