低轨卫星网络中面向能耗优化的星间协同计算卸载策略

Energy-Optimized Inter-Satellite Collaborative Computing Offloading Strategy in Low Earth Orbit Satellite Networks

摘要: 随着低地球轨道卫星网络的扩展，用户计算需求不断提高，推动计算任务从地面云计算中心向卫星边缘迁移。在任务卸载过程中，如何合理分配计算资源、优化功耗管理并实现卫星星座的协同工作，已成为提升计算性能和能效的关键挑战。现有研究普遍假设每颗卫星能够获取整个星座的状态信息，但忽视大规模卫星网络中获取全局信息时产生的延迟和资源浪费。为解决这些问题，本文提出一种星间协同计算卸载流程，并结合双深度Q网络算法，设计星间协同计算卸载策略。通过在每颗卫星上自主感知周围卫星状态并进行任务调度，卫星可以根据实际情况决定是否卸载任务或转交给其他卫星，从而实现协同计算。实验结果表明，所提策略在任务能耗和完成率方面均优于传统卸载算法，展现了显著的性能提升。

Abstract: With the rapid expansion of Low Earth Orbit (LEO) satellite networks, the growing computational demands of users are driving the migration of computation tasks from terrestrial cloud centers to the LEO satellite edge. However, during the task offloading process, how to allocate computing resources efficiently, optimize power consumption, and achieve collaborative operation within the satellite constellation has become a key challenge in improving computing performance and energy efficiency. Existing studies generally assume that each satellite can access the status information of the entire constellation, but they overlook the delays and resource wastage that arise from obtaining global information in large-scale satellite networks. To address these issues, this paper proposes an inter-satellite collaborative computing offloading process and, combined with the Deep Double Q-Learning (DDQN) algorithm, designs a collaborative computing offloading strategy. By autonomously sensing the status of surrounding satellites and scheduling tasks on each satellite, the satellite can decide whether to offload tasks or transfer them to other satellites for further scheduling, thus achieving collaborative computing. Experimental results show that the proposed strategy significantly outperforms traditional offloading algorithms in terms of task energy consumption and completion rate, demonstrating a significant performance improvement.

1. 引言

随着低地球轨道(LEO, Low Earth Orbit Satellite)卫星网络的扩展，以及用户对高速、低延迟的网络通信服务需求持续增长[1]，用户需求已不仅限于传统通信需求，对数据处理的需求同样显著增加[2]。为了减少延迟并提高处理效率，正在推动计算任务逐步从地面云计算中心向LEO卫星边缘迁移。因此，LEO卫星网络预计将具备更强大的计算能力，去满足越来越多样化的应用场景[3]。例如，2022年3月，我国发布首颗批量研制的近地轨道宽带通信卫星，单星CPU主频为1.2 GHz，内存8 GB，总线带宽2.5 Gbps [4]。未来，LEO卫星星座将拥有更强大的计算处理能力，以满足不断增长的用户需求。

在早期的LEO卫星网络中，地面用户无法直接处理的计算任务通常通过卫星中继转发至地面云计算中心进行处理[5]。这种方式能够借助地面云的计算资源去满足用户需求，但长距离的数据传输不可避免地带来了较高的延迟[6]。随着LEO卫星网络的快速发展，将计算任务下沉到卫星边缘进行计算成为提升系统效率的关键[7]。边缘计算卸载技术通过将计算任务分配到距离用户更近的边缘卫星节点，能够显著减少传输的延迟并提高计算效率[8]。但由于每颗卫星的能源供应和散热能力有限，单颗卫星无法承载大量的计算资源。因此，如何在任务卸载过程中合理分配计算资源、优化功耗管理，并在整个卫星星座中协同工作，成为提升计算性能和能效的关键挑战。

