摘要
本发明提供一种低轨卫星网络流量预测方法,涉及低轨卫星通信技术领域。其包括:构建低轨卫星网络场景下的有效流量模式;构建用于训练的空间矩阵和时序矩阵;构建低轨卫星网络流量预测模型;对低轨卫星网络流量预测模型进行训练;获取实际场景中的低轨卫星网络流量,构建空间矩阵和时序矩阵,然后输入到训练好的低轨卫星网络流量预测模型,获得低轨卫星网络流量预测结果。本发明能够同时建模流量时间和空间特性的深度学习预测模型,充分利用低轨卫星网络流量的时空特性,实现全局范围内的精准预测,为低轨卫星网络的智能管控和优化提供关键支撑。
技术关键词
卫星网络流量
Attention机制
低轨卫星网络
矩阵
时序
网络流量数据
OpenFlow协议
低轨卫星通信技术
深度学习预测模型
网络仿真工具
节点
轨道
网络拓扑结构
出入端口
缩放方法
多层感知器
卫星终端
场景