一种基于机器学习优先级预测的数据链制造技术

本发明专利技术公开了一种基于机器学习优先级预测的数据链

【技术实现步骤摘要】
一种基于机器学习优先级预测的数据链SPMA接入方法


[0001]本专利技术属于战场网络通信
，特别是涉及一种基于机器学习优先级预测的数据链
SPMA
接入方法
。

技术介绍

[0002]TTNT
数据链是一种新型的战场网络技术，它是高速动态的
Ad
‑
Hoc
网络，各移动节点之间没有固定的基础设施，每个节点均可以自由移动，它们之间通过多跳无线链路进行相互收发消息
。TTNT
数据链采用较高阶的调制解调方式
、
较高的编码译码速率以及高速切换的全向天线
。
在该技术下，系统数据吞吐量比
Link
‑
16
提升了近
20
倍，能对快速移动的敏感目标进行更精确的定位，且
TTNT
系统的抗干扰性极强
。
这种技术提供了广泛的好处，特别是在国防和政府应用方面
。
它不仅提供了一种低延迟
、Ad
‑/>Hoc、
...

【技术保护点】

【技术特征摘要】
1.
一种基于机器学习优先级预测的数据链
SPMA
接入方法，该方法包括如下步骤：步骤1：建立业务属性模型；业务的安全等级
s
，业务的安全等级越高该业务优先级越高；业务允许传输的最大时延
delay_m
，业务允许传输的最大时延越大该业务优先级越低；业务需求带宽
B
，业务需求带宽越大该业务优先级越高；业务数据大小
l
，业务数据大小越大该业务优先级越高；业务类型
type
，包括话音
、
数据
、
图像
、
态势感知，其优先级从左到右一次升高；步骤2：训练机器学习模型；步骤
2.1
：计算训练集数据的基尼指数，计算方法为：其中，
C
k
是
D
属于第
k
类的样本子集，
K
是类的个数；步骤
2.2
：将步骤
2.1
计算得到基尼指数与设定阈值比较，如果大于阈值则随机调整训练集数据中的样本，返回步骤
2.1
；否则进入步骤
2.3
；步骤
2.3
：根据步骤
2.2
得到的训练数据集，将业务属性模型作为随机森林模型的特征输入，将业务优先级作为随机森林模型的输出，通过已有...

【专利技术属性】
技术研发人员：蒋定德，郑新雨，刘心蕙，王志浩，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：