在进行实时对抗的任务中,对于敌方的动作识别较为困难,需要根据对方的移动轨迹或行为来分析对方的意图,预测其未来目标,构建规划策略库.针对此问题,提出基于数据驱动的多智能体识别算法,该算法首先采用基于自动机的特征提取方法,获得规...在进行实时对抗的任务中,对于敌方的动作识别较为困难,需要根据对方的移动轨迹或行为来分析对方的意图,预测其未来目标,构建规划策略库.针对此问题,提出基于数据驱动的多智能体识别算法,该算法首先采用基于自动机的特征提取方法,获得规划需要的位置和任务信息;然后将规划识别问题转换为多分类问题,并从单智能体角度切入,给出了一种基于极端梯度提升(extreme gradient boosting,XGBoost)的多分类模型;之后,对于多智能体之间可能存在的合作行为,使用无监督学习的一种基于密度对噪声鲁棒的空间聚类算法(density-based spatial clustering of applications with noise,DBSCAN)对多智能体进行分簇,以促进协同合作.对于同簇智能体,构建了一种针对多智能体的多分类模型,完成对多智能体的目标预测.在获悉敌方目标后,提出基于博弈的围捕逼停算法,构建非合作动态博弈模型,通过求解纳什均衡得到应对敌方的最优策略.最后,通过仿真验证了所提出算法的有效性.展开更多
在无线传感器网络(Wireless Sensor Network,WSN)中,移动接收器(Mobile Sink,MS)通过周期性遍历网络来收集传感器的数据,防止出现热点问题。然而,当传感器节点产生的数据不均匀时,MS驱动的数据采集效率会受到汇聚点(Rendezvous Points,R...在无线传感器网络(Wireless Sensor Network,WSN)中,移动接收器(Mobile Sink,MS)通过周期性遍历网络来收集传感器的数据,防止出现热点问题。然而,当传感器节点产生的数据不均匀时,MS驱动的数据采集效率会受到汇聚点(Rendezvous Points,RPs)和网络拓扑结构的限制。因此,研究了大规模WSN中非均匀数据场景下的数据采集方法,提出了基于移动sink驱动数据收集的最优聚类和网络拓扑(Optimal Clustering and Network Topology for Mobile Sink-Driven Data Collection,OCNTMS)。OCNTMS侧重于确定最佳中继节点及其相关集群。通过加权均衡聚类、成本函数优化、负载均衡链路构建、节点转发选择等方法,高效构建集群内的链路集,准确规划MS对RPs的遍历。仿真结果表明,在非均匀数据生成约束下,OCNTMS能有效提高网络能量效率和数据传输效率,延长网络寿命。展开更多
文摘在进行实时对抗的任务中,对于敌方的动作识别较为困难,需要根据对方的移动轨迹或行为来分析对方的意图,预测其未来目标,构建规划策略库.针对此问题,提出基于数据驱动的多智能体识别算法,该算法首先采用基于自动机的特征提取方法,获得规划需要的位置和任务信息;然后将规划识别问题转换为多分类问题,并从单智能体角度切入,给出了一种基于极端梯度提升(extreme gradient boosting,XGBoost)的多分类模型;之后,对于多智能体之间可能存在的合作行为,使用无监督学习的一种基于密度对噪声鲁棒的空间聚类算法(density-based spatial clustering of applications with noise,DBSCAN)对多智能体进行分簇,以促进协同合作.对于同簇智能体,构建了一种针对多智能体的多分类模型,完成对多智能体的目标预测.在获悉敌方目标后,提出基于博弈的围捕逼停算法,构建非合作动态博弈模型,通过求解纳什均衡得到应对敌方的最优策略.最后,通过仿真验证了所提出算法的有效性.
文摘在无线传感器网络(Wireless Sensor Network,WSN)中,移动接收器(Mobile Sink,MS)通过周期性遍历网络来收集传感器的数据,防止出现热点问题。然而,当传感器节点产生的数据不均匀时,MS驱动的数据采集效率会受到汇聚点(Rendezvous Points,RPs)和网络拓扑结构的限制。因此,研究了大规模WSN中非均匀数据场景下的数据采集方法,提出了基于移动sink驱动数据收集的最优聚类和网络拓扑(Optimal Clustering and Network Topology for Mobile Sink-Driven Data Collection,OCNTMS)。OCNTMS侧重于确定最佳中继节点及其相关集群。通过加权均衡聚类、成本函数优化、负载均衡链路构建、节点转发选择等方法,高效构建集群内的链路集,准确规划MS对RPs的遍历。仿真结果表明,在非均匀数据生成约束下,OCNTMS能有效提高网络能量效率和数据传输效率,延长网络寿命。
