本发明公开了大规模LEO卫星网络下的串行Q学习分布式切换方法及系统；为了描述卫星的动态性，通过阴影莱斯信道模型来描述星地链路，使星地间信道增益由用户与卫星间的仰角决定并且随卫星的运动而改变；通过将用户的传输需求与卫星的可用信道数联合考虑，设计了用户的效用函数，并将卫星切换问题转化为长期总效用函数最大化问题。通过充分利用卫星间的独立性以及可视卫星数量有限等特点，提出了串行式深度Q学习算法，使状态空间维度显著减小，有效地求解了长期效用函数最大化问题，改善了卫星切换策略。本发明提高了用户的平均收益、系统吞吐量，降低了用户业务的强制中断次数，获得较优的系统性能。