基于Q学习的水下无人集群编队时分-空分多址接入协议

    公开(公告)号:CN119012360A

    公开(公告)日:2024-11-22

    申请号:CN202411278982.0

    申请日:2024-09-12

    Abstract: 基于Q学习的水下无人集群编队时分‑空分多址接入协议,涉及水下无人集群编队。在水下无人集群编队中,各节点配备定向收发基阵和多路收发机。在初始化阶段,采用时分多址协议,主节点通过全向模式广播调度时隙信息,从节点在指定时隙广播反馈信息,完成网络接入。航行阶段,从节点向主节点传输数据,采用空分多址协议,主节点通过定向模式,根据从节点位置信息调整波束方向,实现多点同时通信。引入Q学习技术,动态调整波束角度,确保空分多址接入适应海洋环境动态变化,有效提高通信效率。为水下无人集群提供一种高网络吞吐量、高鲁棒性的多址接入方案。

    基于LSTM的水声网络数据实时故障检测及恢复方法

    公开(公告)号:CN115002824B

    公开(公告)日:2024-08-20

    申请号:CN202210578580.7

    申请日:2022-05-25

    Applicant: 厦门大学

    Abstract: 基于LSTM的水声网络数据实时故障检测及恢复方法,涉及水声网络。将LSTM应用于水声网络的每个节点处,基于LSTM对节点最初的感知数据进行训练得到优化的LSTM网络模型,将检测时刻前一定长度的数据输入模型并预测检测时刻的感知数据,进而计算真实感知数据与预测值的相对误差,最后通过相对误差的绝对值与阈值相比较而判断此刻感知数据是否存在故障,并且及时以预测值替换存在故障的感知数据而达到故障恢复的作用。避免簇头或基站搜集数据时数据传输耗时而导致故障检测的延时,实现对节点数据故障的实时检测;同时,也实现对水声网络节点感知数据故障的及时恢复机制,保证网络传输数据的可靠性。

    基于LSTM的水声网络数据实时故障检测及恢复方法

    公开(公告)号:CN115002824A

    公开(公告)日:2022-09-02

    申请号:CN202210578580.7

    申请日:2022-05-25

    Applicant: 厦门大学

    Abstract: 基于LSTM的水声网络数据实时故障检测及恢复方法,涉及水声网络。将LSTM应用于水声网络的每个节点处,基于LSTM对节点最初的感知数据进行训练得到优化的LSTM网络模型,将检测时刻前一定长度的数据输入模型并预测检测时刻的感知数据,进而计算真实感知数据与预测值的相对误差,最后通过相对误差的绝对值与阈值相比较而判断此刻感知数据是否存在故障,并且及时以预测值替换存在故障的感知数据而达到故障恢复的作用。避免簇头或基站搜集数据时数据传输耗时而导致故障检测的延时,实现对节点数据故障的实时检测;同时,也实现对水声网络节点感知数据故障的及时恢复机制,保证网络传输数据的可靠性。

Patent Agency Ranking