摘要
本申请公开了一种基于邻居节点表的自组网场景感知方法、设备及介质,方法包括:获取每个节点的邻居节点信息以生成邻居节点表;将邻居节点表构建为矩阵形式,纵坐标为邻居节点数量,横坐标为随时间更新的节点ID,矩阵元素值为对应节点ID的邻居节点ID;仿真不同场景下节点的随机运动及组网过程,采集多组邻居节点表数据;预处理邻居节点表数据,包括按等长度切割并转换为图像;构建ResNet50网络模型,输入不同场景的邻居节点表图像以训练;将预处理的实时邻居节点表数据输入到训练完成的模型中,得到场景分类结果,实现自组网场景感知。本发明能够适应节点的动态运动和不同场景环境变化,实现对自组网场景的高准确度感知。
技术关键词
邻居
组网场景
节点
信号传播模型
深度学习模型
障碍物
自组网
场景分类
网络
数据
正则化技术
峡谷效应
矩阵
模拟行人
运动
初始化方法
地形障碍
游走模型