在星上边缘计算卸载策略的研究中，现有方法主要可分为两类研究方向：基于全局信息的集中式优化和面向局部决策的启发式算法。Wang等人[9]为解决计算密集型任务，提出了基于正交频分多址技术的卸载决策与动态资源分配的联合优化框架，降低了系统的总延迟和能量消耗；Shi等人[10]在处理地面不同人口密度的计算任务请求时，考虑到低轨卫星的动态变化的网络以及计算资源，提出了一种基于深度强化学习的算法，通过综合卫星全局状态信息自适应的动态优化，提高了卫星星座的计算资源利用率。以上研究属于集中式优化方法，假设每颗卫星都能够获取整个卫星星座的状态信息，但假设忽视了全局信息采集的可行性。在大规模低轨卫星网络中，尤其是面对频繁的用户请求和庞大的空间规模时，获取全局信息将不可避免地带来过高的延迟和资源浪费[11]。第二类方法如Hao等人[12]研究了低地球轨道(LEO)卫星边缘计算网络中通信、计算与缓存资源的联合优化问题，提出基于拉格朗日对偶分解(LDD)和启发式算法的高效资源分配策略，以最小化地面物联网设备的总延迟为目标，通过本地状态感知将计算复杂度降至O (n³)，但仅考虑单跳邻居卫星的协作，决策维度单一，没有充分考虑整体卫星星座的负载情况。

为解决这些问题并更好地满足用户的计算需求，本研究提出星间协同计算卸载流程，并结合双深度Q网络(DDQN)算法，设计一种星间协同计算卸载策略。通过在每个LEO卫星上自主感知周围临近卫星的状态信息，并据此自主做出任务卸载决策和调度。卸载策略部署于每颗LEO卫星，能够综合卫星状态信息及邻近节点的信息，决定是直接卸载任务，还是将任务转交给其他卫星进行进一步调度从而实现星间协同。该策略在扩展计算能力的同时，能够最大程度降低LEO卫星的能耗，并显著提高任务完成率。

2. 系统模型

本章将介绍卫星网络的系统模型，包括任务定义与分布、通信模型、能耗模型等基本内容。

2.1. LEO卫星星座

在LEO卫星星座的设计中，Walker构型是一种常用的布局方式，它使得卫星能够在以地球为中心的球形轨道上均匀分布。Walker星座的布局可以通过五个关键参数来描述：SN代表星座中卫星的总数，SP指的是轨道面的数量，F是相邻轨道面之间的卫星相位因子(即相位差)，h是卫星的轨道高度，而inc则是轨道的倾斜角度。

2.2. 计算任务的定义和分布

本研究聚焦于未来卫星网络中的计算任务，定义任务集合为$T=\left\{T_1,T_2,\cdots ,T_k,\cdots ,T_K\right\}$ 。每个任务$T_k$ 由以下属性组成：任务的开始时间$S{T}_k$ 、容忍时长$T{T}_k$ 、数据量大小$S_k$ 、每比特数据量所需计算周期数$CP{B}_k$ ，以及任务产生节点$C{L}_k$ 。这些任务主要来源于互联网，其数量与当地的时间和人口密切相关。为了更好地量化任务的产生，本研究将地球表面按照经纬度划分为若干区域，每个区域的划分间隔为15˚，从而形成12 × 24的网格。通过数据集[13]，我们获取了各个区域的人口数量，并将其进行归一化处理，得到每个区域的人口权重$p\left(l\right)$ 。我们根据San Diego流量趋势[14]拟合了任务产生的时间函数权重$Time\left(t\right)$ ，并以此为基础，计算在时刻$\left[t,t+\Delta t\right]$ 期间，第l区域产生的任务数为：

$\left|T_{\left[t,t+\Delta t\right],l}\right|=\alpha \times p\left(l\right)\times Time\left(Lo{c}_l\left(t\right)\right)$ (1)

$\alpha$ 是任务产生基数，$Lo{c}_l\left(t\right)$ 表示在时刻t区域l的当地时间。

2.3. 通信模型

如图1所示，本研究的场景中包含两类节点：一种是LEO卫星节点，记作$N^s=\left\{N_1^S,N_2^S,\cdots ,N_{SN}^S\right\}$ ；另一种是地面用户或地面站节点，记作$N^g=\left\{N_1^g,N_2^g,\cdots ,N_G^g\right\}$ 。我们使用$N=N^s\cup N^g$ 表示所有节点集合。在这些节点之间，$N^g$ 通过用户链路与$N^s$ 直接通信，或通过地面网络转发至地面站，再通过馈电链路与$N^s$ 进行通信。同时，$N^s$ 之间可通过星间链路直接通信。本研究所有通信媒介为电磁波传播，链路速率遵循香农定理，链路的速率$Rat{e}_{i,j}$ 由节点$N_i$ 与节点$N_j$ 之间的通信条件决定。链路速率公式如下：

