Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学;北京理工大学王富获国家专利权

北京邮电大学;北京理工大学王富获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京邮电大学;北京理工大学申请的专利一种大规模低轨卫星网络拥塞感知和故障预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119051705B

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410891472.4,技术领域涉及:H04B7/185;该发明授权一种大规模低轨卫星网络拥塞感知和故障预测方法是由王富;忻向军;姚海鹏;张琦;冯伟莹;陈厚来;高然;董泽;田清华;田凤;王拥军;杨雷静;周思彤设计研发完成,并于2024-07-04向国家知识产权局提交的专利申请。

一种大规模低轨卫星网络拥塞感知和故障预测方法在说明书摘要公布了:本发明公开的一种大规模低轨卫星网络拥塞感知和故障预测方法,属于涉及卫星故障定位领域。本发明对链路状态序列进行时空融合编码,降低链路状态信息的稀疏性。通过选出最优矩阵作为预测模型的输入,提高数据训练和预测效率。采用Informer模型对链路状态序列进行训练并预测,通过多头ProbSparse自注意力层和自注意力蒸馏层两部分提取长序列;解码器通过掩蔽多头ProbSparse自注意力层和多头注意力层进行生成式预测,输出多步预测矩阵,提高对故障预测的速度。计算基于差值概率分布的故障检测间隔,降低检测报文的开销。通过对故障检测参数的动态更新和预测到检测再到预测的循环,在降低检测开销的同时不断提升卫星节点拥塞感知和故障预测的精度。

本发明授权一种大规模低轨卫星网络拥塞感知和故障预测方法在权利要求书中公布了:1.一种大规模低轨卫星网络拥塞感知和故障预测方法,其特征在于:包括如下步骤, 步骤一、通过BFD协议采集两个卫星间的链路信息;对链路信息进行数据规整,得到标准链路状态序列;根据断路起始位置和持续时间,对标准链路状态序列进行时空融合编码,得到链路状态矩阵,对不同组合下的链路状态矩阵进行比较,选出最优矩阵作为预测模型的输入; 步骤二、将链路状态矩阵输入Informer模型,Informer模型通过升维、位置编码和时间特征编码对链路状态矩阵进行嵌入操作,得到嵌入后的向量;嵌入后的向量在分别经过编码层、解码层和全连接层后得到预测的链路状态矩阵;编码器通过多头ProbSparse自注意力层和自注意力蒸馏层两部分提取长序列输入的健壮的远程依赖性;解码器通过掩蔽多头ProbSparse自注意力层和多头注意力层进行生成式预测,直接输出多步预测矩阵,避免传播过程产生的累计误差问题; 步骤三、初始化故障检测参数,依据预测的链路状态矩阵判断发生断路的故障种类,故障种类分为节点拥塞和链路故障;依据测试集中预测的断路起始值和实际断路起始值的差异计算基于差值概率分布的故障检测间隔,在确保断路检测精度的同时降低检测报文的开销;依据测试集中的断路持续时间计算检测到断路后判断故障种类的反应时间; 步骤四:在每一次预测到断路后,根据步骤三设置的参数分别对节点拥塞和链路故障两种情况进行评估;对步骤三中的多种参数进行更新:基于断路起始点更新下一次预测到断路后的检测点{t1,...,tw};基于一个卫星内存阈值记录节点拥塞的持续时间更新ΔT,基于断路持续时间更新ΔT′和ΔT″;将链路状态数据加入到原始链路状态序列经过数据预处理后输入Informer模型训练并预测下一次断路;通过对故障检测参数的动态更新和预测到检测再到预测的循环,在降低检测开销的同时不断提升卫星节点拥塞感知和故障预测的精度。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京邮电大学;北京理工大学,其通讯地址为:100876 北京市海淀区西土城路10号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。