基于深度強(qiáng)化學(xué)習(xí)的航天器功率-信號(hào)復(fù)合網(wǎng)絡(luò)優(yōu)化算法

打開(kāi)文本圖片集

摘 要：

為了實(shí)現(xiàn)航天器電源系統(tǒng)的靈活高效并網(wǎng)，最大化有限能量的利用，提出一種基于深度強(qiáng)化學(xué)習(xí) （deep reinforcement learning， DRL） 的功率傳輸與信號(hào)傳輸復(fù)合網(wǎng)絡(luò)拓?fù)鋬?yōu)化模型，并使用知識(shí)蒸餾原理的多種可解釋組件模型對(duì)優(yōu)化過(guò)程進(jìn)行剖析。首先，分析在軌運(yùn)行階段航天器母線電壓調(diào)節(jié)控制域變換規(guī)律，并結(jié)合節(jié)點(diǎn)傳播性參數(shù)，建立功率傳輸與信號(hào)通信的復(fù)合網(wǎng)絡(luò)拓?fù)淠Ｐ?。（剩?8459字）