申请/专利权人：北京理工大学

申请日：2023-02-27

公开（公告）日：2023-05-23

公开（公告）号：CN116156516A

主分类号：H04W16/18

分类号：H04W16/18;G06N3/04;G06N3/084;H04W16/22;H04L41/142;H04L41/16;H04W84/18

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.09#实质审查的生效;2023.05.23#公开

摘要：本发明公开一种基于叠加传输的无人机蜂群神经网络传输方法，属于通信领域。本发明通过确定无人机蜂群网络架构；基于第一层无人机对环境进行感知，感知信号传递、合并、再传递，中心无人机节点接收信号，并做出决策，构建无人机蜂群神经网络，通过损失函数得到优化的无人机蜂群神经网络。本发明利用神经网络与无线多址接入的相似性，在无人机蜂群网络基础上，构建一个多址通信技术和神经网络技术结合的统一网络架构，并引入空中信号叠加处理技术，提高无人机蜂群网络信号检测效率，实现通信与空中信号处理联合优化的端到端网络模型，减少与检测目标无关的冗余信号对带宽的占用，解决无人机蜂群网络检测系统中传输带宽不足问题。

主权项：1.基于叠加传输的无人机蜂群神经网络传输方法，其特征在于：利用神经网络与无线多址接入的相似性，在无人机蜂群网络基础上，构建一个多址通信技术和神经网络技术结合的统一网络架构，并引入空中信号叠加处理技术，实现通信与空中信号处理联合优化的端到端网络模型，在实现目标信息传输的同时节省传输链路带宽，减少与检测目标无关的冗余信号对带宽的占用，解决无人机蜂群网络检测系统中传输带宽不足问题，包括如下步骤：步骤一、确定无人机蜂群网络架构；无人机蜂群网络由L层构成，第l层包含Il个无人机，无人机蜂群网络中的每个无人机节点具有感知和数据传输功能，无人机蜂群网络将感知数据进行逐层合并与传输，最终在中心无人机节点处得到决策结果；步骤二、第一层无人机对环境进行感知，将感知信号处理并发送；利用无人机节点的处理能力，构建单一无人机节点处的神经网络架构，采用建立多层神经网络架构来近似拟合函数的深度学习方法有效获取单一节点处近似最优的发送符号；第一层无人机首先将感知的数据进行处理，在第i个无人机节点处的发送信号x1,i如式1所示： 其中，p1,i为第i个无人机感知的初始信号，为无人机蜂群网络节点处传感器的统一处理函数；步骤三、无人机蜂群网络的第l层无人机节点接收上一层无人机节点的发送信号，与自身感知信号合并后进行处理，再将信号发送到下一层无人机节点；基于无线信道的广播特性，无人机蜂群网络中上一层中的无人机节点将发送信号广播到下一层中的多个无人机节点，在无人机蜂群网络中，中间层的无人机节点首先接收上一层的无人机节点的广播信号；当数据从第l层叠加传输到第l+1层无人机时，第l+1层无人机的第j个无人机节点接收信号yl+1,j如式2所示： 其中，hj为信道参数，n为接收机侧的噪声；接收到上层无人机节点的叠加信号后，第l+1层无人机将自身的感知信号pl+1,j与接收信号yl+1,j进行合并，得到合并信号rl+1,j＝[pl+1,j,yl+1,j]，然后对合并信号进行处理，则在第l+1层无人机的第j个无人机节点发送信号xl+1,j如式3所示： 步骤四、无人机蜂群网络中心无人机节点接收信号，并做出决策；在无人机蜂群网络中，中心无人机节点接收上一层无人机节点的发送信号，并得到决策结果，如式4所示： 其中，y为决策结果，rL为第L层中心无人机网络节点的接收信号；步骤五、构建无人机蜂群神经网络；在无人机蜂群网络的信号传播过程中，基于无线叠加信道与人工神经网络的相似性，利用无线多址信道的波形叠加特性将通信与数据处理在空中无缝融合，得到基于叠加的无人机蜂群神经网络；无人机蜂群神经网络结构与此无人机蜂群节点的结构相同；无人机蜂群神经网络的参数W，b，其中W为层之间的权重矩阵，b为偏差；数据从第l层传输到第l+1层，第l层的无人机节点将数据发送出去，数据通过固定的信道到达第l+1层；采用可调的发送增益矩阵W1作为权重矩阵表示第l层的无人机节点的发送过程，其中，代表实数空间，Il为无人机蜂群网络第l层的节点个数；采用不可调的固定增益信道W2作为信道矩阵，其中，Il+1为无人机蜂群网络第l+1层的节点个数；无人机蜂群神经网络的参数W＝W1·W2；步骤六、优化无人机蜂群神经网络；在无人机蜂群神经网络中，首先由前向传播处理得到决策结果的估计值，通过损失函数J得到理想结果与实际结果的差距，再由整个无人机蜂群神经网络进行反向传播，调整无人机蜂群神经网络各项参数，通过上述步骤的训练，得到近似最优的无人机蜂群神经网络，实现通信与空中信号处理联合优化的端到端神经网络模型，在实现目标信息传输的同时减少冗余信息对传输链路带宽的占用。

全文数据：

权利要求：

百度查询： 北京理工大学 基于叠加传输的无人机蜂群神经网络传输方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD