arXivDaily arXiv每日学术速递 周一至周五更新
arXiv 2605.02416cs.ITcs.LGmath.IT
收藏

对抗DDQN-based自适应多目标切换优化用于低轨道卫星网络

Dueling DDQN-Based Adaptive Multi-Objective Handover Optimization for LEO Satellite Networks

Research Center for Information Technology Innovation (CITI), Academia Sinica (AS)（信息科技创新研究中心（CITI），学术院（AS））；Department of Electrical Engineering, National Taiwan Normal University (NTNU)（电气工程系，国立台湾师范大学（NTNU））；Bradley Department of Electrical and Computer Engineering (ECE), Virginia Tech (VT)（电气与计算机工程系（ECE），弗吉尼亚理工大学（VT））

Po-Heng Chou, Chiapin Wang, Chung-Chi Huang, Kuan-Hao Chen

备注：
6 pages, 5 figures, 1 table, and submitted to 2026 IEEE Globecom
阅读 PDF
arXiv 页面 ↗HTML 原文 ↗

AI总结：

本文提出基于对抗DDQN的自适应多目标切换框架，用于低轨道卫星网络，在时间变化网络条件下实现吞吐量、阻塞概率和切换成本的动态权衡，仿真结果表明性能优于传统方法。

摘要：

本文提出了一种基于对抗双深度Q网络（DDQN）的自适应多目标切换框架，用于低地球轨道（LEO）卫星网络。所提出的方法在时间变化的网络条件下实现了吞吐量、阻塞概率和切换成本之间的动态权衡。仿真结果表明，所提出的方法在典型运行条件下优于传统基线方法，实现了高达10.3%的吞吐量提升和接近零的阻塞概率。

英文摘要：

In this paper, we propose a dueling double deep Q-network (DDQN)-based adaptive multi-objective handover framework for low Earth orbit (LEO) satellite networks. The proposed method enables dynamic trade-off learning among throughput, blocking probability, and switching cost under time-varying network conditions. Simulation results demonstrate that the proposed approach consistently outperforms conventional baselines, achieving up to 10.3% throughput improvement and near-zero blocking under typical operating conditions.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

↑