摘要
本发明涉及数字孪生技术领域,公开了基于增量数据的无人机群数字孪生实时增强方法,包括以下步骤:S1、接收无人机群的多源时间序列数据;S2、根据场景特征将数据划分为已观测场景数据和新场景数据;S3、基于实时需求计算最大可处理数据量;S4、通过自适应数据选择器筛选高价值数据,构建增量训练数据集;S5、利用所述增量训练数据集对数字孪生进行实时增量训练,更新模型参数。通过实时增量训练在地面控制站执行,更新后的模型可实时部署至无人机终端,同时保留已观测场景的历史数据,训练中通过数据迁移将新场景数据转为已观测数据,优化后续筛选,提升了动态环境中实时状态预测的准确性,适配网络化空地协同系统需求。
技术关键词
观测场景
数据选择器
更新模型参数
地面控制站
空地协同系统
场景特征
数据迁移
强化学习策略
数字孪生技术
数字孪生模型
数据管理模块
机群系统
标签管理
多无人机
预测误差
系统为您推荐了相关专利信息
终点
计算机可执行指令
学习器
注意力机制
值预测方法
异常事件
防控方法
多层卷积神经网络模型
直方图均衡化
深度学习技术
彩色夜视成像
红外传感器
轮廓信息
后续数据分析
红外成像系统
模型建立方法
训练注意力
样本
多头注意力机制
注意力模型
深度神经网络模型
构建深度神经网络
监测方法
深度学习模型
网络安全威胁评估