【技术实现步骤摘要】
本专利技术涉及网络通信，特别是涉及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。
技术介绍
1、大规模低轨卫星星座的高度移动性、链路切换频繁、单个卫星资源有限等特点，使得传统路由算法在实际应用中出现了一系列问题，如路由开销大、端到端延迟高、消息传递率低等。因此，亟需深入研究和探索更为高效、可靠的路由算法，以满足大规模低轨卫星网络的通信需求。
2、目前，时变图技术被用于空天地一体化网络的建模中，利用网络中各节点和边随时间变化的属性，对网络路由问题进行建模和优化。
3、同时，基于时间变化和拓扑变化的时变图神经模型已被用于交通流量、电网节点属性等时变拓扑节点属性的预测。其中，图神经网络(graph neural network，gcn)用于图结构的特征提取，注意力机制被用于匹配拓扑时域、谱域的特征间的关系。
4、现有的低轨卫星路由技术忽略了卫星拓扑规律性变化不同时刻间的关联性，路由过程中可能会遇到节点失效、区域拥塞等问题，网络整体路由性能较差，路由的抗毁性较差，大量星上网络状态传输带来的路由开销较高
【技术保护点】
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：
2.根据权利要求1所述的基于时空图预测的空天网络路由方法，其特征在于，所述时间聚合图为：
3.根据权利要求1所述的基于时空图预测的空天网络路由方法，其特征在于，基于所述时间聚合图确定输入邻接矩阵，包括：
4.根据权利要求1所述的基于时空图预测的空天网络路由方法，其特征在于，所述时空图卷积神经网络，包括：三个同构的时空模块，各所述时空模块均包括：时间注意力层、图卷积层和时间卷积层。
5.根据...
【技术特征摘要】
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：
2.根据权利要求1所述的基于时空图预测的空天网络路由方法，其特征在于，所述时间聚合图为：
3.根据权利要求1所述的基于时空图预测的空天网络路由方法，其特征在于，基于所述时间聚合图确定输入邻接矩阵，包括：
4.根据权利要求1所述的基于时空图预测的空天网络路由方法，其特征在于，所述时空图卷积神经网络，包括：三个同构的时空模块，各所述时空模块均包括：时间注意力层、图卷积层和时间卷积层。
5.根据权利要求1所述的基于时空图预测的空天网络路由方法，其特征在于，在将各业务流均确定为智能体，采用强化学习方法，进行路由决策之后，...
【专利技术属性】
技术研发人员：张琦，忻向军，姚海鹏，唐宏京，高然，赵毅，王富，田凤，秦秀娟，刘翔宇，田清华，李元锋，柴芙蓉，孙梦，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。