来源：期刊VIP网 时间：
作者：陈明;高秋生;王旭蕊;纪春华;卞宇翔;冯宝;
单位：国网河北省电力有限公司信息通信分公司;南京南瑞信息通信科技有限公司;
摘要：针对天地融合网络(Space-Terrestrial Integrated Network, STIN)中终端业务的差异化服务质量(Quality of Service, QoS)需求与异构回程链路资源的适配问题，提出了一种基于强化学习(Reinforcement Learning, RL)的多模态中继回程链路智能选择方法。设计了一种时延敏感(Delay-Sensitive, DS)业务分级队列管理机制，实现了在动态网络环境下的自适应资源调度。在此基础上，构建DS业务丢包率和普通(Best-Effort, BE)业务吞吐量的多目标优化问题，并采用深度RL算法，实现回程链路的在线优化与选择。仿真结果表明，与固定优先级(Fixed Priority, FP)和加权公平排队(Weighted Fair Queuing, WFQ)策略相比，所提方法在高负载场景下有效降低了DS业务丢包率，同时有效提升BE业务的吞吐量。
关键词：天地融合网络;;多模态中继;;资源调度;;深度强化学习
基金资助：国网河北省电力有限公司科技项目(kj2024-062)~~
