公开(公告)号：CN115297496B

公开(公告)日：2022-12-20

申请号：CN202211186686.9

申请日：2022-09-28

Applicant: 南昌航空大学

Inventor： 范杰彬 ,  刘琳岚

IPC: H04L41/147 ,  H04W24/02 ,  H04L41/142 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种结合Bi‑LSTM和时间模式注意力的链路质量预测方法，包括如下步骤：S1：选取链路质量参数构建样本空间，对于样本集中的缺失值使用生成对抗网络方法填充，采用离差标准化法消除参数间量纲差异的影响，然后采用滑动时间窗口构建多元时间序列样本；S2：根据所述多元时间序列样本，使用双向长短期记忆网络提取深度时间依赖，并采用时间模式注意力机制为时序变量加权，从而构建基于双向长短期记忆网络的链路质量预测模型，并得到多元时序预测结果；S3：采用Sigmoid函数构建多元时序预测结果与数据包接受率之间的映射模型，通过该映射模型预测下一时刻的链路质量。本发明能够提高链路质量预测模型的准确性。

公开(公告)号：CN115297496A

公开(公告)日：2022-11-04

申请号：CN202211186686.9

申请日：2022-09-28

Applicant: 南昌航空大学

Inventor： 范杰彬 ,  刘琳岚

IPC: H04W24/02 ,  H04L41/147 ,  H04L41/142 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种结合Bi‑LSTM和时间模式注意力的链路质量预测方法，包括如下步骤：S1：选取链路质量参数构建样本空间，对于样本集中的缺失值使用生成对抗网络方法填充，采用离差标准化法消除参数间量纲差异的影响，然后采用滑动时间窗口构建多元时间序列样本；S2：根据所述多元时间序列样本，使用双向长短期记忆网络提取深度时间依赖，并采用时间模式注意力机制为时序变量加权，从而构建基于双向长短期记忆网络的链路质量预测模型，并得到多元时序预测结果；S3：采用Sigmoid函数构建多元时序预测结果与数据包接受率之间的映射模型，通过该映射模型预测下一时刻的链路质量。本发明能够提高链路质量预测模型的准确性。