本技术属于室内定位技术领域，具体是涉及一种面向异构环境的基于深度强化学习的轨迹定位方法。本发明充分利用了环境中的观测和智能体自身的历史动态信息，以智能体的位置、环境中具有设备异构性的RSS向量和过去n个时刻的历史动作为状态，用于动作的选择。再基于近场条件选择强于RSS阈值对应的APs，以构成选定的APs集合，再根据集合的大小计算最终奖赏值。依据MDP中设计的各要素对智能体的位置进行估计，并以奖赏值为学习导向基于经验重放机制和目标网络进行深度强化学习算法的迭代训练。本发明基于路径损耗模型得到具有设备异构性的仿真RSS数据，实验结果证明本发明所提方法能够实现较高的定位精度，并对处理异构RSS数据也具有一定的鲁棒性。

本技术公开了一种车联网中基于NDN和车辆坐标的多潜在转发节点传输方法，特别适用于车联网等节点移动性高的网络。该发明针对传统TCP/IP车联网传输路径中只有唯一确定的下一跳转发节点，易造成传输不稳定的问题，提出一种基于NDN面向内容性质以及车辆坐标信息，构造多潜在转发节点进行内容传输的方法。通过扩展基于NDN的车联网中的PIT表和FIB表，在PIT表和FIB表中分别为转发数据包和兴趣包，记录多个潜在转发节点的坐标信息；并根据车辆的坐标信息指定主转发节点和从转发节点，通过监听和设置随机时间，错开或者取消转发，以避免传输冗余和冲突；最终在车联网中构造动态的多潜在转发节点路径，提高车联网内容传输性能。

本技术公开了一种基于区块链的多无人机频谱动态授权和干扰协调方法，包括:得到当前时隙的可用子载波合集；无人机发起频谱接入请求，关联基站根据当前时隙频谱池内可用资源数量，结合无人机的任务需求和其他基站的干扰阈值，计算子问题得到无人机的用频策略；每个基站对上传的用频策略进行共识，验证是否存在策略冲突。本发明通过频谱动态授权框架，使基站可以共享频谱池内空闲资源，无人机按需进行频谱申请，并且由每个基站独立计算其关联的无人机的用频策略，从而降低了计算复杂度；同时设计一种基于共识机制的干扰冲突消除方案，其他节点进行干扰验证，当存在有害干扰时，基站根据受扰基站的干扰阈值重新计算无人机的用频策略，从而控制对其他基站的有害干扰，并保证分布式策略的全局一致性。

本技术提供了一种基于双级轮询的高信息时效性数据传输方法，基于双级轮询和数据聚合的工业传感器网络模型包括传感器、聚合器和监视器，基于双级轮询的高信息时效性数据传输方法包括以下步骤:步骤1：根据传感器节点间的空间相关性将传感器节点分为K组；步骤2：为每一组传感器配置一个聚合器；步骤3：传感器节点轮询的向聚合器发送信息更新，每组中的传感器节点按照聚合器的轮询周期，轮询的选择节点将数据信息传输到聚合器，此次轮询为一级轮询；步骤4：聚合器收集组内节点的数据，并进行聚合；步骤5：聚合器通过轮询的方式将聚合后的数据转发到监视器，此次轮询为二级轮询。本发明有效提高传感器网络系统的时效性。

一种基于部分信道信息的太赫兹动态子阵列混合波束赋形方法，根据发射机与接收机间的传播路径的出发角度与路径损耗幅度，构建包含开关器状态的频谱效率模型，通过求解得到模型最大值时对应的最优开关器状态，进而计算得到优化的数字波束赋形矩阵，最后根据最优开关器状态矩阵调节多选开关状态，使用优化的数字波束赋形矩阵调节数字信号处理权重，从而完成波束赋形过程。本技术利用太赫兹超大规模天线阵列的天线相位正交性，仅需少量信道参数，即发射机与接收机间的传播路径的出发角度与路径损耗幅度，即可实现与基于完整信道信息的已有方法相近的频谱效率，从而大大降低信道估计复杂度且具有相近的频谱效率。