$Los{s}_{i,j}^t=20lo{g}_{10}^{4\pi f_i{d}_{i,j}^t/C}$ (2)

$SN{R}_{i,j}^t=\frac{EIR{P}_i\times {\left(G/T\right)}_j}{K\times band{W}_i\times Los{s}_{i,j}^t\times Margi{n}_j}$ (3)

Figure 1. Satellite network system model

图1. 卫星网络系统结构

$Rat{e}_{i,j}^t=band{W}_i\times lo{g}_2^{1+SN{R}_{i,j}^t}$ (4)

$N_i,N_j\in N$ (5)

$Los{s}_{i,j}^t$ 表示在t时刻节点$N_i$ 和$N_j$ 之间的空间损失函数；$d_{i,j}^t$ 表示在t时刻节点$N_i$ 和$N_j$ 之间的距离。$SN{R}_{i,j}^t$ 为节点$N_i$ 和$N_j$ 之间的信噪比。$f_i,band{W}_i$ 和$EIR{P}_i$ 分别为节点$N_i$ 的发射频率、发射带宽和有效全向辐射功率。常数K和C分别为玻尔兹曼常数和光速。$Margi{n}_j$ 和${\left(G/T\right)}_j$ 分别为节点$N_j$ 的链路裕量和天线增益与噪声温度的比率。

2.4. 网络模型

2.4.1. LEO卫星网络架构

在本研究中，我们仅考虑单层LEO卫星网络，假设所有卫星均具备通信能力，并能够组成一个单层的大型卫星网络。在这个网络中，每颗卫星节点仅与同一轨道上最邻近的两颗卫星进行通信，同时也能与相邻轨道上的两个卫星节点进行通信，从而形成一个网格状的连接结构。

2.4.2. 星地网络架构

地面节点$N_g$ 与卫星节点$N_s$ 的连接基于笛卡尔距离选择，与地面节点$N_g$ 最近的卫星节点$N_s$ 建立通信。在切换过程中，系统会确保当前数据包完全传输完毕后再进行切换。

2.5. 计算模型

在本研究中，所有LEO卫星节点均具备计算能力。每颗卫星的计算能力由其搭载的处理芯片决定，且假定任务的计算主要消耗处理芯片的时钟周期。因此每个卫星节点的计算能力可用$Cycl{e}_i$ 表示。为简化模型，当计算任务$T_k$ 到达计算节点$N_j^s$ 时，会进入节点的等待队列内并按照先进先出原则排队处理，等待处理。因此计算延迟分为等待计算延迟$WC{T}_k^j$ 和计算延迟$C{T}_k^j$ ，等待计算延迟$WC{T}_k^j$ 由队列决定，计算延迟$C{T}_k^j$ 满足公式：

$C{T}_k^j=\frac{S_k\times CP{B}_k}{Cycl{e}_i}$ (6)

2.6. 能耗模型

2.6.1. 通信能耗模型

节点之间通过电磁波进行通信，因此当任务$T_k$ 从节点$N_i$ 传输至节点$N_j$ 时，存在发射能耗$T{P}_{i,j}^k$ 和接受能耗$R{P}_{i,j}^k$ 。过文献[15]可知，发射能耗$T{P}_{i,j}^k$ 和接受能耗$R{P}_{i,j}^k$ 相比，接受能耗$R{P}_{i,j}^k$ 可以忽略不记，而发射能耗$T{P}_{i,j}^k$ 如公式所示：

$T{P}_{i,j}^k=EIR{P}_i\times \frac{S_i}{Rat{e}_{i,j}^t}$ (7)

2.6.2. 计算能耗模型

任务$T_k$ 在卫星节点$N_i^S$ 上计算有等待计算阶段和计算阶段，这两个阶段会产生能源消耗。等待计算阶段任务$T_i$ 的数据需要在节点$N_i^S$ 的内存中进行保持，产生节点能耗为$W{P}_k^i$ ，满足公式：

$W{P}_k^i=WC{T}_k^i\times S_i\times {\delta }^i$ (8)

其中${\delta }^i$ 表示在卫星节点$N_i^S$ 每比特数据在单位时间内保持所需要的能耗。计算阶段，任务$T_i$ 需要占用节点处理芯片进行计算，产生的节点能耗为$P_k^i$ ，满足公式：

$P_k^i=C{T}_k^i\times {\epsilon }^i$ (9)

