申请/专利权人：北京邮电大学

申请日：2023-12-21

公开（公告）日：2024-03-22

公开（公告）号：CN117750459A

主分类号：H04W40/02

分类号：H04W40/02;H04W84/06;G06N3/0464;G06N3/042;G06N3/045;G06N3/092

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开一种基于时空图预测的空天网络路由方法、系统及电子设备，涉及网络通信技术领域，所述方法包括：获取飞行器控制节点视距范围内的星座运行数据；基于星座运行数据构建时间聚合图；基于时间聚合图确定输入邻接矩阵；基于时变属性预测模型以及输入邻接矩阵中的三个节点健康度矩阵和三个链路健康度矩阵，确定对应的时变属性预测矩阵；基于时变属性预测矩阵对时间聚合图进行缺项补齐和时序拓展，得到时间拓展图；确定时间拓展图中的业务流集合；业务流集合包括多个业务流将各业务流均确定为智能体，采用强化学习方法，进行路由决策。本发明降低了空天网络中的路由时延和路由开销，提高了路由的抗毁性。

主权项：1.一种基于时空图预测的空天网络路由方法，所述空天网络路由方法通过所述空天网络中的用于飞行器控制节点实现，其特征在于，所述方法包括：获取所述飞行器控制节点视距范围内的星座运行数据；所述星座运行数据包括所述空天网络中多个卫星节点在预设时段内各时刻的运行数据；基于所述星座运行数据构建时间聚合图；所述时间聚合图包括：卫星节点矩阵、时间矩阵、链路矩阵、静态属性矩阵和动态属性矩阵，所述静态属性矩阵包括：节点静态属性矩阵和链路静态属性矩阵，所述动态属性矩阵包括：节点动态属性矩阵和链路动态属性矩阵，所述节点动态属性矩阵包括：点缓存矩阵、节点能量变化矩阵和节点健康度矩阵，所述链路动态属性矩阵包括：链路传输速率矩阵、链路载噪比矩阵和链路健康度矩阵；基于所述时间聚合图确定输入邻接矩阵；所述输入邻接矩阵包括：节点输入邻接矩阵和链路输入邻接矩阵；基于时变属性预测模型以及输入邻接矩阵中的三个节点健康度矩阵和三个链路健康度矩阵，确定对应的时变属性预测矩阵；所述时变属性预测模型是利用多个训练用动态属性矩阵和对应的时变属性预测矩阵对时空图卷积神经网络进行训练得到的；基于所述时变属性预测矩阵对所述时间聚合图进行缺项补齐和时序拓展，得到时间拓展图；确定时间拓展图中的业务流集合；所述业务流集合包括多个业务流，所述业务流包括：源节点的地址、目的节点的地址、截止日期和业务总数据大小；将各业务流均确定为智能体，采用强化学习方法，进行路由决策。

全文数据：

权利要求：

百度查询： 北京邮电大学 基于时空图预测的空天网络路由方法、系统及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD