-
公开(公告)号:CN117560058B
公开(公告)日:2024-12-17
申请号:CN202311494412.0
申请日:2023-11-10
Applicant: 华能伊敏煤电有限责任公司
IPC: H04B7/185 , G06N3/006 , G06N3/0442 , G06N3/098
Abstract: 本发明涉及一种基于多维度时空数据和DQN的地面站高效重选方法,该方法包括以下步骤:搭建分布式决策中心训练框架,包括通信LEO卫星节点、气象LEO卫星节点和中心训练节点,通信LEO卫星节点和中心训练节点均含有结构相同的时序DQN网络;以通信LEO卫星为DQN中的智能体,以时隙为最小时间单元,每个时隙内各卫星由各自的时序DQN网络独立进行环境状态观测并输出当前时隙下的最优地面站选择结果,各卫星按照最优地面站选择结果进行地面站连接。本发明基于DQN算法,以通信LEO卫星为DQN智能体,利用时空多维数据辅助通信LEO卫星选择地面站,有效减少选择和切换地面站的尝试次数,提升信号服务质量,减小信令开销。
-
公开(公告)号:CN117290877A
公开(公告)日:2023-12-26
申请号:CN202311053548.8
申请日:2023-08-21
Applicant: 华能伊敏煤电有限责任公司
Abstract: 本发明提出了一种抵御拜占庭攻击的分割学习优化方法及系统,旨在解决分割学习中拜占庭攻击带来的数据隐私和安全问题以及分割点选择困难和优化效率低下的问题。本发明首先引入了拜占庭攻击的检测和容错处理机制,保障了分布式系统中的数据隐私和安全;然后剔除受到拜占庭攻击的设备,降低了攻击风险,确保了模型训练和更新的可靠性;再通过采用粒子群优化算法,自动搜索并优化分割点的位置,该算法考虑通信开销、模型性能和系统鲁棒性因素,以达到在拜占庭攻击环境下最优化分割学习的模型分割点,有效提高了分割学习的安全性和效率,确保在拜占庭攻击环境下分布式系统中的数据隐私和安全问题得到更好的保护。
-
公开(公告)号:CN117560058A
公开(公告)日:2024-02-13
申请号:CN202311494412.0
申请日:2023-11-10
Applicant: 华能伊敏煤电有限责任公司
IPC: H04B7/185 , G06N3/006 , G06N3/0442 , G06N3/098
Abstract: 本发明涉及一种基于多维度时空数据和DQN的地面站高效重选方法,该方法包括以下步骤:搭建分布式决策中心训练框架,包括通信LEO卫星节点、气象LEO卫星节点和中心训练节点,通信LEO卫星节点和中心训练节点均含有结构相同的时序DQN网络;以通信LEO卫星为DQN中的智能体,以时隙为最小时间单元,每个时隙内各卫星由各自的时序DQN网络独立进行环境状态观测并输出当前时隙下的最优地面站选择结果,各卫星按照最优地面站选择结果进行地面站连接。本发明基于DQN算法,以通信LEO卫星为DQN智能体,利用时空多维数据辅助通信LEO卫星选择地面站,有效减少选择和切换地面站的尝试次数,提升信号服务质量,减小信令开销。
-
-