其中${\epsilon }^i$ 表示在节点$N_i^S$ 处理芯片在单位时间内所需要的能耗。因此任务产生的计算能耗为$W{P}_k^i+P_k^i$ J。

3. 星间协同计算卸载流程

如图2所示，我们定义在卫星网络中任务$T_k$ 的生命周期可分为四个阶段：

初始阶段：任务被初始化并决定由LEO卫星星座进行处理，任务随后被发送到最近的卫星节点。该过程的延迟为$G{T}_k$ ms，并且该阶段产生的能耗无法被优化，因此本研究不进行考虑。

控制阶段：任务信息被卫星节点接受，依据传统控制卫星的控制范围[16]，采集周围两跳以内卫星节点的状态信息对任务卸载进行决策。根据决策确定是否直接在两跳以内卫星节点直接计算，还是转发至两跳的卫星再次进行抉择，直至找到直接计算的卫星节点或达到最高转发次数$\mu$ 。该阶段的延迟为$A{T}_k$ ms，

Figure 2. Inter-Satellite cooperative computation offloading process

图2. 星间协同计算卸载流程

并且产生的能耗由任务数据在星间进行多次转发产生的通信能耗组成，能耗为$A{P}_k$ J。

传输阶段：根据计算任务的调度结果，任务被转发到分配的计算节点进行处理。该阶段的延迟为$R{T}_k$ ms，产生的能耗由任务数据在星间进行多次转发产生的通信能耗组成，为$R{P}_k$ J。

计算阶段：任务$T_k$ 在目标计算节点上进行计算，延迟为$C{T}_k$ ms，产生的计算能耗为$C{P}_k$ J。

从上述分析可得，任务$T_k$ 的总延迟为$G{T}_k+A{T}_k+R{T}_k+C{T}_k$ ms。如果任务$T_k$ 总延迟小于任务的容忍时长$T{T}_k$ ，则$F{T}_k=1$ ，反之$F{T}_k=0$ 。本研究的优化目标是降低卫星星座的整体能耗，因此优化目标为在满足任务完成率γ的条件下最小化星座平均能耗，可以表述为：

$\min {\displaystyle {\sum }_{T_k\in T}\frac{A{P}_k+R{P}_k+C{P}_k}{\left|T^{\prime }\right|}}$ (10)

$T^{\prime }=\left\{T_i|F{T}_k=1,T_i\in T\right\}$ (11)

$\text{s}\text{.t}.\frac{\left|T^{\prime }\right|}{\left|T\right|}>\gamma$ (12)

4. 基于DDQN算法的星间协同计算卸载策略

针对星间协同计算卸载的复杂性，本研究提出了一种基于DDQN算法的星间协同计算卸载策略。传统静态调度方法难以应对动态变化的网络环境和任务需求，尤其是在通信与能耗资源的多维优化问题上存在局限性。为此，本研究将任务卸载的调度决策建模为马尔可夫决策过程(MDP)，并利用DDQN算法实现高效优化，以提升星上计算卸载的效率和能耗性能。

4.1. 转换MDP问题

MDP是一种用于建模序列决策问题的数学框架，其核心要素包括状态、动作、转移概率和奖励函数。然而，在本研究的具体场景中，状态转移概率难以直接获取，因此模型采用了隐式状态转移的方式。针对这一离散优化问题，本研究通过定义状态s、动作a、奖励函数r来描述系统动态，具体定义如下：

状态s：在本研究中的状态由$\left\{T_i,W_C,W_N,W_E\right\}$ 组成，$T_i$ 是指当前需要处理的任务，$W_C$ 表示卫星两跳内每个节点$N_i$ 的当前未完成任务所需的总芯片周期数$W{P}_i$ ，$W_N$ 表示卫星两跳内所有卫星节点$N_i$ 对应链路$Rat{e}_{i,j}^t$ 的集合，$W_E$ 表示在距离卫星四跳内卫星节点的距离加权负载率$W{E}_j$ 组成集合，距离加权负载率$W{E}_j$ 满足公式：

$W{E}_j={\displaystyle {\sum }_{N_i\in CD}T{D}_i\times W{P}_i}$ (13)

其中，$T{D}_i$ 表示节点$N_i$ 到当前控制域的控制节点的传播延迟。本实验中任务的到达时间点是离散到达，所以本研究定义状态$s_t$ 的下一个状态$s_{t+1}$ 为在同一个计算控制器下下一个接受收到任务信息和对应的环境信息。综上所述，状态s能够表示在控制域内的网络状况和各个计算节点的计算压力以及相邻控制域的负载状态。

