返回搜索
档案
基于深度学习的通信链路表征及节点通联关系分析方法
发明专利未知
10权利要求 · 1 独立
§ Ⅰ
卷宗概要
IPC 分类
H04L 41/14 (2022.01)H04L 69/22 (2022.01)H04L 41/12 (2022.01)H04L 41/16 (2022.01)G06F 18/214 (2023.01)G06F 18/2137 (2023.01)G06F 18/2415 (2023.01)
本发明一种基于深度学习的通信链路表征及节点通联关系分析方法,属通信目标网络分析领域,解决现有方法依赖对通信目标先验掌握及复杂电磁环境泛化能力差的问题。包括多个接收机对空口无线信号进行被动采集,获得粗时间有序合并观测序列并进行预处理得到统一观测序列集合;基于统一观测序列集合生成候选通信节点集合;对任两个候选通信节点生成链路表征特征,并基于链路表征特征筛选候选通信链路得到候选通信链路集合;对候选通信节点与候选通信链路分别进行自监督学习得到节点表征向量和链路表征向量;基于节点表征向量和链路表征向量,利用拓扑推断模型得到候选链路存在概率,并结合先验约束进行结构解码得到无线网络通信节点通联关系分析结果。
登录后阅读全文
已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。
- 全部权利要求
- 技术领域
- 背景技术
- 发明内容
- 附图说明
- 具体实施方式