一种面向大规模低轨卫星网络的图注意力机制路由方法

本发明公开了一种面向大规模低轨卫星网络的图注意力机制路由方法，包括：以端到端总延迟和路径负载成本的加权和最小化为优化目标，以链路状态变量限制、中间卫星节点的流量限制、源流量和目标流量限制以及数据包预设的最大生存时间限制为约束条件，构建通信延迟与路径负载联合优化问题，并将其建模为马尔可夫决策过程；基于马尔可夫决策过程设计融合深度强化学习与图注意力机制的GA‑DQN智能体，智能体基于多层图形注意力网络，通过邻域注意力机制学习节点表征；采用DQN算法对智能体进行训练。本发明实现了大规模低轨卫星网络的路由优化。