本发明属于卫星通信，具体涉及一种低轨卫星动态资源分配方法。
背景技术：
1、在当今数字化时代，通信技术的发展对于人类社会的各个领域都起着至关重要的作用。卫星通信作为一种广泛应用的通信方式，在提供全球性覆盖和强大连接能力方面发挥着不可替代的作用。特别是在海洋、航空以及应急通信等领域，卫星通信能够实现无缝覆盖和有效连接，解决了传统地面网络无法覆盖的区域和环境下的通信需求。然而，随着通信技术的不断发展和应用场景的多样化，卫星通信系统面临着越来越多的挑战。传统的资源分配方法往往存在一些缺陷，特别是在多波束卫星系统中。在这些系统中，由于卫星终端分布不均匀，导致不同波束之间的业务需求差异明显。传统的资源分配方法通常采用固定分配方案，但这种方案往往会导致终端需求与分配容量不匹配的情况发生。例如，某些波束可能会观测到需求超过可用波束容量，而其他波束则可能存在闲置容量。这种不匹配会影响用户服务质量(qos)和卫星网络性能，降低了卫星通信系统的整体效率和性能。
技术实现思路
1、为解决上述技术问题，本发明提供一种低轨卫星动态资源分配方法，包括：
2、s1：初始化低轨道多波束卫星场景模型；
3、s2：在低轨道多波束卫星场景模型中，将卫星的通信移动时间细分成多个时隙，且在每个时隙中卫星的信道参数不发生变化，每个波束可以使用n个正交子载波，每个子载波只能被单个用户使用，当某个波束在时刻t有用户接入时，该波束以传输功率p的形式被激活，每个用户可以在时刻t连接到一个波束；
4、s3：计算用户在波束中的子载波上的传输功率和链路信号噪声干扰比sinr；
5、s4：根据传输功率和链路信号噪声干扰比sinr计算用户与子载波连接时的吞吐量，并基于用户与子载波连接时的吞吐量计算低轨道多波束卫星场景模型的整体吞吐量；
6、s5：根据传输功率和链路信号噪声干扰比sinr计算低轨道多波束卫星场景模型的能量效率ee和频谱效率se；
7、s6：通过求能量效率ee和频谱效率se的加权和，根据能量效率ee和频谱效率se的加权和将多目标优化问题转化为单一目标优化问题；
8、s7：通过定义深度强化学习算法求解单一目标优化问题，以获取最优的资源分配策略。
9、本发明的有益效果：
10、本发明通过对ee和se取得一种折中操作，当无法同时实现最大化能量效率和频谱效率时，求二者的加权和可以达到一种相对平衡，并够将多目标优化问题转化为单一目标优化问题，大大提高了卫星通信系统的整体效率和性能；
11、本发明通过定义深度学习算法(dueling dqn)将q值分解为状态价值和动作优势两个部分，能够减轻过度估计的问题，该操作可以更稳定学习q值，提高训练的可靠性；传统dqn在学习不同动作的q值时容易受到方差的影响，这可能导致不稳定的训练过程，duelingdqn的状态价值部分更容易学习，因此有助于提高训练的稳定性。
1.一种低轨卫星动态资源分配方法，其特征在于，包括：
2.根据权利要求1所述的一种低轨卫星动态资源分配方法，其特征在于，初始化低轨道多波束卫星场景，包括：
3.根据权利要求1所述的一种低轨卫星动态资源分配方法，其特征在于，计算用户在波束中的子载波上的传输功率和链路信号噪声干扰比sinr，包括：
4.根据权利要求1所述的一种低轨卫星动态资源分配方法，其特征在于，根据传输功率和链路信号噪声干扰比sinr计算用户与子载波连接时的吞吐量，并基于用户与子载波连接时的吞吐量计算低轨道多波束卫星场景模型的整体吞吐量，包括：
5.根据权利要求1所述的一种低轨卫星动态资源分配方法，其特征在于，根据传输功率和链路信号噪声干扰比sinr计算低轨道多波束卫星场景模型的能量效率ee和频谱效率se，包括：
6.根据权利要求1所述的一种低轨卫星动态资源分配方法，其特征在于，求能量效率ee和频谱效率se的加权和，包括：
7.根据权利要求1所述的一种低轨卫星动态资源分配方法，其特征在于，根据能量效率ee和频谱效率se的加权和将多目标优化问题转化为单一目标优化问题，包括：
8.根据权利要求1所述的一种低轨卫星动态资源分配方法，其特征在于，通过定义深度强化学习算法求解单一目标优化问题，以获取最优的资源分配策略，包括：
9.根据权利要求8所述的一种低轨卫星动态资源分配方法，其特征在于，通过将波束的用户数量和波束的功率等级定义为深度强化学习的状态空间，将功率增加或者减小定义为动作空间，包括：
