Resumen

Los problemas frecuentes de transferencia y fallos en la transferencia obviamente degradan la Calidad de Servicio (QoS) de los usuarios móviles en el segmento terrestre (por ejemplo, redes celulares) de las redes integradas satélite-terrestre (STINs). Y los métodos tradicionales de decisión de transferencia dependen de los datos históricos y generan costos de entrenamiento. Para resolver estos problemas, se utilizan métodos de decisión de transferencia basados en el aprendizaje profundo por refuerzo (DRL) en la gestión de transferencia. En el método de decisión de transferencia basado en DQN existente, los sobrestimaciones del método DQN continúan. Además, los métodos actuales de decisión de transferencia adoptan la estrategia codiciosa que lleva al problema de desequilibrio de carga en las estaciones base. Considerando los problemas de decisión de transferencia y desequilibrio de carga, propusimos un método de red neuronal profunda de doble red de equilibrio de carga (LB-DDQN) para la decisión

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Entrega; Decisión; Equilibrio de carga; Método; Red; QoS
• Keywords:Handover; Decision; Load balancing; Method; Network; QoS