-
公开(公告)号：CN118827243B
公开(公告)日：2024-11-19
申请号：CN202411304780.9
申请日：2024-09-19
Applicant: 厦门大学
Abstract: 基于动态心理博弈论的水声传感网络攻防对抗策略生成方法，涉及水下通信攻防对抗策略。先确定UASNs攻防场景及博弈对象，待传输信息的信息重要度，预定传输路由；其次构建基于动态心理博弈论模型#imgabs0#；UASNs方需最小化总传输时延和被窃听风险，敌方需在有能量限制的条件下尽可能延长UASNs的传输时延，博弈双方根据主要目标定义心理期望效用函数，利用虚拟遗憾最小化算法进行平均策略的训练，最终得到博弈双方在预定路由下的行动策略。通过建立基于动态心理博弈论的网络攻防模型，得出水声传感网络攻防对抗场景中的最优对抗策略，可提高水声传感网络的传输安全性。
-
公开(公告)号：CN118827243A
公开(公告)日：2024-10-22
申请号：CN202411304780.9
申请日：2024-09-19
Applicant: 厦门大学
Abstract: 基于动态心理博弈论的水声传感网络攻防对抗策略生成方法，涉及水下通信攻防对抗策略。先确定UASNs攻防场景及博弈对象，待传输信息的信息重要度，预定传输路由；其次构建基于动态心理博弈论模型#imgabs0#；UASNs方需最小化总传输时延和被窃听风险，敌方需在有能量限制的条件下尽可能延长UASNs的传输时延，博弈双方根据主要目标定义心理期望效用函数，利用虚拟遗憾最小化算法进行平均策略的训练，最终得到博弈双方在预定路由下的行动策略。通过建立基于动态心理博弈论的网络攻防模型，得出水声传感网络攻防对抗场景中的最优对抗策略，可提高水声传感网络的传输安全性。
-
公开(公告)号：CN115002865B
公开(公告)日：2024-09-03
申请号：CN202210638987.4
申请日：2022-06-07
Applicant: 厦门大学
Abstract: 基于Q学习和数据分级的水声网络动态计算簇头路由方法，涉及水声通信网络。将水下节点分簇，设簇头CH节点为计算簇头，负责计算数据传输的最优路径以及Q值表的存储，非簇头节点负责数据信号传输。根据水声网络节点的初始位置，选择初始簇头CH节点，再根据非簇头节点的能量变化率选择备用簇头。根据数据优先级程度不同进行数据分级，选择不同的数据传输模式，以保证较高数据优先级的节点优先传输；当初始计算簇头CH节点的剩余能量接近于阈值时，其与备用簇头进行任务交接，优化簇内节点能量的均匀分布，对水声通信网络能量资源的分配进行更加合理的规划，实现水声通信网络基于Q学习和数据优先级的水声通信能耗和时延优化功能。
-
公开(公告)号：CN115865220B
公开(公告)日：2024-06-11
申请号：CN202211471729.8
申请日：2022-11-23
Applicant: 厦门大学
Abstract: 一种基于智能超表面的AUV辅助水声网络数据传输方法，涉及水下通信传输。确定水声通信网络中能量空洞中心位置和待传输信息的信息重要度，目的节点的位置；AUV搭载智能超表面前往能量空洞中心中继转发；信源节点将预备数据子包发送至AUV，AUV根据数据子包信息进行RIS系统分块优化，实现基于信息重要度的计算复杂度与波束赋形能力之间的平衡；RIS根据分块优化方案完成相位调控，AUV发射预备信号给信源节点；信源节点将待传输信息子包整合发送至AUV处，经过RIS反射至多个目的节点，目的节点根据信号标签处理属于自己的信号段。通过RIS系统分块转发，实现水声通信网络能量空洞中同时转发多个信息。
-
公开(公告)号：CN114649001B
公开(公告)日：2024-06-04
申请号：CN202210265673.4
申请日：2022-03-17
Applicant: 厦门大学
Abstract: 基于自适应随机共振的营运风机水下声信号特征提取方法，涉及海上风电场水下噪声领域。采用自适应随机共振方法，以基于支持向量回归建立的时‑频‑幅综合指标作为适应度函数，以平衡优化器作为优化算法，根据海洋背景噪声强度自适应调节系统参数，实现海上风机营运期水下声信号特征频率的自适应提取。该方法采用的时‑频‑幅综合指标可以反映信号在时域、频域和幅域三方面的信息，解决变化的海洋背景噪声下海上风机营运期水下声信号未知频率的提取问题，具有较高的准确性。此外，该方法采用的平衡优化器能够实现多个系统参数的同步优化，大大缩短运算时间，提高营运期水下声信号线谱频率提取的效率，具有简单、易于实现的特点。
-
Patent Agency Ranking
公开(公告)号：CN117439673A
公开(公告)日：2024-01-23
申请号：CN202311769531.2
