摘要
本发明提供了一种优化低轨卫星网络星间切换的异构数据融合方法,该方法包括:实时采集低轨卫星网络中的多源异构数据,包括物理域数据、服务域数据和环境域数据,分别通过不同的模态编码器进行特征提取;通过可学习投影矩阵将各模态特征映射至统一维度,生成对齐后的多源数据特征矩阵;构建动态图结构;结合可学习共享令牌和多头注意力机制,生成共享令牌特征,并将共享令牌特征广播至所有节点与原始节点特征相加,得到融合节点特征;利用时间卷积网络增强时序依赖建模,输出时空融合特征矩阵。本发明通过技术架构的创新性设计,实现了多源异构数据从采集、编码到融合的全流程优化,进而提升了星间切换决策的实时性与可靠性。
技术关键词
异构数据融合方法
低轨卫星网络
时空融合特征
节点特征
令牌
时间卷积网络
多头注意力机制
动态邻接矩阵
掩码矩阵
模态特征
训练词向量模型
物理
编码器
输出特征
数据特征提取
QoS需求
系统为您推荐了相关专利信息
企业知识图谱
基因
多源异构数据
条件生成对抗网络
粒子
低压配电网拓扑
低压配电系统
识别方法
分支
节点特征