摘要
本发明公开了基于机器学习的低轨卫星通信链路切换系统,属于低轨卫星技术领域,包括:数据收集模块,配置为采集低轨卫星通信链路实时数据;数据处理模块,配置为对低轨卫星通信链路实时数据进行处理;模型训练模块,配置为对低轨卫星通信链路质量变化进行预测,确定低轨卫星通信链路质量预测结果;切换决策模块,配置为根据预测结果选择最佳切换时机和目标卫星;切换执行模块,配置为优化低轨卫星通信链路切换过程。本发明解决了现有的不能基于机器学习对低轨卫星通信链路进行有效地切换,导致卫星通信的连续性和稳定性低下的问题。本发明可实现对链路状态的准确预测和切换时机的精确把握,减少了链路切换次数,可提升通信连续性和稳定性。
技术关键词
卫星通信链路
实时数据
切换系统
机器学习模型
特征提取模型
节点
特征数据信息
变量
数据收集模块
基础
模型训练模块
传输特征
数据处理模块
训练集
机器学习技术
多普勒
偏差
连续性
系统为您推荐了相关专利信息
调控方法
速率
激光熔覆加工过程
数据预处理器
激光熔覆设备
分布式计算架构
协同管理方法
层级
数模转换
数字孪生体
多智能体协同
项目
服务系统
膜结构
平均停留时间