来源：期刊VIP网 时间：
作者：杨黎明;周玉前;王文浩;赵鸿俊;
单位：重庆邮电大学通信与信息工程学院;
摘要：覆盖范围广泛的低地球轨道（LEO）卫星可以搭载具有计算能力的移动边缘计算（MEC）服务器，为地面终端设备（GTE）提供更高效的通信服务。考虑到LEO卫星的移动性和资源限制等因素，以及计算卸载问题的连续动作空间等特征，针对多颗LEO卫星的联合卸载，将计算卸载问题转化为马尔科夫决策过程，并对系统带宽资源与计算资源进行分配，提出一种基于深度确定性策略梯度（DDPG）的计算卸载与资源分配策略，在服务多个GTE的情况下对系统的整体时延进行优化。仿真结果表明，该策略可以有效完成任务卸载与资源分配，并且使系统时延明显降低，对比无星间链路、使用深度Q网络以及全部卸载三种策略，在总任务量为1～10 MB下的平均时延分别减少了约40.9%、35.59%与30.7%。
关键词：低轨卫星;;移动边缘计算;;任务卸载;;资源分配;;卸载策略;;深度强化学习
基金资助：重庆市自然科学基金创新发展联合基金(中国星网)(CSTB2023NSCQ-LZX0114);重庆市自然科学基金面上项目(CSTC2021JCYJ-MSXMX0454)
