近日，电信学院陈赓老师课题组在计算机网络和通信领域国际顶级期刊《IEEE Journal on Selected Areas in Communications》（IEEE JSAC）以长文形式发表题为“Information-Aware Driven Dynamic LEO-RAN Slicing Algorithm Joint with Communication, Computing, and Caching”的研究论文。IEEE JSAC是计算机网络和通信领域三大顶级期刊之一，是CCF推荐A类国际顶级学术期刊，属于中科院SCI一区期刊及JCR期刊Q1分区期刊，最新影响因子为16.4（2022年），该期刊所涉及的技术主题涵盖了整个通信和网络领域。

该论文研究了在LEO内容缓存辅助下的RAN边缘场景中联合3C资源切片和调度问题，提出了基于LSTM-SAC的历史信息感知的切片间及切片内通信、计算和缓存资源联合优化方法，解决了LEO-RAN无线接入网络边缘用户传输时延大、切片服务满意度低及资源分配实时性差的问题。首先，该研究设计了一种多维资源动态分配的分层资源切片框架，以实现切片间和切片内的资源优化；其次，通过松弛优化变量并调整约束条件，提出了序列二次规划迭代算法以获得理论上界，并将其作为离线基准；最后，为了更好地感知和利用历史信息，将长短期记忆网络（LSTM）引入到Soft Actor Critic（SAC）算法中，提出了基于LSTM-SAC的深度强化学习求解方法。实验结果表明，该方法可以在满足服务水平协议的同时显著降低了用户的传输时延并提高了切片服务满意度和资源分配的实时性，实现了提升通信质量和满足用户较好体验的目的。

（陈赓老师课题组供稿，审核：张玉萍）