![]()
![]()
研究团队
徐亮, 焦健, 蒋世尧, 张钦宇：哈尔滨工业大学(深圳), 鹏城实验室
王野：鹏城实验室
文章下载
Xu L, Jiao J, Jiang S Y, et al. Semantic-aware coordinated transmission in cohesive clustered satellites: utility of information perspective. Sci China Inf Sci, 2024, 67(9): 199301![]()
分布式卫星通过空间编队构型、异构资源编排、载荷功能整合等手段，内聚集群化地高效聚合邻域跨轨卫星，能为空中、地面、海洋等特定区域复杂任务提供通信、计算与感知一体化的泛在智能信息服务。然而，基于经典信息论构建的卫星通信现有体制只能保障透明转发的“数据快递”，导致卫星网络面临大量信息低密度、能量高损耗、任务弱相关的低效传输，与海量终端竞争有限资源的关键问题，信息效用差。基于此，亟需开展基于信息效用的分布式卫星语义感知协作传输相关研究，挖掘分布式卫星集群的语义协同感知、任务关联匹配、资源异构管理能力。
本文提出了一种语义感知的分布式卫星多星协作传输方案。如图1所示，考虑多个卫星对特定目标协作观测以获取目标全局语义信息并回传给地面接收站的通信场景，多个卫星捕获的数据信息通过语义特征提取后可以分割为多个语义信息块，多星协作观测使得卫星捕获的语义信息块之间存在一定程度的语义相似性关联。从信息效用角度来看，多次获取具有相同语义信息的数据，不会为任务带来额外的信息效用。为此，首先定义分布式卫星集群单位能耗可达的信息效用指标。然后，考虑卫星过顶时间窗口限制，以单位能耗可达的信息效用为优化目标，提出基于MAD3QL（multi-agent double and dueling deep Q-learning）的多星语义协同传输网络模型。最后，通过设计每个智能体自身决策传输的语义信息块所转化的信息效用奖励，以及其他卫星协作传输语义信息块转化的信息效用奖励，保证每个卫星迭代学习如何与其他卫星协作进行隐式语义传输。最终实现自主决策传输行为，并共同优化卫星集群在有限过顶时间窗口内单位能耗可达的信息效用。本文的创新点如下：
提出了语义感知的分布式卫星多星协作传输方案，采用基于 MAD3QL 算法的语义协同传输网络模型，优化了卫星自主决策下单位能耗可达的信息效用。同时，分析了不同过顶时间窗口下卫星集群语义协同传输的性能。
本文仿真了分布式卫星集群在阴影莱斯衰弱信道下进行语义协作传输性能，针对提出的MAD3QN语义协作传输模型，设置如表1环境参数，并得到分布式卫星集群单位能耗可达的信息效用收敛曲线如图2所示。表1 仿真环境参数
图2 基于MAD3QL算法的语义协作传输方案仿真结果仿真结果表明，在信噪比18 dB条件下，语义感知传输方案相比语义不感知传输方案提高了34%的单位能耗可达信息效用增益。此外，过顶时间窗口变窄会对卫星集群的信息效用性能产生不同程度的性能波动，进而影响分布式卫星集群的鲁棒性，这为高动态卫星切换场景下多智能体深度学习模型的更新策略提供了参考。
