-
公开(公告)号:CN117500014A
公开(公告)日:2024-02-02
申请号:CN202311408709.0
申请日:2023-10-27
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于图强化学习的移动自组网多智能体跨层路由方法,该方法为:首先初始化移动自组网的环境及其参数,将各个节点建模为智能体,建立MDP模型;然后智能体采用图注意力卷积的方式对邻域内各智能体观测编码的特征向量进行聚合;接着智能体计算选择的动作到达下一跳节点的时延,收到即时奖励,转移至下一个状态获得新的观测;使用DGN网络,每个智能体通过聚合邻居节点的信息,计算自己的动作价值函数Q值并输出;重复进行DGN网络更新,直至完成一次数据包传输任务,重置环境;采用经验回放和目标网络方法进行训练,直至系统平均奖励值收敛。本发明能够适应移动自组网高速变化的拓扑结构,平均传输时延低、速度快、稳定性高。
-
公开(公告)号:CN118444256A
公开(公告)日:2024-08-06
申请号:CN202410644702.7
申请日:2024-05-23
Applicant: 南京理工大学
Abstract: 本发明公开了一种针对无人机载SAR的微动角反阵列无源干扰方法,该方法为:首先,利用旋转角反射器对雷达信号的反射,在方向位上形成条纹干扰;其次,设计微动角反列阵,通过规划微动角反射器阵列的排列方式、旋转角速度和旋转半径来改变雷达散射截面,从而形成距离向干扰;由此,形成距离向和方位向统一的条纹干扰,可以达成隐藏被保护目标的目的。本发明针对单一角反干扰效果不佳问题,具有工作方式简单、容易推广、干扰面积大等优点。
-