-
公开(公告)号：CN114710199A
公开(公告)日：2022-07-05
申请号：CN202210337675.X
申请日：2022-04-01
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04B7/185
Abstract: 本发明公开了一种基于SDN的卫星网络多控制器动态部署方法及系统，包括构建基于SDN的卫星网络架构；获取LEO卫星网络全局负载信息，基于三个门限判定LEO卫星网络的负载状态；若LEO卫星网络处于整体过载状态、局部过载状态或欠载状态，则基于LEO卫星网络的负载状态制定迁移策略；若LEO卫星网络处于正常状态，则输出LEO卫星网络信息；基于迁移策略进行动态迁移；更新LEO卫星网络中LEO卫星交换机节点与LEO卫星控制器节点的映射关系以获得当前LEO卫星网络；基于三个门限判断当前LEO卫星网络的负载状态，若当前LEO卫星网络的负载状态处于正常状态，则输出当前LEO卫星网络相关信息；若处于不正常状态，则重复上述步骤直至当前LEO卫星网络的负载状态处于正常状态。
-
公开(公告)号：CN115242556B
公开(公告)日：2022-12-20
申请号：CN202211154263.9
申请日：2022-09-22
Applicant: 中国人民解放军战略支援部队航天工程大学
Abstract: 本发明涉及网络与信息安全技术领域，提供了一种基于增量自编码器的网络异常检测方法。该方法包括：采集网络流量数据，得到无标签样本集；输出神经元集合N和连接关系集合C；基于初始化增量自编码器，并采用增量学习方法，基于神经元集合N和连接关系集合C训练增量自编码器，得到异常检测模型；基于将接收到的样本数据输入异常检测模型，计算重构误差得分，并将重构误差得分与异常阈值相比较，根据判定结果获得正常样本，并将该正常样本输入至改进的SOINN网络进行增量学习。本发明解决了遗忘灾难问题，节约了计算和存储开销，使得模型不断学习新的样本特征，实现适应新的网络环境的目的。
-
公开(公告)号：CN114710199B
公开(公告)日：2022-10-21
申请号：CN202210337675.X
申请日：2022-04-01
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04B7/185
Abstract: 本发明公开了一种基于SDN的卫星网络多控制器动态部署方法及系统，包括构建基于SDN的卫星网络架构；获取LEO卫星网络全局负载信息，基于三个门限判定LEO卫星网络的负载状态；若LEO卫星网络处于整体过载状态、局部过载状态或欠载状态，则基于LEO卫星网络的负载状态制定迁移策略；若LEO卫星网络处于正常状态，则输出LEO卫星网络信息；基于迁移策略进行动态迁移；更新LEO卫星网络中LEO卫星交换机节点与LEO卫星控制器节点的映射关系以获得当前LEO卫星网络；基于三个门限判断当前LEO卫星网络的负载状态，若当前LEO卫星网络的负载状态处于正常状态，则输出当前LEO卫星网络相关信息；若处于不正常状态，则重复上述步骤直至当前LEO卫星网络的负载状态处于正常状态。
-
公开(公告)号：CN115016547A
公开(公告)日：2022-09-06
申请号：CN202210767445.7
申请日：2022-07-01
Applicant: 中国人民解放军战略支援部队航天工程大学
Inventor： 陈晓宏 , 范有臣 , 方胜良 , 储飞黄 , 马淑丽 , 温晓敏 , 吴署光 , 胡豪杰 , 万颖 , 郑霄 , 王梦阳 , 马昭 , 颜培杰 , 刘涵 , 程东航 , 彭亮 , 沈瑞喆
IPC: G05D1/12
Abstract: 本发明公开了基于剖分网格的飞行器航迹规划方法，包括两大步骤，先基于剖分网格，进行多雷达探测区环境建模，对飞行器的飞行物理空间进行表征；然后在基于剖分网格组织的物理空间中，利用改进的A*算法进行飞行器航迹规划。本发明中采用立体剖分网格理论这一新的底层表征框架以有效解决同一空间不同飞行器带来的空间基准距离变化需求导致的同一空间重复建模的问题，并基于该理论对传统A*算法进行改进，形成了更加适应于飞行器突防背景、更加通用、高效自主的航迹规划方法，辅助飞行员进行航迹决策。
-
公开(公告)号：CN114698128A
公开(公告)日：2022-07-01
申请号：CN202210531627.4
申请日：2022-05-17
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04W72/08 , H04B7/185 , H04B17/382
Abstract: 本发明涉及一种认知星地网络的抗干扰信道选择方法和系统，基于认知用户和外部恶意干扰之间存在明显分层行为，将抗干扰决策问题建模为一个Stackelberg博弈，同时针对认知用户间相干扰呈现局部影响的特性，建立图博弈的下层子博弈模型，最后基于局部信息交互的分层学习算法以及Q学习算法来收敛对应的子博弈模型，与其他算法相比，不仅收敛性能突出，而且该算法的系统平均吞吐量接近最优NE解，从而解决了现有技术所采用算法收敛效果差、信道选择结果不准确的问题，缓解用频短缺和频谱利用率不高的现状，提高频谱资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN114422366B
