“许肖梅”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果61个，建议您升级VIP下载更多相关专利

[发明专利]一种基于分块引导网络的水声传感网路由方法-CN202310396882.7在审
发明人：陈友淦;赵矣昊;董妍函;万磊;陈哲扬;黄身钦;许肖梅 -专利权人：厦门大学
申请日： 2023-04-14 - 公布日： 2023-07-04 - 主分类号： H04B13/02 文献下载
摘要：一种基于分块引导网络的水声传感网路由方法，涉及水下通信。在水声传感网中通过广播GUIDE数据包构建引导网络，根据节点到达目的地的跳数和节点剩余能量，进行传输节点路径选择。对引导网络进行分块，划分成多个引导网络单元，每个引导网络单元设置一个头节点，负责在引导网络失效时对引导网络进行修复。当引导网络单元失效时，网络单元的头节点重新发送GUIDE包，GUIDE包仅在引导网络单元内传输，对该网络单元进行修复。当整个水声传感网中50％以上的引导网络单元失效时，则对整体网络进行修复。完善引导网络修复机制，以减少网络重建消耗的能量和产生的时延，得到一个可降低网络能耗、提高网络整体生存周期的路由解决方案。
一种基于分块引导网络传感网路方法

[发明专利]基于元学习的超参数重加权水声网络介质访问控制方法-CN202310298915.4在审
发明人：陈友淦;卢鸽;万磊;涂申奥;黄伟迪;张文翔;许肖梅 -专利权人：厦门大学
申请日： 2023-03-24 - 公布日： 2023-06-23 - 主分类号： H04W72/02 文献下载
摘要：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。
基于学习参数加权网络介质访问控制方法

[发明专利]一种基于数据分组的小样本深度学习水声目标识别方法-CN202310384534.8有效
发明人：陈友淦;江涵希;万磊;宋志贤;董妍函;陶毅;许肖梅 -专利权人：厦门大学
申请日： 2023-04-12 - 公布日： 2023-06-16 - 主分类号： G06F18/214 文献下载
摘要：一种基于数据分组的小样本深度学习水声目标识别方法，涉及水声识别领域。在深度学习的水声识别方法中，水声样本训练集被交错划分为n组子训练集；水声样本训练集使用子训练集，以水声识别子模型的形式独立训练，以降低水声数据搜集周期长导致的小样本问题对训练效果的不良影响；在水声识别子模型的训练过程中，迭代输出损失值，加权计算出总模型的总损失值，采用总损失值梯度下降算法的子模型权重迭代计算，以达到减缓水声数据中的少量异常数据对模型训练的干扰效果的目的。
一种基于数据分组样本深度习水目标识别方法

[发明专利]水下动态环境中考虑时延和AUV能耗的混合数据搜集方法-CN202310095023.4在审
发明人：陈友淦;罗圆;朱秀玲;董妍函;陈哲扬;谭诗路;许肖梅 -专利权人：厦门大学
申请日： 2023-02-10 - 公布日： 2023-05-05 - 主分类号： H04W40/10 文献下载
摘要：水下动态环境中考虑时延和AUV能耗的混合数据搜集方法，在运用多跳路由传输方式和AUV信息搜集方式的混合数据搜集过程中，考虑到水声环境导致的节点移动、数据传输过程的时间损耗以及AUV行驶的能量损耗，对多跳过程中的下一跳节点选择和AUV路径规划进行优化。在多跳传输进行路由选择时，下一跳节点可能处于数据传输过程中，将该情况作为选择下一跳节点的影响因素之一，以减少时间损耗；在AUV路径规划过程时，在遗传算法中加入不同层之间AUV的相互影响，让下层AUV将数据传递给上层AUV，避免所有AUV都需到达Sink节点的情况；所考虑的水下场景是动态变化的，更符合实际海洋环境。能够有效减少时延以及AUV能量损耗。
水下动态环境考虑 auv 能耗混合数据搜集方法

