公开(公告)号：CN118449864A

公开(公告)日：2024-08-06

申请号：CN202410154759.9

申请日：2024-02-04

Applicant: 哈尔滨工程大学

Inventor： 侯长波 ,  林佳昕 ,  周志超 ,  付丁一 ,  宋振

IPC: H04L41/12 ,  H04L41/14 ,  H04L41/142 ,  H04W40/02

Abstract: 一种基于多属性融合决策得分的关键节点识别方法，它涉及一种关键节点识别方法。本发明为了解决面对复杂的通信网络拓扑结构时，传统单一中心性度量方式自身存在局限性的问题。本发明根据通信网络中各节点的通信事件进行多维霍克斯分析挖掘节点间的通联关系，获取网络拓扑结构及节点邻接关系；结合拓扑结构计算各个节点的介数中心性、紧密中心性并结合改进的K‑shell算法得到的节点中心性值，构造规范化决策矩阵；计算各节点的SIR值，结合规范化决策矩阵选用灰色关联及信息熵思想计算三种中心性属性的权重；计算各节点的多属性决策得分值作为各个节点的综合影响力；根据节点综合影响力的排序结果实现对于网络的关键节点识别。

公开(公告)号：CN116846509A

公开(公告)日：2023-10-03

申请号：CN202310666954.5

申请日：2023-06-07

Applicant: 哈尔滨工程大学

Inventor： 侯长波 ,  马鹏 ,  周志超 ,  林佳昕 ,  刘秦 ,  蒋睿

IPC: H04K3/00 ,  G06N3/0499 ,  G06N3/092

Abstract: 本发明提出一种基于隐式对手建模的强化学习抗干扰通信方法。该方法包括：搭建一对一通信抗干扰模型，通信节点获取强化学习智能干扰节点干扰频段信息，将此信息与通信节点通信频段信息结合为隐含干扰节点建模信息的环境状态，将此环境状态送至神经网络处理，根据贪婪算法选出通信频段，通信完成后将选择的频段，此时的奖励，环境状态与下一时隙环境状态组成经验元组输入到经验回放池中，按照样本新旧优先级产生不等概率，依概率抽取经验，优化神经网络参数。本发明利用干扰节点历史干扰信息，对其隐式建模，结合深度强化学习算法以获取抵抗该智能干扰的能力。