动作a：在本研究中动作的动作空间为$\left\{a|0\le a<21,a\in Z\right\}$ ，当$a<13$ 时，表示任务在域内的第a颗卫星节点上进行计算，而$a\ge 13$ 时任务被转发至距当前卫星两跳范围、以12点钟方向为起点顺时针第$a-13$ 颗卫星上再次决策。

奖励函数r：在本研究中优化的目标是在满足任务完成率$\gamma$ 的条件下最小化星座平均能耗，因此奖励函数如公式：

$r=\{\begin{array}{ll}-\frac{A{P}_k+R{P}_k+C{P}_k}{100}\hfill & \text{if}F{T}_i=1\hfill \\ -0.5-\frac{A{P}_k+R{P}_k+C{P}_k}{100}\hfill & \text{if}F{T}_i=0\text{and}\frac{{\displaystyle {\sum }_{T_i\in T}F{T}_i}}{\left|T\right|}>\gamma \hfill \\ -0.7-\frac{A{P}_k+R{P}_k+C{P}_k}{100}\hfill & \text{if}\text{otherwise}\hfill \end{array}$ (14)

4.2. 基于DDQN的星间协同计算卸载算法

在本节中，针对优化目标转化为MDP问题，本研究提出了基于DDQN的星间协同计算卸载策略算法(DDQN-ISCCO, Double Deep Q-Network Based Inter-Satellite Collaborative Computation Offloading Algorithm)。该算法部署于计算控制器上，通过分离目标网络和评估网络的双重更新机制，实现了更稳定的策略优化和高效的离线学习能力，从而更好地适应卫星网络动态场景。

Figure 3. The structure of DDQN-ISCCO

图3. 基于DDQN算法星间协同计算卸载结构

如图3所示，DDQN-ISCCO算法由两个主要模块组成。首先，在线模块包括以下步骤：步骤①，卫星节点会实时收集周围的卫星状态信息并且接收任务信息；步骤②，将状态信息$s_t$ 提交给Online网络进行策略输出。Online网络通过Q值函数$Q\left(s_t,a_t\right)$ 评估每个动作的长期回报，并选择最优动作$a_t$ ；步骤③，根据Online网络输出的Q值，选择当前状态$s_t$ 下的最优动作$a_t$ ；步骤④，通过将动作封装成调度决策实现调度；步骤⑤，在任务结束后计算对应的任务奖励$r_t$ ，并且将相关信息放入回放经验池中。

其次，模型更新包括以下步骤：步骤⑥，卫星每处理一定量的任务后，会从回放经验池中取出一定批次的历史数据$\left\{s_t,a_t,r_t,s_{t+1}\right\}$ 。使用Target网络计算目标Q值$Q_{target}\left(s_{t+1},a_{t+1}\right)$ ，并根据Bellman方程更新目标值：

$Q_{target}\left(s_t,a_t\right)=r_t+\gamma {\max }_{a_{t+1}}{Q}_{target}\left(s_{t+1},a_{t+1}\right)$ (15)

其中，$\gamma$ 为折扣因子，用于平衡当前奖励与长期回报。通过最小化Online网络预测的Q值$Q\left(s_t,a_t\right)$ 与目标Q值$Q_{target}\left(s_t,a_t\right)$ 之间的均方误差(MSE)，更新Online网络的参数。损失函数定义为：

$L_{Online}=E\left[{\left(Q_{target}\left(s_t,a_t\right)-Q\left(s_t,a_t\right)\right)}^2\right]$ (16)

Target网络定期从Online网络同步参数，以稳定训练过程。DDQN算法通过双重网络机制有效避免了Q值高估问题，并在动态卫星网络环境中实现了高效收敛和稳定优化。

5. 仿真与结果分析

5.1. 仿真环境与参数设置

在本节中，为验证所提出的DDQN-ISCCO算法在边缘计算卸载框架下的性能，我们采用Python结合STK和Omnet++对卫星网络与计算任务进行联合仿真。实验场景基于低轨卫星星座，假设星座由24个轨道组成，每个轨道部署12颗卫星，星座参数参考Starlink壳层2的配置。地面任务的数据大小S在1 Mb到3 Mb之间，每比特数据量所需计算周期数CPB在100到500 cycle/bit之间，卫星的计算能力Cycle是3 Ghz。其他仿真参数详见表1。