[发明专利]一种基于元学习参数优化的水声网络Q学习路由方法-CN202211653973.6在审
发明人：陈友淦;涂申奥;高榜君;卢鸽;万磊;江涵希;许肖梅 -专利权人：厦门大学
申请日： 2022-12-22 - 公布日： 2023-04-18 - 主分类号： H04L45/42 文献下载
摘要：一种基于元学习参数优化的水声网络Q学习路由方法，涉及水下通信。在水声传感器网络节点中，簇头CH节点只负责计算数据最优传输路径和与其它非簇头节点进行单通道通信，其余非簇头节点负责数据传输；簇头CH节点根据剩余能量和深度，采用基于元学习参数优化的Q学习策略，计算全簇内最优传输路径，以达到缓解个别节点因频繁参与传输数据导致能量过早耗尽造成的网络能量空洞问题，从而延长整个网络寿命；采用元学习自主优化Q学习算法的奖励函数各参数权重设置，可动态地根据簇内平均剩余能量信息的变化进行参数优化，从而达到基于Q学习的路由协议最大优化适应性效果。
一种基于学习参数优化网络路由方法

[发明专利]基于灯泡内爆的海洋哺乳动物声学驱赶保护方法-CN202210879691.1有效
发明人：黄龙飞;许肖梅;王荣鑫;陶毅 -专利权人：厦门大学
申请日： 2022-07-25 - 公布日： 2023-03-31 - 主分类号： A01M29/16 文献下载
摘要：基于灯泡内爆的海洋哺乳动物声学驱赶保护方法，涉及海洋工程施工中的海洋哺乳动物声学保护。1)以普通白炽灯泡作为驱赶声源，根据海洋工程施工类型确定白炽灯泡的数量；2)根据被保护动物活跃深度和施工海域声速剖面确定驱赶声源布放深度；3)将白炽灯泡安装于内爆声源击发装置并布放至水下；4)提升牵引小绳击发灯泡，通过灯泡水下内爆产生的脉冲信号警示海洋哺乳动物远离海洋工程施工危险区域，驱赶被保护动物。利用普通白炽灯泡为驱赶声源，具备成本低、操作便捷、安全性高、适用范围广及驱赶信号强随机等优势于一体，可用于各类海洋工程施工中的海洋哺乳动物保护。
基于灯泡海洋哺乳动物声学驱赶保护方法

[发明专利]一种基于智能超表面的AUV辅助水声网络数据传输方法-CN202211471729.8在审
发明人：董妍函;陈友淦;陈哲扬;万磊;赵矣昊;张文翔;许肖梅 -专利权人：厦门大学
申请日： 2022-11-23 - 公布日： 2023-03-28 - 主分类号： H04B13/02 文献下载
摘要：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。
一种基于智能表面 auv 辅助网络数据传输方法

[发明专利]一种基于Q学习的水声双跳网络介质访问控制方法-CN202211186500.X在审
发明人：陈友淦;黄伟迪;张文翔;万磊;陈柯宇;黄身钦;许肖梅 -专利权人：厦门大学
申请日： 2022-09-27 - 公布日： 2023-03-24 - 主分类号： H04W72/0446 文献下载
摘要：一种基于Q学习的水声双跳网络介质访问控制方法，涉及水声网络。在直接通信节点中选择多个节点作为连接间接通信节点和信宿的中继为父节点，父节点协助的间接节点为该父节点的子节点。将信宿搜集水声传感器节点所感知数据的传输过程分为若干个时隙，直接通信节点运用Q学习算法，结合信宿反馈信号，通过合理设置奖励机制，选择合适的时隙发送数据，避免信宿数据搜集冲突。子节点利用Q学习算法在数据搜集过程中的空闲时间将数据传给父节点，不影响信宿的数据搜集，克服子节点‑父节点‑信宿的传输过程中信宿在子节点将数据传给父节点时进入等待时间而无法工作的缺点。网络范围大、吞吐量高、鲁棒性强，扩大水声网络的工作范围，提高网络性能。
一种基于学习水声双跳网络介质访问控制方法

