[发明专利]基于多传感器群体决策的大功率短波天线自动控制方法有效
| 申请号: | 201510176181.8 | 申请日: | 2015-04-15 | 
| 公开(公告)号: | CN104820772B | 公开(公告)日: | 2018-01-16 | 
| 发明(设计)人: | 毛志杰;郭勇;任查学;周林;陈英梅;郝东来;郭超平;杜廷龙;高梅;张平 | 申请(专利权)人: | 中国人民解放军西安通信学院 | 
| 主分类号: | G06F19/00 | 分类号: | G06F19/00 | 
| 代理公司: | 西安弘理专利事务所61214 | 代理人: | 罗笛 | 
| 地址: | 710106 陕西省*** | 国省代码: | 陕西;61 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | 本发明公开了基于多传感器群体决策的大功率短波天线自动控制方法,包括在短波发射天线的不同工作时刻,不同的多传感器群体决策问题方案下,采集各短波发射天线的天线属性信息;处理各短波发射天线在各多传感器群体决策问题方案下采集的天线属性信息,得到各多传感器群体决策问题方案的相对尺度函数;计算相对尺度函数的值,依据相对尺度函数值从大到小的顺序,对各基于多传感器群体决策问题方案排序,短波发射天线执行排序在前三的三个方案。当短波发射台站设备发生故障时,可以及时检测修复及自动实现代播,降低了停播时间,满足大功率短波系统的实时性和安全性要求,提高了短波发射台站设备的使用效率和自动水平,易于推广使用。 | ||
| 搜索关键词: | 基于 传感器 群体 决策 大功率 短波 天线 自动控制 方法 | ||
【主权项】:
                基于多传感器群体决策的大功率短波天线自动控制方法,其特征在于,包括:在短波发射天线的不同工作时刻,采集各多传感器群体决策问题方案下的各短波发射天线的天线属性信息;采集的短波发射天线的天线属性信息的具体过程如下:采用短波发射天线上设置的姿态传感器获取天线姿态属性:天线方位与俯仰角,采用短波发射天线上设置的状态传感器获取天线状态属性:天线功率因子、发射频率以及运行时间,采用短波发射天线上设置的环境传感器获取短波发射机运行环境属性信息:天线温度及环境湿度;处理各短波发射天线在各多传感器群体决策问题方案下采集的天线属性信息,得到各多传感器群体决策问题方案的相对尺度函数;得到各多传感器群体决策问题方案的相对尺度函数的具体过程如下:记Xk为多传感器群体决策问题的方案,k=1,2,…,M,多传感器群体决策问题的方案集为X={X1,X2,…XM};记l为工作的短波发射天线,l=1,2,…,L;记uj为多传感器群体决策问题的天线属性,j=1,2,…,N,ukj表示采集的第k个方案的第j个天线属性,多传感器群体决策问题的天线属性集U=(ukj)M×N;其中,天线姿态属性天线方位俯仰角记为u1,功率因子记为u2,发射频率记为u3、天线运行时间记为u4,天线温度及环境湿度记为u5;记为第j个天线属性的权重,那么属性的权重向量为2.1,构建群体决策矩阵Rl:对采集得到的各天线的各属性ukj进行规范化处理,构建决策矩阵Rl,Rl=(Akj)M×N,Akj表示第k个方案的第j个属性ukj规范化后的属性值,为群体决策矩阵Rl第k行第j列的值;2.2,对决策矩阵Rl进行归一化处理,构建规范化群体决策矩阵及2.3,确定多传感器群体决策问题的正负理想方案及2.4,对权重向量的权重值进行规范化处理,得到W及Wi;2.5,计算构建的归一化规范化群体决策矩阵与正负理想方案之间的距离;2.6,计算各多传感器群体决策问题方案的相对尺度函数;计算相对尺度函数的值,依据相对尺度函数值从大到小的顺序,对各基于多传感器群体决策问题方案排序,短波发射天线执行排序在前三的三个方案。
            
                    下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
                
                
            该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军西安通信学院,未经中国人民解放军西安通信学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510176181.8/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
                    G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
                
            G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用