Table 1. Simulation parameters

表1. 仿真参数

名称	值
SN/SP/F	12/24/1
h	570 KM
inc	53˚
K	2
EIRP	20 dBW
G/T	20 dB/K
f	12 GHz
bandW	40 MHz
lc	0.6
$\alpha$	0.3
$\gamma$	0.95
$\delta$	0.99

5.2. 仿真结果

为验证本文提出的DDQN-ISCCO的优越性和可靠性。我们首先评估了收敛性能。其次，将所提出的方法与其他卸载方法的性能进行比较。在卫星网络中对DDQN-ISCCO算法与以下三种对比算法进行比较：

DQN算法：Deep Q-Network (DQN)是一种基于值函数的强化学习算法，它通过深度神经网络近似Q值函数，从而在高维状态空间中学习最优策略。

Random算法：Random算法是一种随机行动选择算法，在做出任务卸载决策时采用随机策略，每个动作的概率一致。

Greedy算法：Greedy算法是一种贪婪选择算法，在做出任务卸载决策时采用域内优先就近卸载策略，保证任务的相应延迟最小。

5.2.1. 收敛性能

如图4所示，我们对比了不同批次大小和学习率，DDQN-ISCCO算法在系统仿真时间达到1000秒时均基本实现收敛，过大的批次大小不会对算法带来额外的性能，反而会导致其陷入过拟合状态。在多种的算法配置中批次大小为128学习率为10⁻⁴的效果最好，在收敛后损失波动不大，并且在训练过程中对硬件性能要求较低，后续实验均采用此参数进行。图5展示训练过程中的平均奖励变化，DDQN-ISCCO算法在收敛后，任务的平均奖励值稳定在约−2.80，显著优于Greedy和Random算法。相比之下，DQN算法的性能略逊于DDQN-ISCCO，其平均奖励值稳定在约−2.93。实验结果表明，DDQN-ISCCO算法能够在动态卫星网络环境中高效收敛，并表现出优越的性能。

Figure 4. Loss of the DDQN-ISCCO algorithm

图4. DDQN-ISCCO算法的损失

Figure 5. Average reward of the DDQN-ISCCO algorithm and the comparison algorithms

图5. DDQN-ISCCO算法与对比算法的平均奖励

5.2.2. 性能比较

如图6所示，曲线展示了在相同任务集下5秒内所有任务的总能耗变化。DDQN-ISCCO算法始终保持最低的能耗水平，相较于DQN算法能耗降低了11%，相较于静态最优的Greedy算法能耗降低了13%。

如图7和图8所示，Greedy算法由于采用优先就近卸载策略，实现了最低的任务延迟，但无法有效保证任务的计算效率，导致部分卫星节点的计算等待队列出现堆积现象。DQN算法与DDQN-ISCCO算法在任务延迟方面表现相近，但由于部分过拟合问题，DQN算法同样存在计算等待队列堆积的情况。相比之下，DDQN-ISCCO算法在保证最高任务完成率的同时，实现了较优的任务延迟和最低的平均总能耗，展现其在动态卫星网络中的综合性能优势。

Figure 6. Average total energy consumption of the DDQN-ISCCO and the comparison algorithms

图6. DDQN-ISCCO算法与对比算法的平均总能耗

Figure 7. Task delay of the DDQN-ISCCO algorithm and the comparison algorithms

图7. DDQN-ISCCO算法与对比算法的任务延迟

Figure 8. Task completion rate of the DDQN-ISCCO algorithm and the comparison algorithms

图8. DDQN-ISCCO算法与对比算法的任务完成率

6. 结论

本文研究了卫星网络中计算卸载问题，提出了一种基于边缘计算的优化方案，以应对地面用户日益增长的计算需求和任务卸载问题。为了克服现有研究中对计算任务调度成本和资源调度效率考虑不足的问题，本研究综合考虑了计算资源的分布式管理、任务调度的计算开销和网络通信的延迟等因素，提出了星间协同计算卸载流程，并结合DDQN算法提出了一种能耗优化的计算卸载算法。实验结果表明，与传统的任务卸载算法相比，本研究提出的策略显著降低了任务的能耗，并提升了整体的任务完成率。