龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京邮电大学;中国电子科技集团公司第五十四研究所
摘要：本申请提供了一种基于联邦学习的自适应跳频抗干扰方法、装置及电子设备，其中，该方法应用于飞行自组织网络中的各无人机设备，该方法利用预置的跳频抗干扰模型，基于无人机设备所处的通信环境，确定出目标跳频策略，并执行该目标跳频策略。由于本申请实施例中的预置的跳频抗干扰模型采用双重深度Q网络，可有效减少现有智能化抗干扰算法过估计的问题，并且本申请实施例通过无人机设备与基站设备进行联邦学习的方式，能够获取不同无人机设备位于不同环境下选取的载波频率以及获得的即时奖励情况，如此训练得到的双重深度Q网络不仅可以减少过估计的问题，还可适用于不同的抗干扰环境，通用性更高。
主权项：1.一种基于联邦学习的自适应跳频抗干扰方法，其特征在于，所述方法应用于飞行自组织网络系统中的各无人机设备，所述方法包括：利用预置的跳频抗干扰模型，基于所述无人机设备所处的通信环境，确定出目标跳频策略，并执行所述目标跳频策略；其中，所述飞行自组织网络系统中还包括：基站设备，所述预置的跳频抗干扰模型通过如下步骤训练得到：由所述无人机设备基于初始化网络参数结合与所处环境之间的交互信息，对预置的初始双重深度Q网络模型进行训练，所述与所处环境之间的交互信息包括：自身的通信状态信息、采取的行动、获得的即时奖励以及新的状态信息，所述采取的行动为在现有状态信息下选择的载波频率；并由所述无人机设备将训练得到的双重深度Q网络模型的模型参数上传至所述基站设备；由所述基站设备基于各所述无人机设备上传的模型参数，基于联邦平均算法生成聚合网络模型，并将所述聚合网络模型发送至各所述无人机设备；由所述无人机设备接收所述基站设备发送的所述聚合网络模型，并基于所述聚合网络模型对所述双重深度Q网络模型进行二次学习训练，并将二次学习训练得到的双重深度Q网络模型确定为所述预置的跳频抗干扰模型。
全文数据：
权利要求：
百度查询： 北京邮电大学 中国电子科技集团公司第五十四研究所 基于联邦学习的自适应跳频抗干扰方法、装置及电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号