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：东北大学

摘要：本发明提供一种基于空地集群轨迹预测的组播路由方法，采用时间窗口挖掘用户的移动轨迹，构建图多注意力机制网络预测移动实体的轨迹变化，搭建工作移动模型生成移动实体的运动节点，最后构造分布式群组采用等待‑对比‑分离的策略产生动态组播树实现多目的地消息寻路。本发明减少了位置注册信令开销，动态调整网络链路节点资源，提高了消息传输成功率和数据分发开销比率，对于移动规律性较强的用户，提供了高效的资源分发机制，在灾害救援、智能消防、工业网络、公共事业、公众健康、环境保护等诸多领域有着广阔的应用前景。

主权项：1.一种基于空地集群轨迹预测的组播路由方法，其特征在于，包括：步骤1：挖掘协同救援网络用户的移动轨迹；步骤2：构建图多注意力机制网络，根据无人机采集到的地面移动实体数据预测移动实体的轨迹变化；步骤3：构建工作移动模型，生成移动实体的运动节点；步骤4：根据重要节点，构造动态的分布式群组，采用等待-对比-分离的策略产生动态组播树实现多目的地消息的寻路；所述步骤2包括：步骤2.1：构建地面移动实体的图多注意力机制网络；步骤2.2：根据构建的图多注意力机制网络，预测移动实体的轨迹序列；所述步骤2.1具体表述为：根据地面移动实体的位置数据构建一个图结构，将每个地面移动实体作为图的节点，将不同地面移动实体之间的空间关系作为空间边，将相邻时间相同地面移动实体之间的时间关系作为时间边，将节点信息嵌入到向量中以保存图结构；所述步骤2.2具体表述为：步骤2.2.1：引入空间注意力计算移动实体与周围实体之间的空间作用，在不同的时间步动态地为所有的空间边分配权重，然后为周围所有移动实体的交互特征加权求和，得到加权和步骤2.2.2：引入时间注意力计算同一节点不同时间片之间的相关性，在图多注意力机制网络模型中将同一节点l在不同时间片做点积计算，求得两者的相关性步骤2.2.3：利用激活函数Z对交互特征加权和相关性进行融合，根据Z、和按元素相乘再求和计算得到移动轨迹Hl；所述步骤3包括：步骤3.1：划分用户日常行为特征，串联行为特征得到工作移动模型；步骤3.2：将步骤1得到的移动轨迹和步骤2生成的预测轨迹作为工作移动模型的输入，生成移动实体的运动节点；步骤3.3：根据预设的信号量阈值Xg，从运动节点中筛选重要节点。

全文数据：

权利要求：

百度查询： 东北大学 基于空地集群轨迹预测的组播路由方法