 本文提供一种基于通信协议适配的智能手表数据快速传输方法，属于物联网的通信领域，用以实现IoT设备能够快速接入到网络，以降低接入时延，实现数据快速传输。该方法包括:在物联网IoT设备通过接入网RAN设备请求接入AMF网元所在的网络的情况下，若AMF网元确定IoT设备与用户设备UE共享安全通信协议，则AMF网元确定IoT设备不需要进行接入的安全认证流程，IoT设备为智能穿戴设备；响应于IoT设备不需要进行接入的安全认证流程，AMF网元触发IoT设备与RAN设备同步UE的安全上下文，UE的安全上下文用以IoT设备与RAN进行安全数据传输。

 本技术涉及一种配电通信网络综合管理方法及系统，包括以下步骤:S1:获取公网运营商开放的5G网络切片数据、卡连接数据及电力终端采集数据，并预处理；S2:基于One‑Class SVM模型构建异常检测模型，基于异常检测模型识别异常数据点，使用聚类算法和特征重要性分析，对异常数据点进行聚类分类，识别不同类型的异常模式，并结合网络和性能特征，确定具体的异常模式；S3:基于LSTM模型构建预测模型，预测未来网络状态；S4:结合异常检测结果与预测结果，采用动态资源调度策略SD‑WAN优化5G切片资源分配，提高网络利用率；S5:进行数据可视化，创建仪表盘,展示网络状态、流量、性能信息。本发明有效地优化5G网络的资源分配，提高网络利用率和系统性能。

 一种基于分割联邦学习的无人机小基站RAN切片方法，在面向服务的RAN切片框架中，采用资源共享的柔性指标被用来度量切片性能隔离质量；隔离质量最大化问题被建模为一个共享资源预留与资源切片的联合优化问题；采用面向多机协作的方法求解该问题；构建基于分簇的分割联邦学习SFL方法，无人机和地面基站的位置被用于分簇，基站作为簇头负责接收作为成员的无人机模型参数；成员的模型被分割为空中模型和地面模型，通过梯度交互完成局部迭代；采用Transformer增强的空中模型聚合，Transformer被集成在作为簇头的地面基站上，其中的多头注意力机制被用于优化空中模型聚合，以增强全局模型的泛化性。

 本技术公开了一种基于注意力和时空卷积的车联网攻击检测方法，涉及车联网通信数据安全领域，包括:车辆在可信机构入网并获得ID；边缘云收集车辆的包含ID的基本安全消息数据集并预处理；获得包括边集合和节点集合的时序图；边缘云生成包括图卷积神经网络、循环神经网络和注意力机制的网络模型，划分训练集和测试集，训练注意力和时空卷积网络模型；采用测试集测试网络模型，获得类别预测，并根据相关指标对模型性能进行评估。本发明通过采用图卷积神经网络在学习车辆在道路中的拓扑结构以捕获车辆的空间依赖性的同时，采用循环神经网络学习基本安全消息BSMs的动态变化以捕获时间依赖性并采用注意力机制使模型具有较好的鲁棒性。

 本文公开了一种利用轨道角动量复用编码和基于迁移学习解码的光通信方法，涉及光通信技术领域，该方法包括:按照预设编码方案将待传输图像对应的二进制比特流转换为多个码元符号；预设编码方案包括各码元符号与光束集合中各复用光束的一一对应关系；光束集合包括不同轨道角动量的阶数和权重叠加形成的轨道角动量复用光束；根据螺旋相位图得到复用光束；将复用光束和高斯平面波进行同轴干涉得到干涉光束；干涉光束经过大气干扰，得到干扰后的干涉光束；将干扰后的干涉光束的强度图输入训练好的迁移学习网络得到轨道角动量谱；根据轨道角动量谱以及预设编码方案恢复出待传输图像，本申请可提高编码容量和效率，降低误码率，实现可靠传输。