申请/专利权人:北京航空航天大学
申请日:2023-11-30
公开(公告)日:2024-04-12
公开(公告)号:CN117336187B
主分类号:H04L41/12
分类号:H04L41/12;H04L41/142;H04L41/16;H04W4/40;H04W24/02
优先权:
专利状态码:有效-授权
法律状态:2024.04.12#授权;2024.01.19#实质审查的生效;2024.01.02#公开
摘要:本发明涉及一种基于连边间关联的无人机通信网络推断方法,属于网络拓扑推断技术领域,解决了现有未考虑无人机通信连边间的关联程度而导致在群智能场景下的无人机通信网络推断准确率低的问题。包括:根据观测到的无人机通信时间序列,计算无人机间的传递熵值,构建因果关联网络;基于因果关联网络,根据三种干扰因子结构构建对应的因果封闭子图;从无人机间的传递熵值和三种因果封闭子图中聚合出连边特征;根据连边特征计算高斯相似度函数值,构建关联权重矩阵,根据关联权重矩阵更新初始化的关联矩阵;根据连边特征和关联矩阵得到融合特征后输入多层感知机分类器中推断出无人机通信网络拓扑。实现了通信网络推断准确率的提高。
主权项:1.一种基于连边间关联的无人机通信网络推断方法,其特征在于,包括以下步骤:根据观测到的无人机通信时间序列,计算无人机间的传递熵值,构建因果关联网络;基于因果关联网络,根据三种干扰因子结构分别构建对应的因果封闭子图;利用训练好的第一神经网络从无人机间的传递熵值和三种因果封闭子图中聚合出任意两个无人机间的连边特征;将连边特征输入训练好的第二神经网络中,计算任意两条连边间的高斯相似度函数值,构建连边间的关联权重矩阵,根据关联权重矩阵更新初始化的关联矩阵;根据连边特征和更新后的关联矩阵得到融合特征,将融合特征输入训练好的多层感知机分类器中,推断出无人机通信网络拓扑;基于因果关联网络,根据三种干扰因子结构分别构建对应的因果封闭子图,包括:对任意两个无人机,根据因果关联网络中大于0的传递熵值,分别获取混淆结构、碰撞结构和中介结构造成的第三变量,按照因果关联关系拼接所述两个无人机间的传递熵值,以及第三变量与所述两个无人机间的传递熵值,得到对应的因果封闭子图;所述混淆结构造成的第三变量,是同时对所述两个无人机产生因果关联影响的第三变量;所述碰撞结构造成的第三变量,是同时受所述两个无人机因果关联影响的第三变量;所述中介结构造成的第三变量,是受所述两个无人机中的一个无人机因果关联影响且对另一个无人机产生因果关联影响的第三变量;根据所述关联权重矩阵,通过以下公式更新初始化的关联矩阵: ,其中,表示更新后的关联规则,表示根据观测到的已知连边初始化的关联矩阵,表示单位矩阵,表示关联权重矩阵,表示调节参数。
全文数据:
权利要求:
百度查询: 北京航空航天大学 一种基于连边间关联的无人机通信网络推断方法
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。