← 返回列表
一种基于连边间关联的无人机通信网络推断方法
摘要文本
本发明涉及一种基于连边间关联的无人机通信网络推断方法，属于网络拓扑推断技术领域，解决了现有未考虑无人机通信连边间的关联程度而导致在群智能场景下的无人机通信网络推断准确率低的问题。包括：根据观测到的无人机通信时间序列，计算无人机间的传递熵值，构建因果关联网络；基于因果关联网络，根据三种干扰因子结构构建对应的因果封闭子图；从无人机间的传递熵值和三种因果封闭子图中聚合出连边特征；根据连边特征计算高斯相似度函数值，构建关联权重矩阵，根据关联权重矩阵更新初始化的关联矩阵；根据连边特征和关联矩阵得到融合特征后输入多层感知机分类器中推断出无人机通信网络拓扑。实现了通信网络推断准确率的提高。 关注微信公众号专利查询网
申请人信息
- 申请人:北京航空航天大学
- 申请人地址:100191 北京市海淀区学院路37号
- 发明人: 北京航空航天大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于连边间关联的无人机通信网络推断方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311616007.1 |
| 申请日 | 2023/11/30 |
| 公告号 | CN117336187A |
| 公开日 | 2024/1/2 |
| IPC主分类号 | H04L41/12 |
| 权利人 | 北京航空航天大学 |
| 发明人 | 李宇萌; 谭滔; 陈莘文; 曹先彬; 杜文博 |
| 地址 | 北京市海淀区学院路37号 |
专利主权项内容
1.一种基于连边间关联的无人机通信网络推断方法，其特征在于，包括以下步骤：根据观测到的无人机通信时间序列，计算无人机间的传递熵值，构建因果关联网络；基于因果关联网络，根据三种干扰因子结构分别构建对应的因果封闭子图；利用训练好的第一神经网络从无人机间的传递熵值和三种因果封闭子图中聚合出任意两个无人机间的连边特征；将连边特征输入训练好的第二神经网络中，计算任意两条连边间的高斯相似度函数值，构建连边间的关联权重矩阵，根据关联权重矩阵更新初始化的关联矩阵；根据连边特征和更新后的关联矩阵得到融合特征，将融合特征输入训练好的多层感知机分类器中，推断出无人机通信网络拓扑。 来自：马 克 团 队