-
公开(公告)号：CN114423083B
公开(公告)日：2024-05-03
申请号：CN202210084063.4
申请日：2022-01-21
IPC分类号： H04W72/0446 , G06F17/16 , H04W72/566 , H04W84/18
摘要： 基于Q学习和数据重要度的水声网络介质访问控制方法。父节点搜集子节点数据的传输过程分为若干个时隙，每个子节点的数据重要度等级分为三个等级，通过合理设置奖励机制，对Q值表的子矩阵依次更新；在子矩阵的更新中，先更新Q值子矩阵，节点拟选择子矩阵中Q值最大的位置作为传输时隙，再更新下一个子矩阵；对后续的子矩阵更新，若选择前述已选择时隙所对应的Q值那一列，则奖励值为0，而从拟选择子矩阵中Q值最大所在列作为传输时隙；当所有节点都选择好时隙后，在下一轮的Q值表更新中，子矩阵的更新顺序与上一次更新顺序相反。当各节点拟选择的时隙三次都与上次拟选择的时隙相同时，则表示Q值已训练到稳定，最后拟选择的时隙为最终时隙。
-
公开(公告)号：CN113691391B
公开(公告)日：2022-05-17
申请号：CN202110791390.9
申请日：2021-07-13
摘要： 基于Q学习的节点数量可变水声网络介质访问控制方法，涉及水声网络。将汇聚节点搜集水声传感器节点所感知数据的传输过程分为若干个时隙，运用Q学习算法，结合汇聚节点的反馈信号、传感器节点数量变化情况，通过合理设置奖励机制，针对Q矩阵的一整行(即子矩阵)进行整体的奖励子矩阵设计，而非逐个元素更新Q矩阵，将时隙合理分配给各传感器节点，使数据在传输过程中不会受到其它传感器节点的影响，避免汇聚节点数据搜集冲突。本发明所提方法具有学习速度快、吞吐量高、能耗节约、抗干扰能力强的特点，可解决节点死亡或者位置漂移导致的节点减少时的时隙冗余问题或节点增加时的时隙不足问题，确保水声数据传输的成功率和水声网络高吞吐量。
-
公开(公告)号：CN114423083A
公开(公告)日：2022-04-29
申请号：CN202210084063.4
申请日：2022-01-21
摘要： 基于Q学习和数据重要度的水声网络介质访问控制方法。父节点搜集子节点数据的传输过程分为若干个时隙，每个子节点的数据重要度等级分为三个等级，通过合理设置奖励机制，对Q值表的子矩阵依次更新；在子矩阵的更新中，先更新Q值子矩阵，节点拟选择子矩阵中Q值最大的位置作为传输时隙，再更新下一个子矩阵；对后续的子矩阵更新，若选择前述已选择时隙所对应的Q值那一列，则奖励值为0，而从拟选择子矩阵中Q值最大所在列作为传输时隙；当所有节点都选择好时隙后，在下一轮的Q值表更新中，子矩阵的更新顺序与上一次更新顺序相反。当各节点拟选择的时隙三次都与上次拟选择的时隙相同时，则表示Q值已训练到稳定，最后拟选择的时隙为最终时隙。
-
公开(公告)号：CN113691391A
公开(公告)日：2021-11-23
申请号：CN202110791390.9
申请日：2021-07-13
摘要： 基于Q学习的节点数量可变水声网络介质访问控制方法，涉及水声网络。将汇聚节点搜集水声传感器节点所感知数据的传输过程分为若干个时隙，运用Q学习算法，结合汇聚节点的反馈信号、传感器节点数量变化情况，通过合理设置奖励机制，针对Q矩阵的一整行(即子矩阵)进行整体的奖励子矩阵设计，而非逐个元素更新Q矩阵，将时隙合理分配给各传感器节点，使数据在传输过程中不会受到其它传感器节点的影响，避免汇聚节点数据搜集冲突。本发明所提方法具有学习速度快、吞吐量高、能耗节约、抗干扰能力强的特点，可解决节点死亡或者位置漂移导致的节点减少时的时隙冗余问题或节点增加时的时隙不足问题，确保水声数据传输的成功率和水声网络高吞吐量。
-
公开(公告)号：CN117500018A
公开(公告)日：2024-02-02
申请号：CN202311456193.7
申请日：2023-11-03
申请人： 厦门大学
摘要： 基于信息价值和剩余能量的AUV辅助水声数据智能搜集方法，涉及水声网络、水声数据搜集。建立综合数据信息价值和网络平均剩余能量的表达式来分配数据搜集方法，在数据信息价值高且网络平均剩余能量充足时采用多跳传输模式进行数据搜集，以保证数据实时性并提高网络寿命，其他情况下则采用AUV访问的方式搜集数据。同时，建立动态分层方案，以节点密度和深度作为分层依据在动态环境中更新节点所在层数，多个AUV在相应层中进行数据搜集。最后，采用Q学习算法规划各层中AUV的搜集路径。仿真结果表明，本发明所提方法能够有效延长网络寿命，提高数据搜集效率。
