公开(公告)号：CN117424663A

公开(公告)日：2024-01-19

申请号：CN202311366160.3

申请日：2023-10-20

Applicant: 电信科学技术第五研究所有限公司

Inventor： 梁新宇 ,  王圣川 ,  宋前双 ,  高伟 ,  蒋美菊

IPC: H04B17/391 ,  G06F18/24 ,  G06F18/23 ,  G06Q10/047 ,  H04B17/00 ,  H04B17/345 ,  H04B7/185 ,  H04W24/06

Abstract: 本发明涉及一种结合空间建模与动态路径规划的无人机电磁干扰方法，包括：根据干信比要求进行干扰范围建模，计算无人机的理论可干扰范围；对各类通信网进行聚类和分类求解实际可干扰范围，并从实际可干扰范围中求解有效干扰点，根据评价指标对有效干扰点进行路径求解，得到实际飞行路径集；利用评价指标对实际飞行路劲集进行重要程度排序，以代价择优和路径迭代为原则为无人机分配实际飞行路径，并结合评价指标对每次路径分配后的路径集进行迭代，最大化的实现对基站的有效干扰。本发明结合空间建模的动态路径规划方法，对于复杂通信网络的干扰任务也能具有良好的干扰效果，同时，通过建模分析，最大程度上达到了有效地、全面地干扰目的。

公开(公告)号：CN117332028A

公开(公告)日：2024-01-02

申请号：CN202311228336.9

申请日：2023-09-21

Applicant: 电信科学技术第五研究所有限公司

Inventor： 张巍 ,  杨森 ,  蒋美菊 ,  王超 ,  杨光萍

IPC: G06F16/29 ,  G06F16/215 ,  G06F16/2458 ,  G06F16/25 ,  G06F16/9537

Abstract: 本发明提供一种基于低精度随机采样数据的轨迹识别分组方法，包括如下步骤：步骤一、获取低精度随机采样轨迹点数据；步骤二、预处理低精度随机采样轨迹点数据，得到时间相同轨迹点数据和时间不同轨迹点数据；步骤三、使用时间不同轨迹点数据构建距离矩阵MD和时间矩阵MT；步骤四、基于距离矩阵MD和时间矩阵MT，构建时空可达矩阵MST；步骤五、基于时空可达矩阵MST，获取时空可达关键点集；步骤六、基于时空可达关键点，通过获取时空可达相邻点集进行轨迹点分组；步骤七、将时间相同轨迹点数据，根据步骤六的轨迹点分组进行聚合。本发明具有更高的时效性以及更广的适用性。

公开(公告)号：CN114638362A

公开(公告)日：2022-06-17

申请号：CN202210382290.5

申请日：2022-04-13

Applicant: 电信科学技术第五研究所有限公司

Inventor： 阳承毅 ,  王圣川 ,  蒋美菊 ,  张俊 ,  钟夫 ,  潘宇鹏

IPC: G06N5/02 ,  G06N5/04 ,  G06F40/169 ,  G06F40/279

Abstract: 本发明公开了一种知识图谱构建方法及装置，包括以下步骤：S1、获取信号数据；S2、根据经验和知识构建信号本体知识模型，描述信号数据中的实体、属性和关系；S3、根据深度学习知识模型抽取实体；S4、配置数据源信息，解析实体数据字段，导入信号数据，根据本体知识模型配置本体和实体以及本体和实体关系映射规则；S5、根据本体和实体关系映射规则，解析目标数据，抽取出实体、属性以及实体间的相互关系，存入图数据库，得到目标数据知识图谱。本发明能够有效利用信号信息数据进行深度挖掘分析，为数据分析人员提供准确、全面的信号信息知识库，提升数据质量和价值。

公开(公告)号：CN117332312A

公开(公告)日：2024-01-02

申请号：CN202311228338.8

申请日：2023-09-21

Applicant: 电信科学技术第五研究所有限公司

Inventor： 张巍 ,  王超 ,  蒋美菊 ,  杨森 ,  杨光萍

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/25

Abstract: 本发明提供一种基于深度学习的行为识别方法、介质及装置，所述方法包括如下步骤：步骤一、获取行为轨迹数据；步骤二、预处理行为轨迹数据；步骤三、使用预处理后的行为轨迹数据构建行为轨迹数据集；步骤四、使用基于深度学习的行为识别模型训练行为轨迹数据集，损失函数收敛后停止训练，得到行为识别模型的权重文件；步骤五、对待识别的行为轨迹数据按照步骤二进行预处理，得到待识别行为样本；步骤六、使用基于深度学习的行为识别模型和训练好的权重文件，对待识别行为样本进行行为识别，得到该待识别的行为轨迹数据的行为类型。本发明具有较高的准确率、较广的应用范围以及较好的通用性。

公开(公告)号：CN117332207A

公开(公告)日：2024-01-02

申请号：CN202311228341.X

申请日：2023-09-21

Applicant: 电信科学技术第五研究所有限公司

Inventor： 张巍 ,  蒋美菊 ,  杨光萍 ,  杨森 ,  王超

IPC: G06F18/10 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于深度学习的长时间航迹预测方法、介质及装置，所述方法包括如下步骤：步骤一、获取航迹数据；步骤二、预处理航迹数据；步骤三、使用预处理后的航迹数据构建航迹数据集；步骤四、使用基于深度学习的长时间航迹预测模型训练航迹数据集，损失函数收敛后停止训练，得到长时间航迹预测模型的权重文件；步骤五、对待预测的航迹数据通过步骤二进行预处理，得到待预测航迹样本；步骤六、使用基于深度学习的长时间航迹预测模型和训练好的权重文件，对待预测航迹样本进行长时间航迹预测，得到预测航迹。本发明具有较高的准确率、较广的应用范围以及较好的通用性。