智能飞行器航迹规划系统及其方法

    公开(公告)号:CN111006693B

    公开(公告)日:2021-12-21

    申请号:CN201911289037.X

    申请日:2019-12-12

    IPC分类号: G01C25/00

    摘要: 一种智能飞行器航迹规划系统及其方法,包括描述模块、建立模块、马尔可夫模块、强化学习模块以及设计模块;描述模块用于对多定位误差约束下航迹快速规划的优化问题进行描述;建立模块用于建立多定位误差约束下航迹快速规划数学模型;马尔可夫模块用于将快速规划数学模型通过引入马尔可夫性、马尔可夫过程这样的特征表述为马尔可夫决策过程的形式;强化学习模块用于对马尔可夫决策过程的形式引入强化学习;设计模块用于对强化学习后的马尔可夫决策过程的形式设计出基于强化学习的智能飞行器航迹快速规划算法并求解。结合其它结构或方法有效避免了现有技术中航迹规划算法具有一定的随机性、复杂度高、在大规模、广域条件下无法高效求解的缺陷。

    基于频谱知识图谱的智能频谱管控框架

    公开(公告)号:CN113038614A

    公开(公告)日:2021-06-25

    申请号:CN202110257241.4

    申请日:2021-03-09

    IPC分类号: H04W72/04 H04B17/382

    摘要: 本发明提出了一种基于频谱知识图谱的智能频谱管控框架。包括图谱层、设备层和场景层。图谱层是智能频谱管控框架的驱动内核,即指多域关联的频谱知识图谱。设备层是智能频谱管控框架的执行单元,主要是指配置频谱知识图谱的智能用频设备。场景层是智能频谱管控框架的应用呈现。智能频管中心为场景中的智能用频设备下发频管任务,智能用频设备实现既定的频谱管控目标,同时向智能频管中心上报信息。智能频管中心也将根据多样化的场景和任务,对频谱知识图谱进行扩充和完善。本发明能够实现频谱空间内多元关系的建模表征,提升复杂环境下的频谱管控智能化水平,成为未来频谱管控领域的新工具。

    基于深度迁移学习的跨频段频谱预测方法

    公开(公告)号:CN110730046A

    公开(公告)日:2020-01-24

    申请号:CN201910995721.3

    申请日:2019-10-18

    IPC分类号: H04B17/382 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于深度迁移学习的跨频段频谱预测方法。所述频谱预测方法把握频段之间各个信道的相似性,通过在其他频段的信道上测得的历史频谱数据挖掘出频谱数据间内在规律和关联,并迁移至当前频段从而预测当前频段的将来时刻的频谱状态。所述方法步骤如下:选择业务相似的频段,选择最具有相似性的信道,构建数据集,从分类的角度搭建基于深度学习的预测模型,并用训练集训练;将训练成熟的模型参数迁移至目标频段的预测模型中,并在此基础上以较低学习率训练由目标频段数据构建的数据集,并用测试集输入到训练好的预测模型中,得到下一时隙的预测结果。本发明能够较好地通过跨频段方式帮助目标频段补充数据并预测出频谱演变规律。

    基于优化的长短期记忆模型的单频点频谱预测方法

    公开(公告)号:CN109194423A

    公开(公告)日:2019-01-11

    申请号:CN201810915056.8

    申请日:2018-08-13

    IPC分类号: H04B17/382 G06N3/08

    摘要: 本发明公开了一种基于优化的长短期记忆模型的单频点频谱预测方法。该方法通过在该信道上测得的历史频谱数据挖掘出频谱数据间内在规律和关联,把握频谱状态的演变规律,从而预测将来时刻的频谱状态。步骤如下:构建数据集,滑动固定长度的窗口,下一个时隙的频谱数据作为预测的标签;超参数优化,基于古田实验设计方法结合交叉验证,选择较好的模型配置;从分类的角度搭建基于深度学习的预测模型,并用训练集训练;将测试集输入到训练好的预测模型中,得到下一时隙的预测结果。本发明能够较好地预测出频谱演变规律。

    基于数字孪生的短波通信选频方法及装置

    公开(公告)号:CN117978310A

    公开(公告)日:2024-05-03

    申请号:CN202311852407.2

    申请日:2023-12-29

    摘要: 本申请提供基于数字孪生的短波通信选频方法及装置,方法包括:步骤1:建立短波通信数字孪生系统;步骤2:根据通信数据赋能的短波频率优选特性,确定通信数据赋能的短波频率优选规则;步骤3:提供基于短波孪生通信系统的用频推荐服务;步骤4:进行实现短波孪生通信系统可视化。本发明的数字孪生系统架构可以助力网络实现低成本试错、智能化决策和高效率创新。本发明有效解决了传统通信业务网中中试错成本高、选频和选发信机低效的问题。

