-
公开(公告)号：CN113163466B
公开(公告)日：2022-11-01
申请号：CN202110449658.0
申请日：2021-04-25
Applicant: 北京邮电大学
Abstract: 本发明公布了一种大规模应用场景下的基于模糊决策树的自适应鱼群寻路包路由方法。主要解决飞行自组网中的端到端时延问题。所述的方法包括：应用模糊决策树进行跳数预测，通过离线训练模糊决策树模型。属性模糊阶段采用三角模糊函数对输入属性进行语义划分，离线训练阶段采用ID3算法进行决策树建立。为了更新节点信息采用基于鱼群算法的自适应Hello包广播机制，从基站开始逐跳广播Hello包，达到节能和降低冲突的目的。为了保证较高的传输成功率，采用了指数加权平均移动法进行最优节点的预测，指数加权平均对过去历史信息做均值处理的时候加上指数相关的权重，离当前时间越近的历史信息数据权重越大，离当前时间越远的历史信息数据权重越小。
-
Patent Agency Ranking
公开(公告)号：CN113163332B
公开(公告)日：2022-07-05
申请号：CN202110449681.X
申请日：2021-04-25
Applicant: 北京邮电大学
Abstract: 本发明公布了一种基于度量学习的路标图着色无人机节能续航数据收集方法。主要解决无人机辅助传感器网络中的吞吐量和能耗问题。所述的方法包括：对无人机辅助传感器网络进行模型建立，提出了一种同构的网络模型，网络中的节点都具有移动行，并且具有群体移动性和群体行为特点。然后应用概率路标构造全局地图。利用度量学习的方法对无人机继续轨迹优化，离线训练度量矩阵，离线训练阶段采用LMNN算法构造度量矩阵。为了更新节点信息采用广播Hello包机制，从基站开始逐跳广播Hello包。为了保证较高的传输成功率和吞吐量，采用了图着色的方式减少多跳传输的冲突，由于数据包的传输可能和广播信息收集节点重叠，所以本文存在多跳信道分配问题，因此网络可以用图来表示，图中的每个点代表网络中的节点，连接两点的边代表两点的发包通信，因此多跳网络的信道分配问题可以转换为图着色问题。在支持快速移动的无人机辅助网络中，无人机飞行速度较快，且地面节点可以是具有移动性的移动机器人，因此采用接触时间划分优先级的信道接入方法。
-
公开(公告)号：CN113163466A
公开(公告)日：2021-07-23
申请号：CN202110449658.0
申请日：2021-04-25
Applicant: 北京邮电大学
Abstract: 本发明公布了一种大规模应用场景下的基于模糊决策树的自适应鱼群寻路包路由方法。主要解决飞行自组网中的端到端时延问题。所述的方法包括：应用模糊决策树进行跳数预测，通过离线训练模糊决策树模型。属性模糊阶段采用三角模糊函数对输入属性进行语义划分，离线训练阶段采用ID3算法进行决策树建立。为了更新节点信息采用基于鱼群算法的自适应Hello包广播机制，从基站开始逐跳广播Hello包，达到节能和降低冲突的目的。为了保证较高的传输成功率，采用了指数加权平均移动法进行最优节点的预测，指数加权平均对过去历史信息做均值处理的时候加上指数相关的权重，离当前时间越近的历史信息数据权重越大，离当前时间越远的历史信息数据权重越小。
-
公开(公告)号：CN113163332A
公开(公告)日：2021-07-23
申请号：CN202110449681.X
申请日：2021-04-25
Applicant: 北京邮电大学
Abstract: 本发明公布了一种基于度量学习的路标图着色无人机节能续航数据收集方法。主要解决无人机辅助传感器网络中的吞吐量和能耗问题。所述的方法包括：对无人机辅助传感器网络进行模型建立，提出了一种同构的网络模型，网络中的节点都具有移动性。利用度量学习的方法对无人机继续轨迹优化，离线训练度量矩阵，离线训练阶段采用LMNN算法构造度量矩阵。网络可以用图来表示，图中的每个点代表网络中的节点，连接两点的边代表两点的发包通信，因此多跳网络的信道分配问题可以转换为图着色问题。在支持快速移动的无人机辅助网络中，无人机飞行速度较快，且地面节点可以是具有移动性的移动机器人，因此采用接触时间划分优先级的信道接入方法。
-
公开(公告)号：CN110312278B
公开(公告)日：2020-08-04
申请号：CN201910322328.8
申请日：2019-04-22
Applicant: 北京邮电大学
Abstract: 本发明公布了一种基于模糊C均值聚类算法的圆环模型路由方法。主要解决移动自组织网络中的链路稳定性问题。本发明提出一种以半径划分的圆环模型模糊C均值聚类算法(FCMCRR)。在选簇阶段，我们使用Vikor多标准决策来选择最佳初始聚类中心，避免算法陷入局部最优的情况。在分簇阶段，我们使用模糊C均值聚类算法，根据目标函数方法来寻找最优分类。我们考虑的目标函数表示各类数据节点到相应聚类中心的加权距离平方和，通过距离来区分节点的组别，从而计算并修改其模糊划分矩阵和聚类中心。本发明提出的基于圆环模型的路由策略，可以保证中继节点可以有效地增强路由性能，增强链路稳定性。
-
公开(公告)号：CN110312278A
公开(公告)日：2019-10-08
申请号：CN201910322328.8
申请日：2019-04-22
Applicant: 北京邮电大学
Abstract: 本发明公布了一种基于模糊C均值聚类算法的圆环模型路由方法。主要解决移动自组织网络中的链路稳定性问题。本发明提出一种以半径划分的圆环模型模糊C均值聚类算法(FCMCRR)。在选簇阶段，我们使用Vikor多标准决策来选择最佳初始聚类中心，避免算法陷入局部最优的情况。在分簇阶段，我们使用模糊C均值聚类算法，根据目标函数方法来寻找最优分类。我们考虑的目标函数表示各类数据节点到相应聚类中心的加权距离平方和，通过距离来区分节点的组别，从而计算并修改其模糊划分矩阵和聚类中心。本发明提出的基于圆环模型的路由策略，可以保证中继节点可以有效地增强路由性能，增强链路稳定性。
-
-
-
-
-
Search Results
6
records
(took 0.029 seconds)
