-
公开(公告)号：CN116070677A
公开(公告)日：2023-05-05
申请号：CN202310059701.1
申请日：2023-01-16
申请人： 中国人民解放军国防科技大学 , 中国科学技术大学
IPC分类号： G06N3/0464 , H04W28/06 , H04L69/04 , G06N3/048 , G06N3/084 , G06F18/241
摘要： 本发明公开了一种频谱数据压缩回传与模型推理加速处理方法及系统，所述方法在感知设备上部署包含数据下采样模块的信号压缩深度神经网络，用于对采集的数据进行压缩处理，得到收缩数据，显著降低所需传输的信号数据的大小。然后，在识别设备上部署包含数据上采样模块的信号恢复深度神经网络，从接收到的收缩数据中计算得到增强数据，作为恢复得到的信号数据，然后输入ADNN模型进行信号识别，提高了推理速度。
-
公开(公告)号：CN113469125A
公开(公告)日：2021-10-01
申请号：CN202110834168.2
申请日：2021-07-20
申请人： 中国人民解放军国防科技大学
摘要： 本发明公开了一种多无人机协同信号识别方法及识别系统，所述方法包括如下步骤：调制信号识别深度网络训练：基于历史收集的经过标注的调制信号数据集，采用深度神经网络架构，在地面控制站的边缘计算单元训练得到自动调制识别深度网络；深度网络分割与参数加载：地面控制站的网络分割单元根据参与协同调制识别的无人机数量，对训练得到的自动调制识别深度网络的计算任务进行分割，并将分割得到的计算任务和参数加载到每架无人机上；无人机协同调制信号识别与回传；深度网络更新：地面控制站的边缘计算单元利用标注的样本进行自动调制识别深度网络的参数更新，供下次任务执行使用。所述方法及系统具有实时性强、环境适应性好且识别精度高等优点。
-
公开(公告)号：CN110932737B
公开(公告)日：2021-04-06
申请号：CN201911061006.9
申请日：2019-11-01
申请人： 中国人民解放军国防科技大学
摘要： 本发明公开一种SCA波形组件组合部属方法，包括如下步骤：(10)波形组件组合变量值确定：主控模块从波形组件库中获取需要组合的波形组件，并为所述波形组件的组合变量确定实际数值；(20)波形组件组合变量值分发：主控模块部属波形组件到处理器，向代理模块发送相应波形组件的组合变量值；(30)波形组件组合变量配置：各波形组件从代理模块获得各自的组合变量值，并配置到波形组件程序内部的实际组合变量。本发明的SCA波形组件组合部属方法，通用性好、效率高。
-
公开(公告)号：CN118862995A
公开(公告)日：2024-10-29
申请号：CN202410870830.3
申请日：2024-07-01
申请人： 中国人民解放军国防科技大学
摘要： 本发明公开了一种融合权重共享、剪枝与蒸馏的Swin Transformer模型压缩方法，涉及神经网络技术领域。所述方法包括如下步骤：在Swin Transformer模型的多层之间共享权重，在模型的层之间添加变换层实现权重变换；构建并分析变换块的参数依赖映射图，得到参数间的相互依赖性，并构建一个二进制分组矩阵F记录所有参数之间的依赖关系，通过深度优先搜索算法实现参数分组，属于同一组的参数会被同时移除；使用KL散度蒸馏方法对权重共享和结构化剪枝处理后的模型进行性能恢复。所述方法能够有效的降低模型的复杂程度，较好的平衡模型计算复杂度和性能之间的关系。
-
公开(公告)号：CN118798261A
公开(公告)日：2024-10-18
申请号：CN202410777429.5
申请日：2024-06-17
申请人： 中国人民解放军国防科技大学
IPC分类号： G06N3/0455 , H04W12/122 , G06N3/0464 , G06N3/0499 , G06N3/082 , G06N3/0895
摘要： 本发明公开了一种高鲁棒性端到端通信系统解码器网络模型设计方法，所述方法包括如下步骤：基于复数神经网络、自注意力机制以及残差模块构建特征提取器模型，并将其与全连接层结合后，形成解码器网络模型；采用面向深度学习模型的后门触发器生成方法，针对解码器网络模型生成后门触发器；生成训练数据集和后门数据集，自监督学习训练特征提取器模型，过滤不可信样本，对解码器网络模型进行半监督微调，完成解码器网络模型的解耦训练。通过所述方法设计的解码器网络模型具有传输误码率低以及安全性高等优点。
-
公开(公告)号：CN118797452A
公开(公告)日：2024-10-18
申请号：CN202410777427.6
申请日：2024-06-17