公开(公告)日：2022-07-01
申请号：CN202210308392.2
申请日：2022-03-28
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04L41/083 , H04L41/40 , H04W16/18 , H04W24/02 , H04W84/06
Abstract: 本发明公开了一种卫星网络SDN多控制器部署方法及系统，包括架设基于SDN的卫星网络架构；基于卫星网络构建网络时延模型；基于改进的灰狼算法对所述网络时延模型进行求解，以获得最优SDN多控制器部署方案；基于所述最优SDN多控制器部署方案对卫星网络进行部署；该方法主要分析LEO卫星控制平面的控制器节点部署问题，以降低网络时延为目标构建优化模型，使用改进的灰狼算法，确定控制器与交换机的映射关系，实现卫星网络应急场景下的快速部署。
-
公开(公告)号：CN115310563A
公开(公告)日：2022-11-08
申请号：CN202211237171.7
申请日：2022-10-11
Applicant: 中国人民解放军战略支援部队航天工程大学
Abstract: 本发明涉及人工智能与机器学习技术领域，提供了一种基于SOINN神经元分类错误机制的混合采样方法。该方法包括：对初始的带标签数据进行预处理后，得到第一多数类样本集和第一少数类样本集；采用SOINN算法对第一多数类样本集中的每个样本集分别进行压缩，采用SMOTE算法对第一少数类样本集中的每个样本集进行扩充，分别经过处理得到初始的平衡样本集W0和初始分类器h0；基于初始分类器h0，获得最终更新的分类器hn，直至所有滑动窗口滑动结束；输出更新的平衡样本集Wn和最终更新的分类器hn。本发明实现其在线增强，采样过程避免破坏数据分布情况，不会导致冗余数据的产生，总体分类性能更优越。
-
公开(公告)号：CN114422366A
公开(公告)日：2022-04-29
申请号：CN202210308392.2
申请日：2022-03-28
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04L41/083 , H04L41/40 , H04W16/18 , H04W24/02 , H04W84/06
Abstract: 本发明公开了一种卫星网络SDN多控制器部署方法及系统，包括架设基于SDN的卫星网络架构；基于卫星网络构建网络时延模型；基于改进的灰狼算法对所述网络时延模型进行求解，以获得最优SDN多控制器部署方案；基于所述最优SDN多控制器部署方案对卫星网络进行部署；该方法主要分析LEO卫星控制平面的控制器节点部署问题，以降低网络时延为目标构建优化模型，使用改进的灰狼算法，确定控制器与交换机的映射关系，实现卫星网络应急场景下的快速部署。
-
公开(公告)号：CN115242556A
公开(公告)日：2022-10-25
申请号：CN202211154263.9
申请日：2022-09-22
Applicant: 中国人民解放军战略支援部队航天工程大学
Abstract: 本发明涉及网络与信息安全技术领域，提供了一种基于增量自编码器的网络异常检测方法。该方法包括：采集网络流量数据，得到无标签样本集；输出神经元集合N和连接关系集合C；基于初始化增量自编码器，并采用增量学习方法，基于神经元集合N和连接关系集合C训练增量自编码器，得到异常检测模型；基于将接收到的样本数据输入异常检测模型，计算重构误差得分，并将重构误差得分与异常阈值相比较，根据判定结果获得正常样本，并将该正常样本输入至改进的SOINN网络进行增量学习。本发明解决了遗忘灾难问题，节约了计算和存储开销，使得模型不断学习新的样本特征，实现适应新的网络环境的目的。
-
公开(公告)号：CN114698128B
公开(公告)日：2022-09-13
申请号：CN202210531627.4
申请日：2022-05-17
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04W72/08 , H04B7/185 , H04B17/382
Abstract: 本发明涉及一种认知星地网络的抗干扰信道选择方法和系统，基于认知用户和外部恶意干扰之间存在明显分层行为，将抗干扰决策问题建模为一个Stackelberg博弈，同时针对认知用户间相干扰呈现局部影响的特性，建立图博弈的下层子博弈模型，最后基于局部信息交互的分层学习算法以及Q学习算法来收敛对应的子博弈模型，与其他算法相比，不仅收敛性能突出，而且该算法的系统平均吞吐量接近最优NE解，从而解决了现有技术所采用算法收敛效果差、信道选择结果不准确的问题，缓解用频短缺和频谱利用率不高的现状，提高频谱资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.04 seconds)