[发明专利]一种基于排队模型和遗传算法的水声数据搜集方法-CN202211293810.1在审
发明人：陈友淦;罗圆;董妍函;谭诗路;熊艺程;张小康;许肖梅 -专利权人：厦门大学
申请日： 2022-10-21 - 公布日： 2023-01-31 - 主分类号： G06F16/903 文献下载
摘要：一种基于排队模型和遗传算法的水声数据搜集方法，涉及水声网络。针对水声网络中簇头容量有限的问题，通过将单服务台混合制排队理论模型，运用于利用AUV进行水下节点数据搜集场景中簇头和传感器节点之间的数据传输过程，可以得出不同簇头到达簇头容量上限的时间。将该时间参数和簇头间的距离作为遗传算法适应度函数设计的根据，考虑该时间参数和AUV到达簇头之间的时间差距造成的数据包丢失，以及AUV行驶过程中的能量损耗，按照需要调整二者之间的权重，再通过遗传算法对AUV行驶路径进行规划。目的在于考虑AUV能量损耗的前提下，减少节点容量有限导致数据搜集到达上限后的数据丢失。
一种基于排队模型遗传算法数据搜集方法

[发明专利]一种基于Q学习的分段式水下地形匹配方法-CN202211254808.3在审
发明人：陈友淦;杜坤芸;谭诗路;高榜君;卢鸽;陶毅;许肖梅 -专利权人：厦门大学
申请日： 2022-10-13 - 公布日： 2023-01-24 - 主分类号： G06F18/22 文献下载
摘要：一种基于Q学习的分段式水下地形匹配方法，涉及水下地形匹配。在已知初始点和初始航行角度情况下，将自主式水下潜器航行的轨迹路线按采样长度L分段处理，每段终点为一个定位节点，考虑每个定位节点前一段和后一段路线的高程数据，以TERCOM算法中均方差为指标在每个定位节点按角度范围f匹配，以均方差最小路线为最合适路线，确定前一段和后一段路线的偏转角an，计算路线偏转角相差程度bn；结合Q学习给bn赋予不同奖励值R，根据R值与Q值的关系在每一个定位节点后更新Q值，由Q值的变化优化下一次匹配的角度范围f，实时调整匹配时的角度范围，确保在每个定位节点进行匹配时的角度范围合适，降低整个轨迹匹配过程中的匹配次数。
一种基于学习段式水下地形匹配方法

[发明专利]一种基于BP神经网络的水声传感网动态分层路由方法-CN202211240085.1在审
发明人：陈友淦;朱秀玲;卢鸽;江涵希;涂申奥;陶毅;许肖梅 -专利权人：厦门大学
申请日： 2022-10-11 - 公布日： 2023-01-13 - 主分类号： H04W24/04 文献下载
摘要：一种基于BP神经网络的水声传感网动态分层路由方法，涉及水下通信。水声传感网路分顶层、中间层、底层，用BP神经网络提取节点和环境特征信息，网络分层训练得基于BP神经网络的动态分层路由模型，不同路由层中的节点按信息重要程度、所属层级和节点深度信息设计不同的权重计算方式形成节点转发函数FF。节点受水下声源激活，向水面汇聚(Sink)节点传输信息，Sink节点间无线电通信，将数据传至岸上控制中心。Sink节点处理其对应水域范围内节点感知的水下信息，BP神经网络训练动态分层模型分层预测。预测结果Sink节点广播至各节点，节点动态调整自身工作模式，提高水下通信质量、减少能量空洞和延长网络寿命。
一种基于 bp 神经网络传感动态分层路由方法

