-
公开(公告)号：CN111491315B
公开(公告)日：2023-06-27
申请号：CN201911307934.9
申请日：2019-12-18
Applicant: 中国人民解放军陆军工程大学
Abstract: 一种扩展无人机网络中的延时与能耗折中模型及分层学习算法，包括将无人机网络划分为簇，每一簇包含一架作为簇头的大型无人机、中继无人机及其作为扩展无人机群的小型无人机群；所述中继无人机构成核心网，所述扩展无人机构成扩展网，所述中继无人机由空闲无人机充当，所述中继无人机用于协助所述扩展无人机将信息传输到簇头，所述中继无人机还用于调整无人机网络系统的带宽策略来提高带宽利用率，并根据无人机网络通信的功率和带宽资源的耦合关系，实现无人机网络通信的延时与能耗的折中。结合其它结构或方法有效避免了现有技术中对无人机网络的系统延时问题进行优化并没有同时考虑延时和吞吐量性能以及资源利用率的缺陷。
-
Patent Agency Ranking
公开(公告)号：CN113038567B
公开(公告)日：2023-06-16
申请号：CN202110077910.X
申请日：2021-01-20
Applicant: 中国人民解放军陆军工程大学
IPC: H04W40/16 , H04W40/22 , H04B17/336 , H04B17/391
Abstract: 本发明公开了一种多中继通信中的抗干扰模型及抗干扰方法。源节点进行中继选择，选择一个未受干扰攻击的中继节点进行通信，被选择的中继节点选择一个未受干扰的信道将接收到的信息通过放大转发方式发送到目的节点。目的节点通过宽带频谱感知获取当前频谱状态信息，将频谱信息反馈给中继节点，中继节点再反馈给源节点。源节点和中继节点分别根据反馈信息更新各自的Q值表，最后根据各自的Q值表，进行决策。当达到最大循环次数时，算法结束。本发明模型完备，物理意义清晰，设计算法合理有效，能够很好地刻画基于强化学习算法的中继通信抗干扰场景。
-
公开(公告)号：CN111491315A
公开(公告)日：2020-08-04
申请号：CN201911307934.9
申请日：2019-12-18
Applicant: 中国人民解放军陆军工程大学
Abstract: 一种扩展无人机网络中的延时与能耗折中模型及分层学习算法，包括将无人机网络划分为簇，每一簇包含一架作为簇头的大型无人机、中继无人机及其作为扩展无人机群的小型无人机群；所述中继无人机构成核心网，所述扩展无人机构成扩展网，所述中继无人机由空闲无人机充当，所述中继无人机用于协助所述扩展无人机将信息传输到簇头，所述中继无人机还用于调整无人机网络系统的带宽策略来提高带宽利用率，并根据无人机网络通信的功率和带宽资源的耦合关系，实现无人机网络通信的延时与能耗的折中。结合其它结构或方法有效避免了现有技术中对无人机网络的系统延时问题进行优化并没有同时考虑延时和吞吐量性能以及资源利用率的缺陷。
-
公开(公告)号：CN110996343A
公开(公告)日：2020-04-10
申请号：CN201911307930.0
申请日：2019-12-18
Applicant: 中国人民解放军陆军工程大学
Abstract: 一种基于深度卷积神经网络的干扰识别模型及智能识别算法，对该基于深度卷积神经网络的干扰识别模型做如下刻画：用于干扰识别的接收机对单个或多个干扰机发出的干扰信号进行收集数据，将作为接收端该接收机的频谱瀑布图作为网络输入层进行若干训练，达到足够拟合度训练模型后，根据已训练保存模型及其接收端的频谱瀑布，作为网络输入进行在线识别。结合其它结构或方法使得模型完备，物理意义清晰，设计算法合理有效，能够较好的刻画基于深度卷积神经网络算法的干扰识别场景。
-
公开(公告)号：CN110996343B
公开(公告)日：2023-06-30
申请号：CN201911307930.0
申请日：2019-12-18
Applicant: 中国人民解放军陆军工程大学
IPC: H04W24/06 , G06N3/0464 , G06N3/09
Abstract: 一种基于深度卷积神经网络的干扰识别模型及智能识别算法，对该基于深度卷积神经网络的干扰识别模型做如下刻画：用于干扰识别的接收机对单个或多个干扰机发出的干扰信号进行收集数据，将作为接收端该接收机的频谱瀑布图作为网络输入层进行若干训练，达到足够拟合度训练模型后，根据已训练保存模型及其接收端的频谱瀑布，作为网络输入进行在线识别。结合其它结构或方法使得模型完备，物理意义清晰，设计算法合理有效，能够较好的刻画基于深度卷积神经网络算法的干扰识别场景。
-
公开(公告)号：CN113038567A
公开(公告)日：2021-06-25
申请号：CN202110077910.X
申请日：2021-01-20
Applicant: 中国人民解放军陆军工程大学
IPC: H04W40/16 , H04W40/22 , H04B17/336 , H04B17/391
Abstract: 本发明公开了一种多中继通信中的抗干扰模型及抗干扰方法。源节点进行中继选择，选择一个未受干扰攻击的中继节点进行通信，被选择的中继节点选择一个未受干扰的信道将接收到的信息通过放大转发方式发送到目的节点。目的节点通过宽带频谱感知获取当前频谱状态信息，将频谱信息反馈给中继节点，中继节点再反馈给源节点。源节点和中继节点分别根据反馈信息更新各自的Q值表，最后根据各自的Q值表，进行决策。当达到最大循环次数时，算法结束。本发明模型完备，物理意义清晰，设计算法合理有效，能够很好地刻画基于强化学习算法的中继通信抗干扰场景。
-
-
-
-
-
Search Results
6
records
(took 0.03 seconds)
