[发明专利]一种融合边缘计算的低轨星座缓存放置方法及系统

权利要求书

1.一种融合边缘计算的低轨星座缓存放置方法，其特征在于，实时获取卫星的环境状态，将卫星的环境状态输入所述卫星的私有模型中，所述卫星的私有模型输出所述卫星缓存放置决策；

所述缓存放置决策包括所述卫星是否放置缓存决策结果，以及卫星向低轨星座中除所述卫星之外的卫星请求协作的比例；

所述环境状态包括所述卫星面临的各类型请求的数量、与所述卫星邻近的卫星的缓存放置状态、以及所述卫星的剩余处理能力；

低轨星座中卫星的私有模型获取过程包括：

卫星基于分布式强化学习训练获得所述卫星的第一模型，卫星将第一模型上传至地面控制中心；

地面控制中心基于联邦学习定期对接收的第一模型进行融合获得共享模型，地面控制中心将共享模型下发至各卫星作为所述卫星的私有模型。

2.如权利要求1所述的融合边缘计算的低轨星座缓存放置方法，其特征在于，卫星基于分布式强化学习训练获得所述卫星的第一模型，具体包括：

步骤S1，构建卫星的神经网络、决策空间A、环境状态空间S和奖赏函数R_t；所述其中，X(t)表示卫星是否放置缓存决策模型在t时刻的输出值；C_s表示缓存内容的成本；表示t时刻缓存内容s需要低轨星座中该卫星的邻近卫星集合v协作缓存的比例；Type表示所述卫星面临的各类型请求的数量；表示缓存内容在星间链路e_i的平均传输延迟；表示星间链路e_i是否为所述卫星与协作卫星之间路径的判断函数，当星间链路e_i为所述卫星与协作卫星之间路径时，等于1，当星间链路e_i不是所述卫星与协作卫星之间路径时，等于0，E表示低轨星座中星间链路集合；Penalty表示违反约束的惩罚项；

步骤S2，基于ε-贪婪策略进行记忆积累，将记忆存放入经验回放空间，所述记忆为向量(S_t,A_t,R_t,S_t+1)，其中，S_t表示t时刻卫星的环境状态，S_t∈S；S_t+1表示t+1时刻卫星的环境状态，S_t+1∈S；A_t表示包括根据给定的t时刻的环境状态S_t按照ε-贪婪策略获得的决策Α_t，Α_t＝[X(t),H(t)]，Α_t∈A，其中，表示t时刻卫星对类型为s₁的缓存内容的缓存决策，当t时刻卫星缓存类型为s₁的缓存内容时为1，当t时刻卫星缓存类型为s₁的缓存内容时为0；表示t时刻卫星对类型为s₂的缓存内容的缓存决策，当t时刻卫星缓存类型为s₂的缓存内容时为1，当t时刻卫星缓存类型为s₂的缓存内容时为0；表示t时刻卫星对类型为s₃的缓存内容的缓存决策，当t时刻卫星缓存类型为s₃的缓存内容时为1，当t时刻卫星缓存类型为s₃的缓存内容时为0；H(t)表示卫星t时刻请求协作的比例，k表示该卫星的邻近卫星标识，k∈v；

步骤S3，从经验回放空间中抽取部分记忆对神经网络进行训练和优化获得第一模型。

3.如权利要求1所述的融合边缘计算的低轨星座缓存放置方法，其特征在于，星座中卫星的历史初始缓存放置决策通过全局目标函数求取，所述全局目标函数为：

其中，t表示时刻索引，T表示传输时延；s表示缓存内容；S表示缓存内容的类型集合，v表示卫星，V表示卫星集合；定义为卫星v到卫星u的传输时延模型；定义为协作模型，表示卫星v覆盖范围下缓存内容s需要卫星u协作的比例；定义为全局缓存决策模型，表示卫星v是否缓存缓存内容s，，若缓存内容s放置到卫星v，则若缓存内容s不放置到卫星v，则表示卫星v覆盖范围下对缓存内容s的请求数，表示缓存内容s在星间链路e_i的平均传输延迟，表示星间链路e_i是否为卫星v和u之间的路径；C_s表示缓存内容的成本；ω表示第一权重因子，γ表示第二权重因子，D_s表示缓存内容s到达运算云的平均延迟。