申请/专利权人:中国人民解放军军事科学院国防科技创新研究院
申请日:2023-11-24
公开(公告)日:2024-03-15
公开(公告)号:CN117713898A
主分类号:H04B7/185
分类号:H04B7/185;H04L41/147;H04L41/14;H04L41/16;G06N3/04;G06F18/214
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明公开了一种基于深度混沌多项式的卫星覆盖ADS‑B业务量分析方法,包括:根据深度神经网络和自适应随机混沌多项式构建卫星覆盖ADS‑B业务量预测模型;获取有标签训练数据集和无标签训练数据集,有标签训练数据包括输入数据及其对应的输出,无标签训练数据包括输入数据,输入数据包括卫星轨道高度、天线波束中心倾斜角度、天线波束张角和全球装备ADS‑B的飞行器数量,输出为卫星覆盖ADS‑B业务量;根据自适应随机混沌多项式的性质构建损失函数;利用训练数据集训练卫星覆盖ADS‑B业务量预测模型;利用训练后的卫星覆盖ADS‑B业务量预测模型进行卫星覆盖ADS‑B业务量的预测分析。本发明能够在给定相关数据情况下实现对应的卫星覆盖ADS‑B业务量的精确预测,避免ADS‑B报文数据丢失。
主权项:1.一种基于深度混沌多项式的卫星覆盖ADS-B业务量分析方法,其特征在于,包括:根据深度神经网络和自适应随机混沌多项式构建卫星覆盖ADS-B业务量预测模型;获取有标签训练数据集和无标签训练数据集,有标签训练数据包括输入数据及其对应的输出,无标签训练数据包括输入数据,所述输入数据包括卫星轨道高度、卫星天线波束中心倾斜角度、天线波束张角和全球装备ADS-B的飞行器数量,所述输出为卫星覆盖ADS-B业务量;根据自适应随机混沌多项式的性质,构建损失函数;基于所述损失函数,利用所述有标签训练数据集和所述无标签训练数据集训练所述卫星覆盖ADS-B业务量预测模型;利用训练后的所述卫星覆盖ADS-B业务量预测模型进行卫星覆盖ADS-B业务量的预测分析。
全文数据:
权利要求:
百度查询: 中国人民解放军军事科学院国防科技创新研究院 基于深度混沌多项式的卫星覆盖ADS-B业务量分析方法
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。