1.一种多模卫星终端自适应路由智能决策方法,其特征在于,包括:采集多源数据;
基于所述多源数据,构建基于梯度提升树的网络状态预测模型;
对所述网络状态预测模型求解,得到网络状态实时评估值;
基于所述网络状态实时评估值,确定最优动态资源分配方案和链路故障预测概率;
获取业务需求;
基于所述网络状态实时评估值、所述业务需求、所述最优动态资源分配方案和所述链路故障预测概率,确定第一数目的候选路径;
获取预定义状态空间和预定义动作空间;
基于所述第一数目的候选路径、所述预定义状态空间和所述预定义动作空间,计算每条候选路径对应的奖励值;
基于所述奖励值、所述预定义状态空间和所述预定义动作空间,构建终端路由智能决策模型;
对所述终端路由智能决策模型求解,确定传输的最优路径;
其中,所述基于所述网络状态实时评估值,确定最优动态资源分配方案,包括:基于所述网络状态实时评估值,构建网络整体效益最大化目标函数;
对所述目标函数求解,确定最优动态资源分配方案;
所述基于所述网络状态实时评估值,确定链路故障预测概率,包括:获取网络实时状态参数和网络历史状态参数;
基于所述网络状态实时评估值、所述网络实时状态参数和所述网络历史状态参数,确定链路故障预测概率;
所述基于所述网络状态实时评估值、所述业务需求、所述最优动态资源分配方案和所述链路故障预测概率,确定第一数目的候选路径,包括:基于所述业务需求,确定第二数目的候选路径;
基于所述最优动态资源分配方案,确定终端资源分配向量;
基于所述网络状态实时评估值、所述链路故障预测概率和所述终端资源分配向量,确定第二数目的候选路径的各链路综合代价函数;
基于所述各链路综合代价函数,确定第一数目的候选路径。
2.根据权利要求1所述的方法,其特征在于,所述基于所述多源数据,构建基于梯度提升树的网络状态预测模型,包括:采用主成分分析法,对所述多源数据进行筛选处理,确定主要影响特征,所述主要影响特征为对网络状态产生影响的关键特征;
基于所述主要影响特征,构建基于梯度提升树的网络状态预测模型。
3.根据权利要求1所述的方法,其特征在于,所述基于所述各链路综合代价函数,确定第一数目的候选路径,包括:基于所述各链路综合代价函数,确定第二数目的候选路径中,每条候选路径的累计代价;
按照累计代价从小到大的顺序进行筛选,确定第一数目的候选路径。
4.根据权利要求1所述的方法,其特征在于,还包括,为所述第一数目的候选路径中的每一条候选路径,确定备选路径。
5.根据权利要求1所述的方法,其特征在于,所述预定义状态空间包括以下内容:所述网络状态实时评估值,候选路径特征、终端能耗,所述业务需求;
所述终端能耗包括电池含量、能耗速率;
所述业务需求包括数据量、实时性要求。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一数目的候选路径、所述预定义状态空间和所述预定义动作空间,计算每条候选路径对应的奖励值,包括:基于所述第一数目的候选路径、所述预定义状态空间和所述预定义动作空间,构建每条候选路径的奖励函数;
对所述奖励函数进行求解,计算每条候选路径对应的奖励值。