买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉凯睿星通信息科技(南京)股份有限公司申请的专利基于深度学习的低轨卫星通信链路切换方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119300065B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411836365.8，技术领域涉及：H04W24/02；该发明授权基于深度学习的低轨卫星通信链路切换方法是由齐东元;颜成宝;任传俊设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本基于深度学习的低轨卫星通信链路切换方法在说明书摘要公布了：本发明公开了基于深度学习的低轨卫星通信链路切换方法，涉及卫星通信链路切换技术领域，为了解决低轨卫星通信链路进行切换时切换效果不佳的问题。本发明通过利用神经网络模型的强大计算和学习能力进行切换策略推理，能够自动适应不同的链路环境，提高切换决策的准确性和灵活性，切换策略包括链路选择、切换时机和切换条件，通过概率值、分类标签或数值进行表达，能够提供多种可能的切换方案，若链路切换的运行过程或性能表现未达到预期标准，则根据切换策略再次进行链路切换，不断优化和调整的过程能够确保链路切换始终处于最佳状态，提高通信系统的整体性能和稳定性。

本发明授权基于深度学习的低轨卫星通信链路切换方法在权利要求书中公布了：1.基于深度学习的低轨卫星通信链路切换方法，其特征在于，包括： S1：卫星数据采集和处理：将低轨卫星通信链路的初始数据进行采集，采集完成后进行数据预处理，数据预处理后得到目标链路数据； S2：采集数据特征提取：将目标链路数据进行关键特征数据提取，将提取的关键特征数据标注为模型输出参数数据； S3：特征数据模型构建：根据低轨卫星通信链路要求进行深度学习模型搭建，深度学习模型搭建后得到神经网络模型； S4：构建模型训练和优化：利用模型输出参数数据对神经网络模型进行模型训练，根据模型训练情况对神经网络模型的模型参数进行调整，调整完成后得到链路神经网络模型； S5：实时链路切换执行：将链路神经网络模型传输至控制终端，并进行实时链路切换实施，根据模型输出的切换策略，自动执行链路切换，并将低轨卫星通信系统中的实时通信链路数据进行采集； S6：切换链路性能评估：将采集的实时通信链路数据以及链路的切换方法性能进行评估，根据评估结果进行优化和调整； 针对S1中将低轨卫星通信链路的初始数据进行采集，采集完成后进行数据预处理，包括： 从数据库中调取低轨卫星通信链路的初始数据； 低轨卫星通信链路的初始数据包括卫星状态数据、通信链路数据、环境因素数据、地面站数据、用户终端数据和历史通信数据； 初始数据采集完成后进行数据预处理，数据预处理包括数据清洗、数据标准化、数据转换和数据增强； 数据预处理完成后得到目标链路数据； 针对S1中将低轨卫星通信链路的初始数据进行采集，采集完成后进行数据预处理，还包括： 对目标链路数据进行质量判定，并在质量异常时进行数据异常报警，其中，提取所述目标链路数据中所包含的每种初始数据的数据量；所述初始数据包括卫星状态数据、通信链路数据、环境因素数据、地面站数据、用户终端数据和历史通信数据； 提取目标链路数据中所包含的每种初始数据的数据量，作为第一数据量； 提取数据预处理之前的每种初始数据的数据量，作为第二数据量； 利用所述第一数据量和第二数据量获取每种初始数据的数据异常系数； 其中，所述每种初始数据的数据异常系数通过如下公式获取： ； 其中，J表示每种初始数据的数据异常系数；C01和C02分别表示第一数据量和第二数据量；n表示数据预处理之前的每种初始数据所包含的数据个数；m表示目标链路数据中对应的每种初始数据所包含的数据个数；Chi表示目标链路数据中对应的每种初始数据所包含的第i个数据的数据量；Cxi表示目标链路数据中对应的每种初始数据所包含的第i个数据在数据预处理之前的数据量； 将每种初始数据的数据异常系数与预设的系数阈值进行比较； 当所述每种初始数据的数据异常系数超过预设的系数阈值的初始数据的种类数量超过预设的数量阈值时，则对每种初始数据的数据异常系数超过预设的系数阈值的初始数据进行异常程度判定和异常风险； 当所述每种初始数据的数据异常系数超过预设的系数阈值的初始数据的种类数量超过预设的数量阈值时，则对每种初始数据的数据异常系数超过预设的系数阈值的初始数据进行异常程度判定和异常风险报警，包括： 当所述每种初始数据的数据异常系数超过预设的系数阈值的初始数据的种类数量超过预设的数量阈值时，调取每种初始数据的数据异常系数超过预设的系数阈值的初始数据，作为目标初始数据； 