Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于知识与数据融合驱动的电磁频谱地图预测方法 

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:中电佰联通信科技南京有限公司;中电工业互联网有限公司

摘要:本发明公开了一种基于知识与数据融合驱动的电磁频谱地图预测方法,包括:首先对目标区域的图像进行传播地形识别,将图像分割成多个小块,使用卷积神经网络对每个小块的地形进行识别,并打上对应的标签。定义M种不同地形对应的传播模型,当没有样本数据时,直接用传播模型进行预测,样本数据较少时,利用已有数据对M种传播模型进行经验修正,之后使用修正的模型进行预测。当样本数量较多时,先使用生成式AI:AWGAN_GP产生模拟数据,再利用实际数据和模拟数据使用知识嵌入的深度学习的方式进行预测。本发明能在不同数据量的情况下选择合适的预测方法,并能够利用生成式人工智能基于已有数据产生近似分布的模拟数据,解决数据量少、传播路径难以识别等问题。

主权项:1.一种基于知识与数据融合驱动的电磁频谱地图预测方法,其特征在于,包括步骤如下:S1:获取待预测区域的图像信息。将目标区域按一定比例分割为多个地形小块,使用训练好的卷积神经网络对每一个小块的地形类别进行识别,并打上标签记录各自的地形类别。S2:根据当前已有的数据量决定预测方式。没有数据时,输入频率、发射天线高度、接收天线高度、传播距离,直接使用已有传播模型进行预测。共有M种不同地形对应的传播模型,先判断传播路径经过了哪些地形小块,以此来确认该传播路径使用哪一个模型。数据量较少时,使用经验拟合的方式进行预测。首先找出影响电磁环境的相关电磁物理量,再根据不同的地形将这些电磁物理量进行数学建模,确认待拟合参数,最后用已有的数据对待拟合参数进行经验修正,使其预测结果逐渐逼近实际值。数据量较多时,在真实数据的基础上使用生成式人工智能AWGAN_GP学习数据的分布规律,并以此产生额外的模拟数据。将模拟数据和真实数据共同用于自定义的神经网络的训练。首先搭建一个自定义神经网络,并从中嵌入部分电磁传播知识提高预测精度。使用大量的数据进行神经网络的训练,最后预测未知位置的电磁信息。

全文数据:

权利要求:

百度查询: 中电佰联通信科技南京有限公司 中电工业互联网有限公司 一种基于知识与数据融合驱动的电磁频谱地图预测方法

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。