-
公开(公告)号：CN117858150A
公开(公告)日：2024-04-09
申请号：CN202311605385.X
申请日：2023-11-28
申请人： 西安电子科技大学 , 西安电子科技大学广州研究院
IPC分类号： H04W24/08 , H04W4/46 , H04B7/185 , H04L41/142
摘要： 本发明涉及基于拓扑与功能链的无人机脆弱节点分析方法，属于通信组网技术领域，用于解决现有技术缺乏能实时、准确、真实地分析无人机网络中脆弱节点的问题。本案提出从拓扑结构和功能链两个方面去分析无人机节点的脆弱性，提高脆弱性分析的准确率，实施简单，可根据无人机多次运动仿真参数综合分析无人机节点的脆弱性，从而实现实时计算和更新无人机网络脆弱节点，便于根据战术任务进行仿真，以分析不同任务场景下的脆弱性节点，更具有真实性。
-
公开(公告)号：CN113867382B
公开(公告)日：2023-11-24
申请号：CN202111020005.7
申请日：2021-09-01
申请人： 西安电子科技大学广州研究院
IPC分类号： G05D1/10
摘要： 本发明提供一种无人机集群网络的拓扑控制方法，包括如下步骤：S1载入网络参数，其中网络参数包括感知目标信息、中心控制单元信息和无人机信息；S2建立无人机网络中每个无人机节点之间的通信链路，构建网络控制拓扑结构；S3基于网络控制拓扑结构和感知目标信息，选择感知无人机与中继无人机并执行相应的感知任务和中继传输任务；S4建立无人机网络与中心控制单元的传输链路，构建网络业务拓扑结构。本发明保证无人机集群网络高传输质量与网络生存时间，提高无人机集群网络的拓扑控制性能。
-
公开(公告)号：CN113867382A
公开(公告)日：2021-12-31
申请号：CN202111020005.7
申请日：2021-09-01
申请人： 西安电子科技大学广州研究院
IPC分类号： G05D1/10
摘要： 本发明提供一种无人机集群网络的拓扑控制方法，包括如下步骤：S1载入网络参数，其中网络参数包括感知目标信息、中心控制单元信息和无人机信息；S2建立无人机网络中每个无人机节点之间的通信链路，构建网络控制拓扑结构；S3基于网络控制拓扑结构和感知目标信息，选择感知无人机与中继无人机并执行相应的感知任务和中继传输任务；S4建立无人机网络与中心控制单元的传输链路，构建网络业务拓扑结构。本发明保证无人机集群网络高传输质量与网络生存时间，提高无人机集群网络的拓扑控制性能。
-
公开(公告)号：CN116234017A
公开(公告)日：2023-06-06
申请号：CN202310170935.3
申请日：2023-02-27
申请人： 西安电子科技大学广州研究院
IPC分类号： H04W72/0446 , G06N3/006
摘要： 本发明涉及一种基于蝠鲼算法的时分多址时隙分配方法，属于通信组网技术领域。本发明将时帧划分为信息收集时段和时隙分配时段，再将时隙分配时段划分为专用时隙时段和动态时隙时段。在信息收集时段，中心节点收集其他节点的时隙申请请求，根据相关准则判断该节点是否能继续申请，并根据节点申请的业务量和业务重要性来赋予节点优先级。在专用时隙分配时段，利用二叉树块内均分法分配高优先级节点；在动态时隙分配时段，利用蝠鲼算法来对其他节点进行时隙分配。本发明实现起来相对简单，既保证了节点的绝对传输，而且考虑节点的优先级，满足了节点突发性和长报文发送，同时提高了算法的收敛速度，提升网络整体性能。
-
公开(公告)号：CN118864182A
公开(公告)日：2024-10-29
申请号：CN202410803379.3
申请日：2024-06-20
申请人： 西安电子科技大学
IPC分类号： G06Q50/20 , G06F18/213 , G06F18/25 , G06N3/04 , G06N3/096 , G06N3/092 , G06N3/0985
摘要： 本发明公开了一种基于自适应跨模态融合的感知智能决策方法，基于深度学习机制对实时获取的多模态数据进行融合，融合过程中所需的各模态的初始权重通过预设或深度学习得到，使得初始权重动态调整，得到对应的融合特征，实现高效准确的数据融合效果，从而提升了适应性和评价精度；基于动态迁移学习机制，通过预训练模型和微调技术得到预先训练完成的神经网络模型，该神经网络模型采用动态迁移学习的框架，减少了对数据质量和多样性的依赖，结合强化学习技术，对该神经网络模型对应的模型参数进行动态调整，优化了整体的适应性和泛化能力，实现了对课堂实时情况的记录，并根据课堂实时情况输出对应的教学评价结果。