    基于频谱知识图谱的智能频谱管控系统

    公开(公告)号:CN113038614B

    公开(公告)日:2023-04-18

    申请号:CN202110257241.4

    申请日:2021-03-09

    IPC分类号: H04W72/0453 H04B17/382

    摘要: 本发明提出了一种基于频谱知识图谱的智能频谱管控框架。包括图谱层、设备层和场景层。图谱层是智能频谱管控框架的驱动内核,即指多域关联的频谱知识图谱。设备层是智能频谱管控框架的执行单元,主要是指配置频谱知识图谱的智能用频设备。场景层是智能频谱管控框架的应用呈现。智能频管中心为场景中的智能用频设备下发频管任务,智能用频设备实现既定的频谱管控目标,同时向智能频管中心上报信息。智能频管中心也将根据多样化的场景和任务,对频谱知识图谱进行扩充和完善。本发明能够实现频谱空间内多元关系的建模表征,提升复杂环境下的频谱管控智能化水平,成为未来频谱管控领域的新工具。

    智能飞行器航迹规划系统及其方法

    公开(公告)号:CN111006693A

    公开(公告)日:2020-04-14

    申请号:CN201911289037.X

    申请日:2019-12-12

    IPC分类号: G01C25/00

    摘要: 一种智能飞行器航迹规划系统及其方法,包括描述模块、建立模块、马尔可夫模块、强化学习模块以及设计模块;描述模块用于对多定位误差约束下航迹快速规划的优化问题进行描述;建立模块用于建立多定位误差约束下航迹快速规划数学模型;马尔可夫模块用于将快速规划数学模型通过引入马尔可夫性、马尔可夫过程这样的特征表述为马尔可夫决策过程的形式;强化学习模块用于对马尔可夫决策过程的形式引入强化学习;设计模块用于对强化学习后的马尔可夫决策过程的形式设计出基于强化学习的智能飞行器航迹快速规划算法并求解。结合其它结构或方法有效避免了现有技术中航迹规划算法具有一定的随机性、复杂度高、在大规模、广域条件下无法高效求解的缺陷。

    图像推理化的长期频谱预测方法

    公开(公告)号:CN109687923A

    公开(公告)日:2019-04-26

    申请号:CN201810824663.3

    申请日:2018-07-25

    IPC分类号: H04B17/373 H04B17/391

    CPC分类号: H04B17/373 H04B17/391

    摘要: 本发明公开了一种图像推理化的长期频谱预测方法。以一个完整监测日的各个监测时隙为横轴,以多频点/频带为纵轴,将一个监测日的完整的频谱态势形成为一张图像,由按监测日的时间顺序形成一组图像,推理出下一张图像。方法步骤如下:①图像化的原始频谱数据建模,建立适用于图像推理思路的频谱数据张量;②基于张量补全技术准确、高效地同时完成历史缺失数据的补全和待预测频谱数据的推理;③使用均方根误差来评价长期频谱预测算法的性能。本发明能够在大规模历史数据缺失的情况下较为准确高效地完成长期频谱预测。

    基于知识图谱表示学习的通信辐射源威胁评估方法

    公开(公告)号:CN115422404A

    公开(公告)日:2022-12-02

    申请号:CN202210909317.1

    申请日:2022-07-29

    IPC分类号: G06F16/901 G06N5/04

    摘要: 基于知识图谱表示学习的通信辐射源威胁评估方法,属于通信辐射源电子对抗技术领域,具体的:提出通信辐射源威胁评估知识图谱,将评估威胁等级因素映射成实体与关系,完成通信辐射源威胁评估知识图谱的本体建模;运用知识图谱表示学习TransE模型挖掘辐射源与辐射源间的隐藏关系,推理通信辐射源的威胁等级;通过TransE模型的链路预测实验评估通信辐射源威胁等级推理效果。本发明基于知识表示的TransE模型推理通信辐射源威胁评估精确度高,推理能力强,动态可扩展对于研究知识图谱与通信辐射源威胁评估实际应用提供了参考和借鉴意义,对于分布式干扰发展具有重要意义。