任务预测增强的空天地一体化网络分层卸载方法
电子与信息学报, 2026
摘要
空天地一体化网络(SAGIN)通过低轨卫星(LEO)、无人机(UAV)与地面设备的协同，构建了面向计算密集型移动应用的高效融合架构。然而，由于无人机轨迹控制、任务卸载与资源分配之间存在强耦合关系，加之任务负载的动态性和不确定性，实现时延与能耗兼顾的高效任务卸载仍面临挑战。该文以任务完成时延与无人机飞行能耗加权成本最小化为优化目标，将优化问题建模为去中心化部分可观测马尔可夫决策过程(DEC-POMDP)，并提出一种任务预测增强的多智能体近端策略优化算法(PA-MAPPO)。该方法在多智能体强化学习框架中引入轻量化任务负载预测模块，以增强多智能体之间的前瞻性决策能力，从而在动态SAGIN环境下实现无人机轨迹规划、任务卸载与计算资源分配的联合优化。仿真结果表明，所提算法能够有效降低系统综合成本，并在平均任务时延与无人机飞行能耗之间取得良好平衡。
引用
张凌豪, 徐波, 孙金龙, 赖海光, 赵海涛, “任务预测增强的空天地一体化网络分层卸载方法”, 电子与信息学报, 2026, doi: 10.11999/JEIT260217.
@article{zhang2026task,
author = {Zhang, Linghao and Xu, Bo and Sun, Jinlong and Lai, Haiguang and Zhao, Haitao},
title = {A Task Prediction-Augmented Hierarchical Offloading Method for Space-Air-Ground Integrated Networks},
journal = {Journal of Electronics \& Information Technology},
year = {2026},
doi = {10.11999/JEIT260217},
note = {Online First},
}