-
公开(公告)号：CN116957083A
公开(公告)日：2023-10-27
申请号：CN202310938269.3
申请日：2023-07-27
Applicant: 河南大学
IPC: G06N7/01 , G06Q10/0637
Abstract: 本发明提供一种基于变加权云贝叶斯网络的空中目标威胁评估方法，即根据威胁评估结果多为定量分析而较少研究目标威胁等级等定性问题，对目标威胁进行高、中、低定性决策。包括以下步骤：首先，基于贝叶斯网络构建空中目标属性的威胁评估模型；其次，将云模型引入到贝叶斯网络，利用云模型表示贝叶斯网络节点间关联性概率；然后，结合战场态势信息，利用改进高斯表达的变加权方法确定威胁评估目标属性权重；最后，基于关联性概率和目标属性权重，利用云模型运算法则来得到目标威胁等级决策。本发明研究目标威胁等级定性问题，能够有效完成目标威胁评估，获取目标威胁等级决策，进一步提高战场信息的利用率。
-
公开(公告)号：CN116107213A
公开(公告)日：2023-05-12
申请号：CN202310159415.2
申请日：2023-02-23
Applicant: 河南大学
IPC: G05B13/04
Abstract: 本发明提供一种基于SAC和LGVF的航天器追捕任务组合优化控制方法，首先利用层次控制方法将追逃场景中任务划分为不同阶段，建立航天器追捕任务的分层简化模型；其次，提出改进的深度强化学习柔性演员评论家（SAC）算法建立自主运动规划控制架构，为追捕航天器提供了处理动态不确定状态的能力；最后，在改进的SAC算法框架下引入了李亚普诺夫引导矢量场方法（LGVF）形成组合控制方法，压缩解空间大小以优化在庞大解空间中的求解过程。本方法能够使追捕航天器在外部信息部分可观测且不可预知的场景中自主完成航天器追捕任务，既提供实时自主控制能力，又提升了任务成功率。
-
公开(公告)号：CN114222289A
公开(公告)日：2022-03-22
申请号：CN202111650080.1
申请日：2021-12-30
Applicant: 河南大学
IPC: H04W12/02 , H02J50/20 , H04B7/0413 , H04B7/0426
Abstract: 本发明公开了一种智能反射面辅助全双工无线携能网络保密通信方法，包括以下步骤：在智能反射面辅助的无线通信网络模型中加入全双工无线携能用户，构建全双工用户协作的智能反射面辅助无线携能网络模型；根据发射端和用户能量、智能反射面相移和合法用户处保密速率，建立优化问题的数学模型；通过联合优化发射端发射波束形成矢量，智能反射面相移矩阵和合法接收者发射人工噪声信号功率，最大化合法接收者的保密速率。本发明能够有效提高合法接收者的服务质量并保障网络物理层安全。
-
公开(公告)号：CN109587753B
公开(公告)日：2021-08-06
申请号：CN201811415812.7
申请日：2018-11-26
Applicant: 河南大学
Abstract: 本发明提供了一种基于目标阈值约束的改进LEACH协议的簇头选择算法，在满足目标与节点阈值约束的前提下，设计了包含节点与目标距离因子、节点与基站距离因子和节点剩余能量率等约束条件共同作用下的簇头选择改进算法。该算法首先根据监测区域所有节点与监测目标的位置关系确定候选观测节点集，之后在候选观测节点集中对节点进行随机性簇头选择。本发明改进了LEACH协议簇头选择的阈值公式，使剩余能量大且距离基站近的节点有更高的概率被选为簇头节点。因此，改进算法的簇头选择机制更加合理，能更有效的平衡和减少网络中节点的能量消耗，延长网络的生命周期。
-
公开(公告)号：CN112269401B
公开(公告)日：2021-07-20
申请号：CN202010926385.X
申请日：2020-09-04
Applicant: 河南大学
Abstract: 本发明提供了一种基于跟踪精度与风险控制的自适应主动传感器跟踪方法，首先通过量测数据采样获得跟踪目标的参数以及状态信息，利用动态模糊贝叶斯网络（DFBN）的方法对目标的威胁度进行评估，并结合主动传感器信号被跟踪目标截获的概率对威胁风险进行预测；其次，利用目标预测协方差以及量测噪声协方差对主动传感器的跟踪精度进行评估；最后，通过融合跟踪精度以及风险控制构建效能函数对主动传感器资源进行合理地分配；本发明对威胁风险的评估方法进行改进，更加准确、合理地对目标威胁风险进行了预测；其次将跟踪精度与风险控制融合构建了自适应主动传感器跟踪方法，更加适用于复杂多变的现实环境，提高了对目标的跟踪能力。
-
Patent Agency Ranking
公开(公告)号：CN110190990B
