[發明專利]一種智能短波頻率跨頻段實時預測方法及系統

有效

• 申請號: 202011449836.1
• 申請日: 2020-12-12
• 公開（公告）號: CN112616160B
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 王浩;王書誠;葉榮軍;陳祖剛;謝俊;劉劍;沈歡;鄭潔;黃亮;雷霓;方書雅
• 申請（專利權）人: 武漢船舶通信研究所（中國船舶重工集團公司第七二二研究所）
• 主分類號: H04W24/08
• 分類號: H04W24/08;H04W24/10
• 代理公司: 武漢東喻專利代理事務所(普通合伙) 42224
• 代理人: 雷霄

1.一種智能短波頻率跨頻段實時預測方法，其特征在于，包括步驟：

獲取短波通信的歷史采樣數據，利用所述歷史采樣數據訓練基于神經網絡的預測模型，所述預測模型用于根據某一頻率的頻率特征信息預測其他頻率的通信質量；

根據不同頻率間的相關性確定短波通信中斷后下一可用頻率的范圍；

獲取短波通信中斷時刻的頻率特征信息；

將短波通信中斷時刻的頻率特征信息輸入到所述預測模型，獲取所述范圍內各個頻率的通信質量；

選擇所述范圍內通信質量最好的頻率作為短波通信中斷后所選的下一可通頻率。

2.如權利要求1所述的一種智能短波頻率跨頻段實時預測方法，其特征在于，根據不同頻率間的相關性確定短波通信中斷后下一可用頻率的范圍具體是：

采用皮爾遜相關系數方法計算根據不同頻率間的相關系數r，計算公式為：

其中，X_i,Y_i表示樣本數據，表示樣本平均值，n表示樣本數量，σ_X,σ_Y表示樣本標準差；

根據所述相關系數r確定短波通信中斷后下一可用頻率的范圍。

3.如權利要求1所述的一種智能短波頻率跨頻段實時預測方法，其特征在于，所述短波通信中斷時刻的頻率特征信息包括：短波通信中斷時刻的時間、斷鏈頻率以及中斷前不同時刻的通信信噪比。

4.如權利要求1所述的一種智能短波頻率跨頻段實時預測方法，其特征在于，利用所述歷史采樣數據訓練所述預測模型前，對所述歷史采樣數據進行預處理，所述預處理包括步驟：

對所述歷史采樣數據進行數據平滑處理，所述數據平滑處理是采用信噪比均值填充信噪比缺失的數據；

對經過所述數據平滑處理后的數據進行非線性單位換算，所述非線性單位換算是指單位為dB的信噪比數據換算成信號功率與噪聲功率的比值；

對經過所述非線性單位換算后的數據進行數據增強，以擴充訓練樣本。

5.如權利要求1所述的一種智能短波頻率跨頻段實時預測方法，其特征在于，所述預測模型包括分類網絡和回歸網絡；

所述分類網絡用于根據某一頻率的頻率特征信息預測其他頻率下通信鏈路是否可通；

所述回歸網絡用于預測通信鏈路可通的頻率的信噪比。

6.如權利要求5所述的一種智能短波頻率跨頻段實時預測方法，其特征在于，所述分類網絡包括1個輸入層、4個全連接層和1個輸出層，所述分類網絡的激活函數采用sigmoid函數，所述分類網絡的目標函數采用交叉熵函數：

其中，H(X)表示信息熵，P(x_i)表示類別x_i預測得到的概率。

7.如權利要求5所述的一種智能短波頻率跨頻段實時預測方法，其特征在于，所述回歸網絡包括1個輸入層、5個全連接層和一個輸出層，所述回歸網絡的激活函數采用ReLU函數，所述回歸網絡的自適應學習率為0.01至0.0005。

8.如權利要求5所述的一種智能短波頻率跨頻段實時預測方法，其特征在于，所述回歸網絡的目標函數為：

其中，y_pre為網絡預測值，y_i為實際值，n為樣本數量。

9.如權利要求5所述的一種智能短波頻率跨頻段實時預測方法，其特征在于，所述范圍為與中斷時刻的頻率相差2MHZ以內的頻率。

10.一種智能短波頻率跨頻段實時預測系統，其特征在于，包括：

預訓練模塊，用于獲取短波通信的歷史采樣數據，利用所述歷史采樣數據訓練基于神經網絡的預測模型，所述預測模型用于根據某一頻率的頻率特征信息預測其他頻率的通信質量；

相關性計算模塊，用于根據不同頻率間的相關性確定短波通信中斷后下一可用頻率的范圍；

中斷頻率特征信息采集模塊，用于獲取短波通信中斷時刻的頻率特征信息；

預測模塊，用于將短波通信中斷時刻的頻率特征信息輸入到所述預測模型，獲取所述范圍內各個頻率的通信質量；

輸出模塊，用于選擇所述范圍內通信質量最好的頻率作為短波通信中斷后所選的下一可通頻率。