[发明专利]一种AUV辅助的水声传感网动态分层路由方法-CN202211240126.7在审
发明人：陈友淦;朱秀玲;罗圆;杜坤芸;高榜君;吴剑明;许肖梅 -专利权人：厦门大学
申请日： 2022-10-11 - 公布日： 2023-01-10 - 主分类号： H04W40/10 文献下载
摘要：一种AUV辅助的水声传感网动态分层路由方法，涉及水下通信。将水声传感网路由自水面至水底分为顶层、中间层、底层，不同路由层中的传感器节点，根据信息重要程度、节点能量损耗情况、环境噪声特点、所属层级和节点深度信息设计不同的权重计算方式，形成节点转发函数FF。AUV辅助节点向水面汇聚Sink节点传输信息，Sink节点间无线电通信，将数据传输至岸上控制中心。每个Sink节点处理其对应水域范围内节点所感知的水下信息与AUV收集的节点自身能量、深度，向水声节点广播更新后的分层阈值。节点接收分层信息后，根据自身实际工作情况判断身处层，动态调整工作模式，提高水下通信质量、减少能量空洞和延长网络寿命。
一种 auv 辅助传感动态分层路由方法

[实用新型]一种基于灯泡内爆的水下声源击发装置-CN202221925921.5有效
发明人：黄龙飞;许肖梅;王荣鑫;陶毅 -专利权人：厦门大学
申请日： 2022-07-25 - 公布日： 2022-11-11 - 主分类号： A01M29/16 文献下载
摘要：一种基于灯泡内爆的水下声源击发装置，涉及水下声传播与通信技术研究，以及声学驱赶保护技术应用领域。由布放粗绳、牵引小绳、支架、弹簧、下活动金属板、击碎尖锥、白炽灯泡、连接架、螺母以及上固定金属板组成。装置主体由布放粗绳下放布设于水面以下设定深度，操作人员通过牵引小绳提升下活动金属板，使板上的击碎尖锥冲击安装在支架上的白炽灯泡，灯泡破碎瞬间产生脉冲信号并向周围水体辐射。装置成本低，结构简单，便于安装。且信号具有宽频带特征。通过调整白炽灯泡数量，实现对声源强度的有效控制。可高效便捷地为水下声通信技术研究及声学驱赶技术应用提供强度可控且宽频带的水下声源。
一种基于灯泡水下声源击发装置

[发明专利]基于LSTM的水声网络数据实时故障检测及恢复方法-CN202210578580.7在审
发明人：陈友淦;周娜娜;涂申奥;张文翔;卢鸽;王栩琛;吴剑明;许肖梅 -专利权人：厦门大学
申请日： 2022-05-25 - 公布日： 2022-09-02 - 主分类号： H04W24/08 文献下载
摘要：基于LSTM的水声网络数据实时故障检测及恢复方法，涉及水声网络。将LSTM应用于水声网络的每个节点处，基于LSTM对节点最初的感知数据进行训练得到优化的LSTM网络模型，将检测时刻前一定长度的数据输入模型并预测检测时刻的感知数据，进而计算真实感知数据与预测值的相对误差，最后通过相对误差的绝对值与阈值相比较而判断此刻感知数据是否存在故障，并且及时以预测值替换存在故障的感知数据而达到故障恢复的作用。避免簇头或基站搜集数据时数据传输耗时而导致故障检测的延时，实现对节点数据故障的实时检测；同时，也实现对水声网络节点感知数据故障的及时恢复机制，保证网络传输数据的可靠性。
基于 lstm 网络数据实时故障检测恢复方法

[发明专利]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-CN202210638987.4在审
发明人：陈友淦;涂申奥;周娜娜;朱秀玲;江涵希;熊艺程;高榜君;许肖梅 -专利权人：厦门大学
申请日： 2022-06-07 - 公布日： 2022-09-02 - 主分类号： H04W40/10 文献下载
摘要：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。
基于学习数据分级网络动态计算路由方法

1
2
3
4
5
下一页»
尾页
共 61 条