买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安交通大学申请的专利一种巨型星座卫星网络路由负载均衡方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115297508B 。

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210783945.X，技术领域涉及：H04W28/08；该发明授权一种巨型星座卫星网络路由负载均衡方法及系统是由张超;罗树欣设计研发完成，并于2022-07-05向国家知识产权局提交的专利申请。

本一种巨型星座卫星网络路由负载均衡方法及系统在说明书摘要公布了：本发明公开了一种巨型星座卫星网络路由负载均衡方法及系统，生成巨型星座卫星网络拓扑；收集巨型星座分簇的簇内信息；基于簇内信息，使用自动编码器进行簇负载压缩；构建多智能体深度强化学习模型；卫星节点星上的智能体依据当前观测空间做出下一跳决策，生成经验并传输至簇首；各簇首定期将各时刻各卫星节点的经验值及压缩后的状态向量发送至地面管控中心；地面管控中心依据各簇首发送的经验数据及状态向量，完成多智能体深度强化学习训练，定期更新Eval‑Net；地面管控中心下发深度递归Q网络参数至所有卫星节点，卫星节点智能体完成策略更新，实现巨型星座卫星网络路由负载均衡。本发明实现了低轨巨型星座的分布式路由决策及拥塞避免策略。

本发明授权一种巨型星座卫星网络路由负载均衡方法及系统在权利要求书中公布了：1.一种巨型星座卫星网络路由负载均衡方法，其特征在于，包括以下步骤：S1、建立巨型星座卫星网络，生成巨型星座卫星网络的拓扑；S2、建立巨型星座分簇机制，收集巨型星座分簇的簇内信息，巨型星座分簇的簇内信息使用均衡分簇，包括簇首与簇成员，簇首负责簇内各卫星节点信息的收集，包括星上数据包传输任务状态、卫星剩余能量；分簇机制中，簇首之间互相交换信息完成信息收集以及路由策略下发，簇内各成员与簇首进行信息传输获取最新路由策略；各簇首收集簇内信息后回传至管控中心，完成多智能体深度强化学习模型的训练；各簇定期完成簇首的重新选取，簇首重新选取机制由当前簇首负责收集簇内各簇成员的剩余能量信息，完成簇首选举计算，选取各卫星节点剩余工作时间最大的卫星节点作为新簇首，下发信息至所有簇内成员，完成簇首更新，各卫星节点剩余工作时间如下： 其中，为各卫星节点剩余能量，为簇内卫星节点平均剩余能量，为当前节点至其余卫星节点的跳数，为调和系数；S3、基于步骤S2收集的簇内信息，使用自动编码器进行簇负载压缩得到特征向量，使用特征向量表述簇内各卫星节点的负载信息；S4、依据步骤S1建立的巨型星座卫星网络拓扑及步骤S3的状态压缩机制，构建多智能体深度强化学习模型，多智能体深度强化学习模型包括智能体网络和混合网络，智能体网络由深度递归Q网络组成，深度递归Q网络置于星上智能体，完成实时路由决策；混合网络为超网络，负责各智能体之间的协同，混合网络置于地面站，完成中心式训练后下发至各卫星节点，实现各卫星节点传输策略的协同，构建混合网络具体为：完成混合网络的输入及状态空间的映射，混合网络的输入为各智能体的奖励值，状态空间为全局状态信息，状态信息映射为网络负载信息，使用自动编码器完成簇内各卫星节点负载压缩；网络执行后，得到综合输出和代价函数，依据代价函数，进行反向传播并修正Target-Net的深度递归Q网络以及超网络的权重和偏置；Eval-Net负责实时路由决策，Target-Net负责参数更新，定期更新网络参数至Eval-Net；S5、卫星节点定期发送Hello报文至邻居节点，判断与邻居节点是否建立链接；S6、基于步骤S5获取的与邻居节点的连接信息，利用步骤S4构建的多智能体深度强化学习模型中卫星节点星上的智能体依据当前观测空间做出下一跳决策，生成经验并传输至簇首；S7、各簇首定期收集步骤S6由各卫星生成的经验值及负载信息，依据步骤S3完成状态压缩，将各时刻各卫星节点的经验值及压缩后的状态特征向量发送至地面管控中心；S8、地面管控中心依据步骤S7中各簇首发送的经验数据及状态向量，完成多智能体深度强化学习训练，定期完成负责实时路由决策Eval-Net的更新；S9、当步骤S8更新Eval-Net完成后，地面管控中心下发深度递归Q网络参数至所有卫星节点，卫星节点智能体完成策略更新，各卫星智能体依据新下发参数完成路由决策。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。