【技术实现步骤摘要】
战场动态数据采集时效性优化方法、装置及计算机设备
[0001]本专利技术涉及计算机,更具体地说是指战场动态数据采集时效性优化方法、装置及计算机设备。
技术介绍
[0002]在执行任务时,作战人员可以利用移动终端,比如无人机以及机器人等,采集环境数据以便更新和掌握环境安全态势,采集到的数据需要及时地上传到云中心进行数据更新,这对系统的时效性和数据的新鲜度有较高要求,但由于移动终端计算能力有限,且数据传输可能面临带宽压力,导致数据处理时延大和传输中断等问题。
[0003]动态数据采集过程对时效性十分敏感,传统的时延计算一般是接收时刻与传输时刻的差值,这种方法有一个不足,就是不能反映数据的新鲜度,可能会因为信道质量等原因导致先产生的数据后发送和,这对需要实时更新状态的系统是不合适的。
[0004]因此,有必要设计一种新的方法,实现提高动态数据采集的时效性。
技术实现思路
[0005]本专利技术的目的在于克服现有技术的缺陷,提供战场动态数据采集时效性优化方法、装置及计算机设备。
[0006]为 ...
【技术保护点】
【技术特征摘要】
1.战场动态数据采集时效性优化方法,其特征在于,包括:获取环境数据动态采集信号;将移动终端数据的平均信息年龄转换为数学问题;将所述数学问题输入至融合注意力机制的Actor
‑
Critic网络模型中进行带宽分配比例集合计算,以得到计算结果;利用所述计算结果分配边缘服务器,以进行所述环境数据的卸载计算;其中,融合注意力机制的Actor
‑
Critic网络模型部署在移动终端和边缘服务器上。2.根据权利要求1所述的战场动态数据采集时效性优化方法,其特征在于,所述将移动终端数据的平均信息年龄转换为数学问题,包括:将移动终端数据的平均信息年龄的优化问题建模为一个马尔可夫过程,以得到数学问题。3.根据权利要求1所述的战场动态数据采集时效性优化方法,其特征在于,在融合注意力机制的Actor
‑
Critic网络模型的训练过程中,设置每Ef轮学习后,所有智能体共享各自的模型参数并更新;每个移动终端的智能体的Actor和Critic网络各自保留权重为w的参数,并结合其他智能体的参数进行更新。4.根据权利要求3所述的战场动态数据采集时效性优化方法,其特征在于,采用联邦学习算法训练融合注意力机制的Actor
‑
Critic网络模型,智能体与环境交互的过程作为经验缓存集合中,作为训练样本训练融合注意力机制的Actor
‑
...
【专利技术属性】
技术研发人员:郑会吉,崔翛龙,张友善,邱鑫源,
申请(专利权)人:中国人民武装警察部队工程大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。