公开(公告)号：CN114611660B

公开(公告)日：2025-01-07

申请号：CN202210088574.3

申请日：2022-01-25

Applicant: 北京邮电大学

Inventor： 许文俊 ,  吴思雷 ,  王凤玉 ,  袁彩霞 ,  高晖 ,  李国军

IPC: G06N3/0464 ,  G06N20/20

Abstract: 本申请提供一种应急无人机群轨迹调控方法及相关设备，应用于应急无人机通信网络系统，应急无人机通信网络系统包括多个设有基站的无人机和多个用户终端，每个基站均配置联邦强化学习智能体和经验回放样本池，每个联邦强化学习智能体均包括深度神经网络。该方法包括：构建应急无人机通信网络模型；获取基站对应的状态信息，并将状态信息输入至联邦强化学习智能体，其中，设有距离最近的基站的无人机为目标无人机；通过调取存入基站对应的经验回放样本池中的样本数据对深度神经网络进行训练，输出目标无人机当前时刻的动作信息，并根据动作信息调整目标无人机的飞行轨迹，并进入下一时刻进行飞行轨迹的调整。可以与环境实时交互，适应动态环境变化。

公开(公告)号：CN115314904B

公开(公告)日：2024-03-29

申请号：CN202210674727.2

申请日：2022-06-14

Applicant: 北京邮电大学

Inventor： 许文俊 ,  吴思雷 ,  林兰 ,  李国军 ,  王凤玉 ,  张天魁

IPC: H04W16/18 ,  H04W4/90 ,  H04B7/185 ,  G06N20/20 ,  G06F18/23213 ,  G06N3/092

Abstract: 本申请提供一种基于多智能体最大熵强化学习的灾后通信覆盖方法及相关设备。以多无人机基站混合式组网的方式为灾后用户恢复地面通信服务，提出分布式“分簇‑轨迹”分层空中覆盖优化结构，底层以分布式k‑sums算法实现高负载效率和高均衡性的大规模用户分簇，上层结合分簇结果以“分布式训练‑分布式执行”的MASAC神经网络优化多无人机基站的飞行轨迹，减小网络的通信中断概率，实现对大规模灾后用户的空中覆盖优化。在集成学习技术的辅助下，MASAC算法解决了多智能体训练环境非平稳和由确定性策略梯度引起的算法收敛稳定性较差的问题，最终实现降低应急通信网络的通信中断概率的有益效果。

公开(公告)号：CN114997213A

公开(公告)日：2022-09-02

申请号：CN202210474219.X

申请日：2022-04-29

Applicant: 北京邮电大学

Inventor： 许文俊 ,  蒲俊林 ,  徐文波 ,  张治 ,  王凤玉 ,  李国军

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供一种信号识别方法、装置、电子设备及存储介质。该方法包括：采集实际信号数据；根据实际信号数据提取第一多维相位差统计特征；利用预训练得到的频谱感知模型根据第一多维相位差统计特征确定是否检测到信号存在；响应于检测到信号存在，则根据实际信号数据提取多维特征；利用预训练得到的信号识别模型根据多维特征确定实际信号数据对应的调制方式。选择多个维度的特征作为信号感知和识别的判决条件，并且是对通过频谱感知模型感知到的信号进行识别，基于多维输入的深度学习框架进行学习，实现不依赖于先验信息和专家知识的自动调制方式识别，提高了信号识别的鲁棒性和准确性。

公开(公告)号：CN114611660A

公开(公告)日：2022-06-10

申请号：CN202210088574.3

申请日：2022-01-25

Applicant: 北京邮电大学

Inventor： 许文俊 ,  吴思雷 ,  王凤玉 ,  袁彩霞 ,  高晖 ,  李国军

IPC: G06N3/04 ,  G06N20/20

Abstract: 本申请提供一种应急无人机群轨迹调控方法及相关设备，应用于应急无人机通信网络系统，应急无人机通信网络系统包括多个设有基站的无人机和多个用户终端，每个基站均配置联邦强化学习智能体和经验回放样本池，每个联邦强化学习智能体均包括深度神经网络。该方法包括：构建应急无人机通信网络模型；获取基站对应的状态信息，并将状态信息输入至联邦强化学习智能体，其中，设有距离最近的基站的无人机为目标无人机；通过调取存入基站对应的经验回放样本池中的样本数据对深度神经网络进行训练，输出目标无人机当前时刻的动作信息，并根据动作信息调整目标无人机的飞行轨迹，并进入下一时刻进行飞行轨迹的调整。可以与环境实时交互，适应动态环境变化。

公开(公告)号：CN115314904A

公开(公告)日：2022-11-08

申请号：CN202210674727.2

申请日：2022-06-14

Applicant: 北京邮电大学

Inventor： 许文俊 ,  吴思雷 ,  林兰 ,  李国军 ,  王凤玉 ,  张天魁

IPC: H04W16/18 ,  H04W4/90 ,  H04B7/185 ,  G06N20/20 ,  G06K9/62

Abstract: 本申请提供一种基于多智能体最大熵强化学习的灾后通信覆盖方法及相关设备。以多无人机基站混合式组网的方式为灾后用户恢复地面通信服务，提出分布式“分簇‑轨迹”分层空中覆盖优化结构，底层以分布式k‑sums算法实现高负载效率和高均衡性的大规模用户分簇，上层结合分簇结果以“分布式训练‑分布式执行”的MASAC神经网络优化多无人机基站的飞行轨迹，减小网络的通信中断概率，实现对大规模灾后用户的空中覆盖优化。在集成学习技术的辅助下，MASAC算法解决了多智能体训练环境非平稳和由确定性策略梯度引起的算法收敛稳定性较差的问题，最终实现降低应急通信网络的通信中断概率的有益效果。