申请人： 中国人民解放军国防科技大学 , 中科星图股份有限公司
IPC分类号： G06F18/2411 , G01R29/08 , G01R23/165 , G06F18/2131 , G06F18/10 , G06F18/214 , G06F18/21 , G06F16/901 , G06F16/906
摘要： 本发明公开了一种面向电磁传播特性的地物识别方法，涉及物体识别方法技术领域，所述方法包括如下步骤：采集地物在电磁场中的传播数据；根据采集到的传播数据，建立地物电磁传播特性数据库；利用机器学习算法对地物电磁传播特性数据库进行训练；利用地物识别模型对未知地物进行识别。本发明所述方法利用电磁传播特性数据建立数据库，并使用机器学习算法进行训练和识别，可以提高地物识别的准确性和鲁棒性。
-
公开(公告)号：CN118784650A
公开(公告)日：2024-10-15
申请号：CN202410794724.1
申请日：2024-06-19
申请人： 中国人民解放军国防科技大学
IPC分类号： H04L67/1012 , H04L67/1023 , H04L67/62 , G06N3/092 , G06N3/084 , G06N3/045
摘要： 本发明公开了一种基于深度强化学习的服务功能部署及无人机边缘节点资源分配方法，包括：根据地面任务和无人机的部署场景，构建二维任务调度模型；定义智能体的状态空间；设置智能体的动作空间为每个时隙需要卸载的子任务选择的无人机序号以及每架无人机在各时隙的动作；基于降低DAG任务的卸载时延和无人机边缘节点部署成本的加权和，定义系统开销，并设计智能体动作的奖励函数；选择深度强化学习模型并进行模型结构配置；采用多智能体强化学习方法进行调度模型训练并部署到地面控制站，供地面控制站调度决策使用；本发明基于深度强化学习方法能够均衡多无人机边缘计算下无人机部署成本与任务卸载时延，降低部署成本，适应不同的部署场景。
-
公开(公告)号：CN118674882A
公开(公告)日：2024-09-20
申请号：CN202410683428.4
申请日：2024-05-30
申请人： 北京交通大学 , 中国人民解放军国防科技大学
摘要： 本发明公开一种基于DEM的非规则地形路径损耗预测方法，涉及无线通信技术领域，方法包括：获取发射单元位置和接收单元位置；计算峰值位置；计算峰值位置处的第一菲涅尔区半径；在预设条件下，根据第一菲涅尔区半径计算第一菲涅尔区截面；确定高程地形投影；高程地形投影为将发射单元位置和接收单元位置之间的障碍地形上的采样点向投影平面投影后得到的；根据高程地形投影和第一菲涅尔区截面对障碍地形进行分类和等效计算，本发明通过高程地形投影的方式有效提取了地形数据的关键地形特征，降低了计算的复杂度和数据的存储量，同时提升了模型在非规则地形路径损耗预测的准确性和模型输出结果的稳定性。
-
公开(公告)号：CN117724820A
公开(公告)日：2024-03-19
申请号：CN202311835910.7
申请日：2023-12-28
申请人： 中国人民解放军国防科技大学
摘要： 本发明公开了一种面向异质多边缘计算节点的分布式任务调度方法，涉及任务调度技术领域。所述方法包括如下步骤：接收请求任务；通告SF信息；请求任务与SF匹配博弈；卸载请求任务。所述方法可实现请求任务、服务功能SF和边缘计算节点之间的稳定匹配，可在有效降低任务完成时间与能耗加权总和的同时，保持较高的任务完成率和任务满意度。
-
公开(公告)号：CN117715081A
公开(公告)日：2024-03-15
申请号：CN202311695875.3
申请日：2023-12-11
申请人： 中国人民解放军国防科技大学 , 南京睿辰欣创网络科技股份有限公司
IPC分类号： H04W24/02 , H04W24/06 , H04B17/391
摘要： 本发明公开了一种通信路径损耗修正方法、系统、设备及可读存储介质，该通信路径损耗修正方法包括：获取第一通信实体与第二通信实体的坐标相对角度及姿态修正角度；基于所述第一通信实体与第二通信实体的坐标相对角度及姿态修正角度，在所述第一通信实体与第二通信实体的天线三维辐射方向图中获取各实体对应的修正参量；基于所述修正参量，对第一通信实体与第二通信实体的通信路径损耗进行修正。本发明提供的通信路径损耗修正方法，将实体天线辐射差异纳入对通信路径损耗的计算当中，解决了常规计算模型下未考虑实体天线辐射差异所导致通信路径损耗预测精度不足的问题，使得本发明提供的通信路径损耗修正方法具有更好的适用性及实用性。
-
-
-
-
-
-
-
-
-
搜索结果
62 条记录 (耗时 0.084 秒)
