基于深度强化学习的导航卫星功率增强选星方法及系统

本发明公开了基于深度强化学习的导航卫星功率增强选星方法及系统，属于卫星导航与人工智能交叉技术领域。所述方法通过将选星任务建模为马尔可夫决策过程（MDP），利用深度Q网络（DQN）技术，根据任务需求动态选择参与功率增强的卫星组合。所述方法包括定义状态空间、动作空间和奖励函数，输入卫星数据与任务需求，采用预训练模型生成时间序列化的选星方案，最终优化导航信号的抗干扰能力、服务连续性和资源利用效率。所述系统则包含任务输入、卫星数据库、决策模块和可视化模块，实现了从需求分析到结果展示的完整流程。本发明创新性地设计了综合GDOP、服务连续性和任务成本的奖励函数，通过权重灵活调节不同任务模式。