一种基于Q学习的分段式水下地形匹配方法

    公开(公告)号:CN115640522A

    公开(公告)日:2023-01-24

    申请号:CN202211254808.3

    申请日:2022-10-13

    Applicant: 厦门大学

    Abstract: 一种基于Q学习的分段式水下地形匹配方法,涉及水下地形匹配。在已知初始点和初始航行角度情况下,将自主式水下潜器航行的轨迹路线按采样长度L分段处理,每段终点为一个定位节点,考虑每个定位节点前一段和后一段路线的高程数据,以TERCOM算法中均方差为指标在每个定位节点按角度范围f匹配,以均方差最小路线为最合适路线,确定前一段和后一段路线的偏转角an,计算路线偏转角相差程度bn;结合Q学习给bn赋予不同奖励值R,根据R值与Q值的关系在每一个定位节点后更新Q值,由Q值的变化优化下一次匹配的角度范围f,实时调整匹配时的角度范围,确保在每个定位节点进行匹配时的角度范围合适,降低整个轨迹匹配过程中的匹配次数。

    一种基于模型无关元学习算法的海底声学参数反演方法

    公开(公告)号:CN117784250A

    公开(公告)日:2024-03-29

    申请号:CN202311835916.4

    申请日:2023-12-28

    Applicant: 厦门大学

    Abstract: 一种基于模型无关元学习算法的海底声学参数反演方法,涉及海底声学参数反演领域。为克服基于机器学习的海底声学参数反演方法面临的适应未知环境能力较差和泛化能力较弱等局限性,提供一种基于模型无关元学习算法的海底声学参数反演方法。该方法使用多层感知器神经网络作为基学习器,并在预处理的数据上进行基学习。采用模型无关元学习算法利用基学习阶段的结果进行元优化。通过迭代优化,算法可不断趋近最优初始化参数。引入MAML算法后的海底声学参数反演模型可动态调整模型初始化参数,实现模型在不同环境下更好的适应性;所构建的模型具有较好的反演性能;在海洋环境发生变化时,相较于传统的反演模型表现出更高的反演精度和更快训练速度。

    一种基于数据分级的水声协作网络智能不均匀分簇方法

    公开(公告)号:CN117221981A

    公开(公告)日:2023-12-12

    申请号:CN202311218196.7

    申请日:2023-09-20

    Applicant: 厦门大学

    Abstract: 一种基于数据分级的水声协作网络智能不均匀分簇方法,涉及水下通信。在水声网络中综合考虑节点能量、传输能耗和可用协作节点因素,通过粒子群算法进行不均匀分簇,以均衡各簇头节点能耗,缓解“能耗热点”问题,提高网络生存周期;结合动态编码协作(DCC)传输机制,提高数据传输可靠性和网络吞吐量;引入数据分级概念,针对不同的数据分级选择不同的分簇策略,确保高重要度数据的实时传输,从而得到一个可均衡网络能耗、提高通信可靠性、网络吞吐量和网络整体生存周期的分簇方法。

    一种AUV辅助的水声传感网动态分层路由方法

    公开(公告)号:CN115589625A

    公开(公告)日:2023-01-10

    申请号:CN202211240126.7

    申请日:2022-10-11

    Applicant: 厦门大学

    Abstract: 一种AUV辅助的水声传感网动态分层路由方法,涉及水下通信。将水声传感网路由自水面至水底分为顶层、中间层、底层,不同路由层中的传感器节点,根据信息重要程度、节点能量损耗情况、环境噪声特点、所属层级和节点深度信息设计不同的权重计算方式,形成节点转发函数FF。AUV辅助节点向水面汇聚Sink节点传输信息,Sink节点间无线电通信,将数据传输至岸上控制中心。每个Sink节点处理其对应水域范围内节点所感知的水下信息与AUV收集的节点自身能量、深度,向水声节点广播更新后的分层阈值。节点接收分层信息后,根据自身实际工作情况判断身处层,动态调整工作模式,提高水下通信质量、减少能量空洞和延长网络寿命。

    基于动态心理博弈论的水声传感网络攻防对抗策略生成方法

    公开(公告)号:CN118827243B

    公开(公告)日:2024-11-19

    申请号:CN202411304780.9

    申请日:2024-09-19

    Applicant: 厦门大学

    Abstract: 基于动态心理博弈论的水声传感网络攻防对抗策略生成方法,涉及水下通信攻防对抗策略。先确定UASNs攻防场景及博弈对象,待传输信息的信息重要度,预定传输路由;其次构建基于动态心理博弈论模型#imgabs0#;UASNs方需最小化总传输时延和被窃听风险,敌方需在有能量限制的条件下尽可能延长UASNs的传输时延,博弈双方根据主要目标定义心理期望效用函数,利用虚拟遗憾最小化算法进行平均策略的训练,最终得到博弈双方在预定路由下的行动策略。通过建立基于动态心理博弈论的网络攻防模型,得出水声传感网络攻防对抗场景中的最优对抗策略,可提高水声传感网络的传输安全性。

    基于动态心理博弈论的水声传感网络攻防对抗策略生成方法

    公开(公告)号:CN118827243A

    公开(公告)日:2024-10-22

    申请号:CN202411304780.9

    申请日:2024-09-19

    Applicant: 厦门大学

    Abstract: 基于动态心理博弈论的水声传感网络攻防对抗策略生成方法,涉及水下通信攻防对抗策略。先确定UASNs攻防场景及博弈对象,待传输信息的信息重要度,预定传输路由;其次构建基于动态心理博弈论模型#imgabs0#;UASNs方需最小化总传输时延和被窃听风险,敌方需在有能量限制的条件下尽可能延长UASNs的传输时延,博弈双方根据主要目标定义心理期望效用函数,利用虚拟遗憾最小化算法进行平均策略的训练,最终得到博弈双方在预定路由下的行动策略。通过建立基于动态心理博弈论的网络攻防模型,得出水声传感网络攻防对抗场景中的最优对抗策略,可提高水声传感网络的传输安全性。

Patent Agency Ranking