申请日：2023-12-21
Applicant: 厦门大学
Abstract: 基于非正交多址的智能超表面辅助水声数据传输方法，涉及水下通信。提供一种因信道存在障碍物阻挡、无法直接进行传输，而采用智能超表面（RIS）极板中继辅助通信的水声数据传输方法：一个水声信号发射器通过RIS极板与多个不同距离、不同方位的目标节点进行通信，RIS极板针对各个目标节点的距离和方位进行RIS极板上的RIS单元分块和波束赋形；对不同接收端设定RIS反射路径，采用非正交多址技术对各个水声信号接收器的下行信号进行功率域叠加，并通过RIS极板进行定向发送，实现多目标同时通信，完成对水声信号发生器总功率的分配和充分利用。
-
公开(公告)号：CN117395626A
公开(公告)日：2024-01-12
申请号：CN202311685969.2
申请日：2023-12-11
Applicant: 厦门大学
IPC: H04W4/38 , G06N3/0985 , G06N3/084 , G01N33/18 , H04W52/24 , H04W52/22 , H04W52/38 , H04B13/02 , H04B11/00
Abstract: 基于元学习及NOMA的水声网络水质监测数据搜集方法，涉及水下通信领域。在非正交多址接入（NOMA）的水声网络水质监测数据搜集方法中，搜集海洋瞬时信道状态，根据瞬时信道状态利用元学习调整水声节点发送信号的功率分配因子；元学习模型使用已知水声节点历史信道状态及其对应最优功率分配因子作为训练任务集、当前海域测得少量样本作为测试任务集；在训练过程中利用梯度下降法更新参数，根据瞬时信道状态计算出最佳功率分配因子，以达到适应复杂多变的海洋环境的目的。
-
公开(公告)号：CN117354806A
公开(公告)日：2024-01-05
申请号：CN202311456189.0
申请日：2023-11-03
Applicant: 厦门大学
Abstract: 一种基于图神经网络的水声传感器网络信任模型构建方法，涉及水下安全通信和图神经网络。为准确评估水声传感器节点的可靠性，充分利用水下环境、节点本身和邻居节点所提供的参考信息，更好地识别网络内部攻击，本发明综合考虑水声通信质量、节点能耗率和网络拓扑结构，用于计算候选节点的信任值。另外，考虑到水下资源受限的条件，使用图神经网络搭建信任类型预测模型，减少计算负载，高效检测水声传感器网络中的恶意节点，维护数据的正常传输和网络的环境安全。
-
公开(公告)号：CN112180381B
公开(公告)日：2023-11-14
申请号：CN202011047845.8
申请日：2020-09-29
Applicant: 厦门大学
Abstract: 一种基于分布式水声发射器节点的大黄鱼诱集方法，涉及大黄鱼诱集方法。在声诱集大黄鱼的水域放置水声发射器节点，根据大黄鱼听阈频率范围生成扫频信号，分别通过放置好的水声发射器节点中的发射换能器按顺序发射；将水听器接收到的摄食声信号经前置放大、抗混叠滤波和A/D转换电路处理后得数字信号,分别计算得大黄鱼摄食声的频带声压级，根据频带声压级分别计算对应的扫频信号的幅度调节系数；对水声发射器节点的模式进行设定；对于调整节点的发射信号在布置方位上顺时针依次交换，维持节点的发射信号不变；调整的扫频信号经Hanning窗处理后通过水声发射器节点中的水声换能器发射；当发射时长T达到预置的发射时长，停止声波发射。
-
公开(公告)号：CN116321431A
公开(公告)日：2023-06-23
申请号：CN202310298915.4
申请日：2023-03-24
Applicant: 厦门大学
IPC: H04W72/02 , H04W72/0446 , H04W72/53 , H04W4/38 , H04W24/02 , H04W84/18 , H04B13/02 , H04B11/00 , G06N20/00
Abstract: 基于元学习的超参数重加权水声网络介质访问控制方法，涉及水声网络。在单跳水声传感器网络中，设计一个基于双层优化的框架，通过采用基于元学习的算法提高水声数据传输效率。在核心层中，将信息关键度和传输节点剩余能量作为参数引入水声网络，利用元学习对它们的权重进行重加权，得到最优化的权重导入到嵌套层中；在嵌套层中，针对水声数据传输时延大、传输节点能量受限等特点，在介质访问控制中采用Q学习算法，避免数据传输发生碰撞造成的数据损失。将元学习与Q学习相结合，提高了数据传输效率，有效避免传输冲突和数据丢失，降低了水声数据传输的系统能量损耗，增强了水声传感器网络的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
116
records
(took 0.033 seconds)