公开(公告)日：2021-06-15
申请号：CN201910419049.3
申请日：2019-05-20
Applicant: 河南大学
Abstract: 本发明提供一种低压配电台区网络拓扑结构的自动辨识方法及装置，该方法包括：步骤1、判断所述低压配电台区网络拓扑结构中是否含有分支箱；步骤2、若不含有分支箱，则获取JP柜或开关柜中采集到的第一电流数据，以及获取表箱中采集到的第二电流数据；步骤3、根据所述第一电流数据和所述第二电流数据，计算得到所述低压配电台区的网络拓扑结构。该装置包括：判断单元、数据获取单元和拓扑结构提取单元。本发明可以在不引入过多硬件设施的前提下，实现网络拓扑的自动辨识，节省成本，实现容易，操作方便，效率较高。
-
公开(公告)号：CN112312511B
公开(公告)日：2021-06-04
申请号：CN202010926383.0
申请日：2020-09-04
Applicant: 河南大学
Abstract: 本发明提供了一种基于树的无线传感器网络能耗均衡的改进LEACH方法，首先确定簇头传感器节点和区域内的工作节点，然后基于树算法构建路由树，实现无线传感器网络的能耗均衡；本发明在进行簇头选择时，考虑了传感器节点到基站的距离和传感器节点当前的剩余能量，使距离基站较近和剩余能量大的传感器节点优先成为簇头；其次，在无线传感器网络中所有传感器节点都加入相应的簇头形成簇之后，对每个簇进行区域划分并选择工作节点，并且优先选择剩余能量大于该簇平均剩余能量的传感器节点作为工作节点，避免远距离传输造成巨大的能量消耗，从而使传感器节点的能量消耗得到均衡，延长无线传感器网络的生命周期。
-
公开(公告)号：CN112884038A
公开(公告)日：2021-06-01
申请号：CN202110181037.9
申请日：2021-02-06
Applicant: 河南大学
IPC: G06K9/62
Abstract: 本发明提供了基于多距离度量学习的多标签特征选择方法，具体包括如下步骤：步骤1：归一化训练数据集；步骤2：初始化特征加权矩阵并设置超参数；步骤3：基于近邻模型计算近似留一法分类误差；步骤4：计算特征图正则化项、标签图正则化项和范数正则化项；步骤5：基于梯度下降技术最小化总目标损失函数，直到满足停止准则；步骤6：根据最终输出的特征加权矩阵行向量的长度对特征进行降序排序，前K个特征即为算法选出的最优特征子集。本发明通过特征图正则化项和标签图正则化项可以保持特征的相关性和标签的相关性，通过范数正则化项可以保证特征加权矩阵的行稀疏性，因此能够很好地进行多标签分类任务的特征选择。
-
公开(公告)号：CN112689315A
公开(公告)日：2021-04-20
申请号：CN202011574192.9
申请日：2020-12-24
Applicant: 河南大学
Abstract: 本发明提供了一种基于移动汇聚节点的WSNs改进分簇能耗优化方法，移动汇聚节点根据具体的运动模型进行移动。该方法包含以下步骤：首先，根据邻域节点阈值确定邻域节点集合，从而构建能量密度函数；其次，根据移动汇聚节点在不同轮的运动参数（速度、距离）构建运动性能函数；然后根据LEACH算法基础框架，将能量密度函数和运动性能函数引入簇头选择；最后根据当前轮节点死亡率构建自适应调节函数，对簇头选择进行自适应调节；重复上述簇头选择过程，直至全部节点死亡。本发明综合考虑了传感器节点邻域半径内剩余能量率和密度、移动汇聚节点运动参数变化、节点死亡率等因素，提高了簇头选择自适应性、延长了网络寿命、降低了数据延迟、均衡了网络负载。
-
公开(公告)号：CN112312511A
公开(公告)日：2021-02-02
申请号：CN202010926383.0
申请日：2020-09-04
Applicant: 河南大学
Abstract: 本发明提供了一种基于树的无线传感器网络能耗均衡的改进LEACH方法，首先确定簇头传感器节点和区域内的工作节点，然后基于树算法构建路由树，实现无线传感器网络的能耗均衡；本发明在进行簇头选择时，考虑了传感器节点到基站的距离和传感器节点当前的剩余能量，使距离基站较近和剩余能量大的传感器节点优先成为簇头；其次，在无线传感器网络中所有传感器节点都加入相应的簇头形成簇之后，对每个簇进行区域划分并选择工作节点，并且优先选择剩余能量大于该簇平均剩余能量的传感器节点作为工作节点，避免远距离传输造成巨大的能量消耗，从而使传感器节点的能量消耗得到均衡，延长无线传感器网络的生命周期。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.031 seconds)
