摘要
本申请实施例提供一种基于深度学习的应急救援无线通信网络拓扑预测方法。该方法通过构建应急救援无线通信网络系统,并生成初始系统参数,所述应急救援无线通信网络系统包括多个节点;实时获取节点位置、环境信息和节点间信号强度,根据节点位置、环境信息和节点间信号强度对应急救援无线通信网络系统中节点状态进行更新;将当前时间步的节点状态输入训练后的预测模型进行分析处理,并输出预测结果,所述预测模型由图卷积网络和生成对抗网络构成,所述预测结果用于指示下一时间步应急救援无线通信网络拓扑连接情况;根据预测结果在目标救援区域内确定对应的应急救援策略。该方法提高了通信网络的可靠性,保障了救援行动的高效有序开展。
技术关键词
应急救援无线通信
网络系统
网络拓扑
生成对抗网络
计算机执行指令
障碍物
计算机存储介质
参数
节点特征
信号强度阈值
通信链路
构建预测模型
关系
速度
传播算法
预测装置
存储器
策略
系统为您推荐了相关专利信息
神经网络系统
障碍物
解码器
编码器
三维卷积神经网络
无人机
规划
模型训练方法
网格地图
计算机执行指令
CT图像序列
四维计算机断层扫描
修正方法
对抗网络模型
深层特征提取
自动化测试方法
强化学习模型
计算机执行指令
自动化测试系统
深度Q网络
共享风险链路组
卫星网络拓扑
卫星通信链路
动态
保护方法