-
公开(公告)号：CN118433817A
公开(公告)日：2024-08-02
申请号：CN202410344510.4
申请日：2024-03-25
申请人： 西安电子科技大学
摘要： 本发明提供一种基于图神经网络的无人机组网汇聚节点选择方法，包括：步骤一、将无人机网络的拓扑结构表示为节点和边的集合；步骤二、根据无人机节点与邻居节点之间的采样引力对邻居节点特征进行采样；步骤三、对邻居节点特征进行聚合处理，得到第k层邻居聚合特征；步骤四、将第k层邻居聚合特征与无人机节点第k‑1层的节点特征向量进行拼接，得到无人机节点在第k层的节点特征；重复步骤二至步骤四，得到一次采样和二次采样结果对应的无人机节点的第k层的节点特征，通过全连接层转换为无人机节点的新特征，并通过softmax层输出各个无人机节点为汇聚节点的概率，完成汇聚节点的选择。本发明的方法提高了无人机组网的整体稳定性。
-
公开(公告)号：CN117974713A
公开(公告)日：2024-05-03
申请号：CN202311796027.1
申请日：2023-12-25
申请人： 西安电子科技大学
摘要： 本发明提供一种复杂环境下的无人机集群系统视觉SLAM定位方法。该方法包括通过YOLOv3目标检测模型检测并识别采集的场景图像中的语义信息，确定先验动态目标；提取所述场景图像中的特征点，基于所述先验动态目标从所述特征点中滤除先验动态特征点；通过多层光流法在图像金字塔上对所述场景图像中剩余特征点进行匹配，并结合对极几何约束滤除所述场景图像中所有动态特征点，得到静态特征点；将所述静态特征点输入到跟踪线程中进行相机位姿估计，以实现无人机的精确定位。本发明实现了对动态特征点的精准消除，进而提高了SLAM算法的定位精度和鲁棒性。
-
公开(公告)号：CN110838876B
公开(公告)日：2021-01-26
申请号：CN201910989711.9
申请日：2019-10-17
申请人： 西安电子科技大学
IPC分类号： H04B10/116 , H04B10/50 , H04B10/67 , H04N5/232
摘要： 本公开提供的光学相机通信方法、装置及设备，通过获取光学相机的连续帧信息，连续帧信息包括光学相机的有效采集时间和连续帧间隔时间；将所述连续帧信息反馈给信号发送端，以供信号发送端根据连续帧信息调整待传输的数据帧的帧配置；在调整后的帧配置中，数据帧的数据段的传输时长与所述有效采集时间相等，数据帧的冗余段的传输时长与所述连续帧间隔时间相等；接收所述信号发送端按照调整后的帧配置传输的数据帧，并对数据帧进行数据处理以获得数据帧对应的原始数据，实现了数据帧能够根据光学相机的有效采集时间和连续帧间隔进行自适应调整，降低了数据丢失的可能性。
-
公开(公告)号：CN110138447B
公开(公告)日：2020-07-14
申请号：CN201910207124.X
申请日：2019-03-19
申请人： 西安电子科技大学
IPC分类号： H04B10/079 , H04L12/26
摘要： 本发明实施例提供一种应用于无线光通信的信号光源检测方法、装置及设备。本发明提供的应用于无线光通信的信号光源检测方法包括根据获取到的待测光源发出的光信号的参数，确定参数的变化规律；根据参数的变化规律，确定待测光源是否为信号光源；若待测光源为信号光源，根据光信号的参数，确定信号光源是否正常工作。该方法可快速定位无线光通信中的信号光源，检测该信号光源是否正常工作，也可以甄别未知的侦听光源设备，便于及时进行信号光源的更换或维修等，以保证信号光源传输数据的准确性、完整性及安全性。
-
公开(公告)号：CN102065481A
公开(公告)日：2011-05-18
申请号：CN201010560156.7
申请日：2010-11-26
申请人： 西安电子科技大学
摘要： 本发明公开了一种中继通信中基于拍卖理论的功率分配方法，涉及无线通信技术领域，主要解决在完全信息和非完全信息情况下功率分配以及设置了目标误码率保证目的节点接收有效的信息。在完全信息情况下，中继节点根据标值价格和所有的信道信息利用拍卖理论计算出投的最佳标值使其获得最大收益；在非完全信息情况下，中继节点采用更新迭代算法调整其标值，向功率服务器申请功率来获得最大收益。本发明还设置了目标误码率来保证目的节点接收有效信息。
-
-
-
-
-
-
-
-
-
搜索结果
46 条记录 (耗时 0.051 秒)
