基于图注意力网络的无人机集群网络凝聚聚类方法和装置

    公开(公告)号:CN119625362A

    公开(公告)日:2025-03-14

    申请号:CN202510152391.7

    申请日:2025-02-12

    Abstract: 本发明提供了一种基于图注意力网络的无人机集群网络凝聚聚类方法和装置,涉及无人机集群网络聚类的技术领域,包括:获取无人机集群网络的原始图;基于节点矩阵和当前图注意力网络的编码器,计算每个无人机节点在全部对应邻居节点影响下的隐藏表示,再预测每个无人机节点和对应的邻居节点之间的链接概率,生成无人机集群网络的重构图;根据原始图和重构图确定的重构损失,调整图注意力网络;基于凝聚聚类算法和隐藏表示将符合预设条件的无人机节点合并为多个节点簇,生成新的无人机集群网络;对新的无人机集群网络进行凝聚聚类操作;以缓解无人机集群网络的聚类效率,聚类精确度以及图结构信息利用率不高的技术问题。

    基于可编程数据平面的智能网内负载均衡方法与装置

    公开(公告)号:CN116155819A

    公开(公告)日:2023-05-23

    申请号:CN202310424468.2

    申请日:2023-04-20

    Abstract: 本发明提供了一种基于可编程数据平面的智能网内负载均衡方法与装置,涉及通信的技术领域,该方法应用于控制平面,通过获取网络系统中每个交换机的队列深度来实现全局拥塞感知,并利用强化学习算法确定目标交换机的端口转发概率,以辅助决策目标交换机的数据包转发路径。由于强化学习算法的奖励函数值与网络系统中交换机的队列深度差值和平均队列深度成反比,所以能够达到网络中负载均衡效果越差则奖励越少的目的,进而使得智能体输出的动作向减小拥塞、增强负载均衡效果的方向发展。在不对称的网络拓扑环境中仍具备较佳的负载均衡效果,有效地缓解了现有的负载均衡方法负载均衡效果差和普适性差的技术问题。

    MIMO资源优化方法、装置和电子设备

    公开(公告)号:CN114221686B

    公开(公告)日:2022-04-26

    申请号:CN202210154367.3

    申请日:2022-02-21

    Abstract: 本发明提供了一种MIMO资源优化方法、装置和电子设备,涉及通信的技术领域,包括获取待优化MIMO地理区域的备选子波束集合和目标天线权值组的权值数量;基于权值数量和备选子波束集合确定初始飞蛾种群;利用预设飞蛾扑火算法对初始飞蛾种群进行迭代更新,直至达到预设结束条件;将预设结束条件下的最优飞蛾智能体对应的可选天线权值组确定为待优化MIMO地理区域的目标天线权值组。该方法采用的预设飞蛾扑火算法是基于策略函数和贪婪算法确定每代飞蛾种群中每个飞蛾智能体动作的算法,相比传统群体智能飞蛾扑火算法中的飞蛾单智能体的固定动作策略,该方法解决了传统算法存在的无效寻优问题,提升了算法对MIMO天线权值组的寻优速度。

    基于无人机集群场景下的虚拟网络映射方法、装置及设备

    公开(公告)号:CN119520194A

    公开(公告)日:2025-02-25

    申请号:CN202510088600.6

    申请日:2025-01-21

    Abstract: 本申请提供了一种基于无人机集群场景下的虚拟网络映射方法、装置及设备,通过在接收到虚拟网络嵌入请求时,获取无人机集群网络的拓扑图序列;基于预构建的特征提取网络提取拓扑图序列中各拓扑图之间的时空动态特征;将时空动态特征输入到预训练的节点策略生成网络中以生成节点映射策略;基于节点映射策略将待嵌入的虚拟节点映射到无人机集群网络的无人机节点中;在虚拟节点全部映射成功后,并将待嵌入的虚拟链路映射到最短物理链路中。本发明实施例能够满足网络动态场景下的虚拟映射需求;且采用两段式的映射方法来依次映射虚拟节点及虚拟链路,能够保证节点和链路均映射成功,提高映射成功率。

    异构无人平台集群的自适应稳态组网方法及装置

    公开(公告)号:CN118400788A

    公开(公告)日:2024-07-26

    申请号:CN202410832884.0

    申请日:2024-06-26

    Abstract: 本发明提供了一种异构无人平台集群的自适应稳态组网方法及装置,本发明能够获取异构无人平台集群的当前节点位置信息和当前节点能量信息;基于当前节点位置信息和预设的密度聚类算法,对异构无人平台集群进行聚类处理;基于当前节点能量信息,对聚类结果中的每个簇进行簇头选举,得到当前组网结果;周期性获取当前组网结果下异构无人平台集群的观测数据;基于观测数据,采用强化学习策略对当前组网结果进行优化,得到优化后的组网结果。这样基于密度聚类算法对异构无人平台集群进行分簇,采用基于强化学习的动态维护策略动态调整簇结构,使得异构无人平台集群网络具有更好的适应性和动态性,从而提高了异构无人平台集群网络结构的稳定性和可靠性。

Patent Agency Ranking