[发明专利]卫星虚拟资源分配方法、装置、存储介质及设备

权利要求书

1.一种卫星虚拟资源分配方法，其特征在于，包括：

确定卫星需要的最少虚拟资源量和卫星的实际获得虚拟资源量；

根据所述卫星的最少虚拟资源量和实际获得虚拟资源量，构建马尔可夫决策过程；

将所述马尔可夫决策过程关联DDPG算法，获取目标DDPG算法模型；

根据所述目标DDPG算法模型，获取地面站对所述卫星虚拟资源的分配策略。

2.根据权利要求1所述的方法，其特征在于，所述马尔可夫决策过程包括：状态空间、动作空间和奖励函数；所述根据所述卫星的最少虚拟资源量和实际获得虚拟资源量，构建马尔可夫决策过程，包括：

根据所述卫星的最少虚拟资源量构建所述状态空间；及，

根据所述卫星的实际虚拟资源量构建所述动作空间；及，

根据所述卫星的最少虚拟资源量和实际获得虚拟资源量，构建所述奖励函数。

3.根据权利要求2所述的方法，其特征在于，所述根据所述卫星的最少虚拟资源量和实际获得虚拟资源量，构建所述奖励函数，包括：

根据卫星的优先级、每个节点的虚拟资源利用率和理想虚拟资源利用率的偏差值、处理时延参数构建所述奖励函数；所述每个节点的虚拟资源利用率为所述节点的最少虚拟资源量和实际获得虚拟资源量的比值。

4.根据权利要求3所述的方法，其特征在于，在所述根据所述卫星的最少虚拟资源量和实际获得虚拟资源量，构建所述奖励函数之前，还包括：根据卫星需要处理的数据比特数与实际数据处理速率，构建所述处理时延参数。

5.根据权利要求2所述的方法，其特征在于，所述动作空间，包括：离散动作和连续动作；所述根据所述卫星的实际虚拟资源量构建所述动作空间，包括：

根据地面站与卫星的配对情况，构建所述离散动作；

根据每个地面站分配给每个卫星的虚拟资源量情况，构建所述连续动作。

6.根据权利要求5所述的方法，其特征在于，所述根据所述卫星的实际虚拟资源量构建所述动作空间，包括：

对所述离散动作空间进行降维；以及，对所述连续动作空间进行降维；

根据降维后的离散动作空间和降维后的连续动作空间，确定目标动作空间。

7.根据权利要求1所述的方法，其特征在于，所述马尔可夫决策过程包括：状态空间、动作空间和奖励函数；所述DDPG算法，包括：评论家模块；

所述将所述马尔可夫决策过程关联DDPG算法，获取目标DDPG算法模型，包括：将所述奖励函数、状态空间、动作空间均关联所述评论家模块，获取目标DDPG算法模型。

8.一种卫星虚拟资源分配装置，其特征在于，包括：确定模块、构建模块、获取模块和分配模块；

所述确定模块，用于确定卫星需要的最少虚拟资源量和卫星的实际获得虚拟资源量；

所述构建模块，用于根据所述卫星的最少虚拟资源量和实际获得虚拟资源量，构建马尔可夫决策过程；

所述获取模块，用于将所述马尔可夫决策过程关联DDPG算法，获取目标DDPG算法模型；

所述分配模块，用于根据所述目标DDPG算法模型，获取地面站对所述卫星虚拟资源的分配策略。

9.一种卫星虚拟资源分配存储介质，其特征在于，所述存储介质存储有计算机程序，当计算机程序被处理器执行时，实现权利要求1-7任一所述的卫星虚拟资源分配方法中各个步骤。

10.一种卫星虚拟资源分配设备，其特征在于，包括：处理器，以及与所述处理器相连接的存储器；

所述存储器用于存储计算机程序，所述计算机程序至少用于执行权利要求1～7任一项所述的卫星虚拟资源分配方法；

所述处理器用于调用并执行所述存储器中的所述计算机程序。