本文主要是介绍三篇卫星切换的论文，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
目录
一、Energy-Aware Satellite Handover based on Deep Reinforcement Learning
1、题目翻译
2、来源
3、内容
二、A Reliable Handover Strategy with Second Satellite Selection in LEO Satellite Networks
1、题目翻译
2、来源
3、内容
三、User Grouping-Based Beam Handover Scheme with Load-Balancing for LEO Satellite Networks
1、题目翻译
2、来源
3、内容
一、Energy-Aware Satellite Handover based on Deep Reinforcement Learning
1、题目翻译
基于深度强化学习的能量感知卫星切换
2、来源
Energy-Aware Satellite Handover Based on Deep Reinforcement Learning | IEEE Conference Publication | IEEE Xplore
23-12
3、内容
场景：由于LEO卫星的高速移动，UE在服务期间会经历多次切换( HO )，这种情况如果广泛发生，会对UE的服务质量( QoS )产生不利影响。卫星HO策略必须有效地利用有限的可用卫星资源，并在尊重每个UE的各种任务类型（TP Traffic Profiles）的同时防止网络拥塞。包括视频、监控之类的，每种类型需要的资源不同。本文的主要目标是确定在HO事件期间，每个用户应该连接到哪颗卫星，从而减少后续不必要的切换，同时有效地利用可用的卫星信道和能量资源。效果：解决了LEO卫星能量资源受限和UE性能需求多样化的问题。方法：深度强化学习。方案：状态<用户与卫星之间的覆盖指标，加载信道数，可用能量，剩余可视时间RVT>，5种不同的奖励函数：（1）有HO连接到资源不足/足的卫星，（2）没有HO，不阻塞；信道或资源不足；与资源充足的卫星保持连接。几个点：（1）对用户不同的任务分类，不同类型任务需要的资源不同。（2）HO考虑的参数。
单一的HO准则：
- 自由信道数。均匀负载，但是大量HO,不稳定，频繁中断
- 最大剩余可视时间。能最大限度的降低HO频率，但是每个用户高阻塞率
- 于天线增益的HO方法，利用卫星运动的可预测性和卫星波束的天线增益，以防止服务失败和不良HO发生
- 博弈
- 接收信号强度( Received Signal Strength，RSS )。大量的UE可能连接到具有最佳RSS的卫星，从而导致访问拥塞和卫星之间的过度负载不平衡
不单一：
- 考虑服务时间、通信信道资源和中继开销的RL技术。目的是优化UE的体验质量( QoE )
考虑载波噪声和干扰噪声比来最小化卫星HO的频率，同时降低HO的失效概率。RL
二、A Reliable Handover Strategy with Second Satellite Selection in LEO Satellite Networks
1、题目翻译
Leo卫星网络中基于二次选星的可靠切换策略
2、来源
A Reliable Handover Strategy with Second Satellite Selection in LEO Satellite Networks | IEEE Conference Publication | IEEE Xplore
2023 IEEE Globecom Workshops (GC Wkshps)
23-12
3、内容
场景：如果没有合适的卫星切换策略，用户的服务质量(QoS)和可靠性将降低。之前的工作仅考虑了切换请求时的链路质量，并不能完全反映所选卫星实际服务时间内的整体链路质量。而且要考虑卫星之间的相互关联。一个点：为了避免中断会及早的与下个卫星交接，但是会因为资源不足而无法交接。目标是设计一个能够反映所选卫星服务时间内整体链路质量的切换准则，真实地考虑卫星选择在时间维度上的相互依赖关系，以降低切换失败率，提高用户的QoS和可靠性。方案：（1）在接收到切换请求的短时间内通过比较准则来选择卫星，可能并不能完全反映实际服务时间内的整体链路质量。为了解决这个问题，我们引入了一个综合服务时间和链路质量的比特位势，
其中i为sl的可用信道，K为分配给ue的最大信道数，ti H为信道i的预测切换时间，比特位势考虑的是卫星服务时间内的整体链路质量，而不仅仅是t时刻的链路质量。（2）第二种卫星选择( SSS )算法，第二颗卫星会预留信道和资源。它真实地考虑了时间维度。它根据从双线阵元集合( two-line element set，TLE )中获得的可见卫星信息，预测服务时间、链路质量和切换时间，以选择考虑第二颗候选卫星的最优卫星组合。
三、User Grouping-Based Beam Handover Scheme with Load-Balancing for LEO Satellite Networks
1、题目翻译
基于用户分组的Leo卫星网络负载均衡波束切换方案
2、来源
User Grouping-Based Beam Handover Scheme with Load-Balancing for LEO Satellite Networks | IEEE Conference Publication | IEEE Xplore
GLOBECOM 2023 - 2023 IEEE Global Communications Conference
2023-12
3、内容
场景：考虑每个LEO有多个波束的切换。而且用户分布比较密集，需要频繁的做出切换决策。目的：降低切换频率，提高卫星切换决策效率。方案：根据切换时刻、用户位置和他们所属的波束，将相似用户进行分组，进行整体切换。切换分为星内波束切换和星间波束切换，中心的用户倾向于星内波束切换，在边缘的用户倾向于星间波束切换，中心还是边缘的判断依据是接收信号强度。（1）星内波束切换：基于加权熵方法的单目标函数来决策切换波束。（2）星间波束切换：马尔科夫＋DRL+近端策略优化( PPO )算法。
这篇关于三篇卫星切换的论文的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
