低轨(Low Earth Orbit,LEO)星座网络具有通信时延低、全球覆盖、通信容量大、发射成本低等特点,是实现全球无缝实时信息传输的一种有效方式。卫星网络路由技术是保证卫星网络各项业务顺利进行的关键,如何在复杂多变的低轨星座网络环境中实现稳定性好、通信效率高的路由是当前亟需解决的问题。本文以提升低轨星座网络路由性能为目标,提出一种基于深度强化学习的低轨卫星路由策略,该策略首先根据低轨卫星运行规律建立低轨星座模型及星座网络拓扑。在此基础上,针对卫星链路状态,设计了一种链路状态感知策略,通过链路状态预测、链路状态更新,实时维护两跳链路状态。然后,将低轨卫星路由算法与深度强化学习算法相结合,提出基于双深度Q网络(Double Deep Q-Learning Network,DDQN)的低轨卫星路由算法,将卫星节点作为智能体根据马尔科夫过程建立DDQN模型,以DDQN模型作为路由计算的核心,两跳链路状态作为模型的输入,最优下一跳节点作为模型的输出,利用值函数Q网络和目标Q网络感知卫星网络拓扑、学习路由决策策略,通过价值函数的约束,使DDQN模型在低轨星座环境下学习一种具有最短路径特性和负载均衡特性的路由决策策略。另外,针对星上路由故障情况,包括断路、环路、链路拥塞,该策略中设置了相应的处理机制,能够及时预防和处理路由故障,进一步提高了低轨卫星路由策略的适用性和抗毁性。最后,通过NS-3平台仿真卫星网络流量,在不同的网络情况下分析验证基于深度强化学习的低轨卫星路由策略的性能,由仿真结果可知,该路由策略能够适用于低轨星座网络环境,并在平均端到端时延、丢包率、系统吞吐量三方面性能表现良好。