-
公开(公告)号：CN113965225B
公开(公告)日：2022-11-04
申请号：CN202111397399.8
申请日：2021-11-23
申请人： 厦门大学
摘要： 本发明针对水声换能器发送响应曲线不平整的问题，提出了一种针对非相干水声FSK跳频通信系统的功率分配方法，所述功率分配方法包括以下步骤：首先根据信道容量优化准则对目前可用频点(初始化为N个)进行功率优化分配；若有频点因发送响应较小导致分配的功率为0，则不使用该频点，随机选取一个可用的频点来发送该频点原分配的信息，并将该频点认为不可用频点；在可用的频点上重新进行功率分配，直至目前所有可用频点分配的功率不为0，导出相应的功率分配参数，并应用到对应的跳频通信系统中。本发明较功率均分的情况，可以在相同信噪比下达到更大的信道容量，降低系统的误码率，进一步提高通信系统的性能。
-
公开(公告)号：CN117614562A
公开(公告)日：2024-02-27
申请号：CN202311328992.6
申请日：2023-10-13
申请人： 厦门大学
摘要： 本申请的实施例提供了一种水声通信系统的脉冲去噪模型的训练、识别方法及装置。该训练方法包括：基于预先搭建的仿真OFDM水声通信系统，在接收端下采样后获取接收到的有脉冲时域信号及其对应的无脉冲时域标签信号；分别对二者进行预处理，得到相对应且实虚部分离的有噪输入数据以及无噪标签数据，以作为虚拟训练数据；基于虚拟训练数据对预先构建的初始一维卷积神经网络进行训练，得到待调一维卷积神经网络；将真实噪声数据替换仿真产生的虚拟噪声数据，并采用替换后的虚拟训练数据对待调一维卷积神经网络进行优化，得到目标脉冲去噪模型。本申请实施例的技术方案可以快速且准确地去除传输数据中的脉冲噪声，保证水声通信系统的通信质量。
-
公开(公告)号：CN117424781A
公开(公告)日：2024-01-19
申请号：CN202311265440.5
申请日：2023-09-27
申请人： 厦门大学
摘要： 本申请的实施例提供了一种基于超嵌套结构导频分布的信道估计方法、装置及设备。该方法包括：根据接收到的原始信号进行OFDM解调和导频补偿，得到导频子载波上的第一接收信号；根据所述第一接收信号，确定对应的目标导频载波协方差矩阵；根据所述超嵌套结构导频分布，构造导频位置差集合，并对所述导频位置差集合进行筛选和重排，确定最大长度的一段连续位置差；从向量化后的所述目标导频载波协方差矩阵中选取与所述连续位置差对应的元素作为第二接收信号；基于所述第二接收信号，通过构造字典矩阵，采用OMP算法进行信道估计。本申请实施例的技术方案可以在降低信道估计所需的导频冗余的同时提高信道估计的性能。
-
公开(公告)号：CN116108353A
公开(公告)日：2023-05-12
申请号：CN202310384534.8
申请日：2023-04-12
申请人： 厦门大学
IPC分类号： G06F18/214 , G06N3/0464 , G06N3/09
摘要： 一种基于数据分组的小样本深度学习水声目标识别方法，涉及水声识别领域。在深度学习的水声识别方法中，水声样本训练集被交错划分为n组子训练集；水声样本训练集使用子训练集，以水声识别子模型的形式独立训练，以降低水声数据搜集周期长导致的小样本问题对训练效果的不良影响；在水声识别子模型的训练过程中，迭代输出损失值，加权计算出总模型的总损失值，采用总损失值梯度下降算法的子模型权重迭代计算，以达到减缓水声数据中的少量异常数据对模型训练的干扰效果的目的。
-
公开(公告)号：CN115941061A
公开(公告)日：2023-04-07
申请号：CN202211297898.4
申请日：2022-10-21
申请人： 厦门大学
摘要： 本申请的实施例提供了一种非相干FSK通信系统的功率分配方法、装置、介质及设备。该方法包括：根据初始频点功率分配策略，确定各频点对应的发射功率以向接收机发送数据；接收由所述接收机反馈的的信道状态信息；根据所述信道状态信息以及所述初始频点功率分配策略，确定所述初始频点功率分配策略对应的信道容量；基于所述信道状态信息、所述信道容量以及预先建立的强化学习模型，确定与各待选频点功率分配策略对应的动作价值函数，以从所述待选频点功率分配策略中选取目标频点功率分配策略以向接收机发送数据。本申请实施例的技术方案提高非相干FSK通信系统的功率分配的合理性并保证通信效果。
-
-
-
-
-
-
-
-
-
搜索结果
23 条记录 (耗时 0.027 秒)
