基于深度强化学习的星地一体化网络频谱共存技术研究
2025.12.22点击：
摘要：第六代移动通信技术(6G)中，空天地一体化网络成为解决多用户接入的普遍方案，地面架构与卫星的融合已成为6G的核心特征之一。频谱资源稀缺性已成为阻碍星地融合网络发展的重大挑战，因此推动频谱利用率优化有效策略的研发至关重要。本文针对低轨道(LEO)卫星-地面融合网络(STIN)的下行系统，提出一种协同频谱感知技术。面对星地一体化的复杂场景，本文构建了星地一体化网络信号干扰模型，并利用深度强化学习(DRL)进行频谱感知，在挖掘频谱可利用空间的同时有效抑制了虚警概率。仿真结果表明，本文所提技术性能优于能量监测基准方案，在动态通信环境中达到了更高的吞吐量。
关键词： 星地一体化;频谱感知;强化学习;
基金资助： 北京轩宇空间科技有限公司科技项目资助(编号WX-2025-0803)； 国家自然科学基金面上项目资助(编号62271041)；
专辑： 信息科技
专题： 电信技术;自动化技术
分类号： TN929.5;TP18
- 上一篇：基于CGSF的高鲁棒毫米波实时心率监测 2025/12/22
- 下一篇：6G星地频谱共享干扰抑制理论框架研究 2025/12/22