基于强化学习的中继卫星系统接入与切换规划方法及系统

本发明提供了一种基于强化学习的中继卫星系统接入与切换规划方法，通过构建含低轨卫星、中高轨中继卫星的网络模型，确定卫星参数、波束资源及低轨卫星任务的时间窗口、类型和数据量；构建最大化连续与非连续传输任务完成量之和的目标函数，以确定最佳接入与切换时间、中继卫星及波束；构建智能体，将问题建模为马尔可夫决策过程；初始化智能体的Actor和Critic神经网络参数，通过与环境交互迭代优化参数，得到输出接入与切换决策的目标策略。本发明还提供了一种基于强化学习的中继卫星系统接入与切换规划系统。如此，本发明能够提升任务完成率和资源利用率。