提取所述目标初始数据在数据清洗过程中的无效数据的数据量和异常数据的数据量； 提取每个无效数据对应的权重数值和异常数据对应的权重数值； 利用所述无效数据对应的权重数值和异常数据对应的权重数值结合每种初始数据的数据异常系数获取目标初始数据对应的权重评价系数； 其中，所述目标初始数据对应的权重评价系数通过如下公式获取： ； 其中，G表示目标初始数据对应的权重评价系数；x表示无效数据的个数；y表示异常数据的个数；fxi表示第i个无效数据对应的权重数值；fyi表示第i个异常数据对应的权重数值；fxz表示x个无效数据对应的权重中间值；fyz表示y个异常数据对应的权重中间值；fxm表示无效数据中所包含的每个数据的数据量最大值对应的权重数值；fym表示异常数据中所包含的每个数据的数据量最大值对应的权重数值；fxmax表示无效数据出现的权重数值最大值；fymax表示异常数据出现的权重数值最大值；ε表示预设的最小数值，用于防止分子为0；J表示每种初始数据的数据异常系数； 将所述目标初始数据对应的权重评价系数与预设的权重评价系数阈值进行比较； 当所述目标初始数据对应的权重评价系数超过预设的权重评价系数阈值时，则判定目标初始数据对应的异常程度严重，并进行目标初始数据的异常风险报警； 当所述目标初始数据对应的权重评价系数未超过预设的权重评价系数阈值时，则利用目标初始数据对应的无效数据和异常数据的数据量结合目标初始数据对应的权重评价系数进行异常程度判定和异常风险报警； 当所述目标初始数据对应的权重评价系数未超过预设的权重评价系数阈值时，则利用目标初始数据对应的无效数据和异常数据的数据量结合目标初始数据对应的权重评价系数进行异常程度判定和异常风险报警，包括： 当所述目标初始数据对应的权重评价系数未超过预设的权重评价系数阈值时，调取所述目标初始数据对应的权重评价系数与所述预设的权重评价系数阈值之间的系数差值； 调取所述目标初始数据对应的无效数据的数据量； 调取所述目标初始数据对应的异常数据的数据量； 调取所述目标初始数据对应的权重评价系数； 利用所述目标初始数据对应的无效数据的数据量、异常数据的数据量结合目标初始数据对应的权重评价系数与所述预设的权重评价系数阈值之间的系数差值以及目标初始数据对应的权重评价系数获取目标初始数据对应的异常风险评价系数； 其中，所述目标初始数据对应的异常风险评价系数通过如下公式获取： ； 其中，Y表示目标初始数据对应的异常风险评价系数；Cr01和Cr02表示目标初始数据对应的第一数据量和第二数据量；Cs和Cw表示目标初始数据中包含的无效数据的数据量和异常数据的数据量；Gc表示目标初始数据对应的权重评价系数与所述预设的权重评价系数阈值之间的系数差值；G表示目标初始数据对应的权重评价系数；Gy表示预设的权重评价系数阈值；fs和fw表示目标初始数据中包含的无效数据的权重总和值和异常数据的权重总和值； 将所述目标初始数据对应的异常风险评价系数与预设的异常风险评价系数阈值进行比较； 当所述目标初始数据对应的异常风险评价系数超过预设的异常风险评价系数阈值时，则判定目标初始数据对应的异常程度严重，并进行目标初始数据对应的异常风险报警； 针对S5中将链路神经网络模型传输至控制终端，并进行实时链路切换实施，根据模型输出的切换策略，自动执行链路切换，并将低轨卫星通信系统中的实时通信链路数据进行采集，包括： 实时获取当前的低轨卫星通信链路数据，包括卫星状态、地面站状态、环境因素和用户终端状态； 将当前的低轨卫星通信链路数据输入到链路神经网络模型中，并进行切换策略推理； 切换策略包括链路选择、切换时机和切换条件，切换策略的输出通过概率值、分类标签或数值进行表达； 根据切换条件确认切换策略是否进行执行切换，切换条件包括信号强度、延迟和误码率； 当切换条件达到链路切换标准后，进行切换策略执行，同时，在链路切换过程中实时监控关键指标； 若链路切换的运行过程或性能表现，未达到预期标准时，则根据切换策略再次进行链路切换； 针对S6中将采集的实时通信链路数据以及链路的切换方法性能进行评估，根据评估结果进行优化和调整，包括： 将链路切换过程中以及切换后的实时通信链路数据进行采集，并确认性能指标； 将链路切换过程中以及切换后的性能指标进行指标对比； 根据指标对比结果判断链路切换后的性能指标是否有性能提升； 将没有性能提升的性能指标进行异常标注，并根据异常程度进行异常问题识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人凯睿星通信息科技(南京)股份有限公司，其通讯地址为：210000 江苏省南京市雨花台区宁双路19号11幢10楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。