《面向无人机群的频谱管控知识图谱构建方法及装置.pdf》由会员分享，可在线阅读，更多相关《面向无人机群的频谱管控知识图谱构建方法及装置.pdf（15页珍藏版）》请在专利查询网上搜索。
1、(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202310584895.7(22)申请日 2023.05.23(71)申请人 中国人民解放军国防科技大学地址 410073 湖南省长沙市开福区砚瓦池正街47号(72)发明人 廖晓闽王雨来王建山张学庆朱璇姜水桥李有张长青夏雷(74)专利代理机构 长沙市融智专利事务所(普通合伙)43114专利代理师 颜勇(51)Int.Cl.G06F 16/36(2019.01)G06N 5/022(2023.01)(54)发明名称一种面向无人机群的频谱管控知识图谱构建方法及装置(57)摘要本发明公开了一种面向无人。
2、机群的频谱管控知识图谱构建方法及装置，方法包括：根据预设无人机群电磁频谱管控需求构建无人机群频谱管控知识本体；基于无人机群频谱管控知识本体采集目标无人机群的频谱管控数据；根据无人机群频谱管控知识本体对频率管控数据进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识；根据结构化处理知识得到目标无人机群的频谱管控知识图谱，频谱管控知识图谱以三元组为主且以四元组为辅，三元组用于描述管控基本信息，四元组用于描述时空演化信息。解决了无人机群频谱管控知识碎片化、零散化问题，提升无人机群频谱管控的自动化和实时性。权利要求书3页 说明书9页 附图2页CN 116610813 A2023.08.18CN 1。
3、16610813 A1.一种面向无人机群的频谱管控知识图谱构建方法，其特征在于，包括：根据预设无人机群电磁频谱管控需求构建无人机群频谱管控知识本体；基于所述无人机群频谱管控知识本体采集目标无人机群的频谱管控数据；根据所述无人机群频谱管控知识本体对所述频率管控数据进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识；根据所述结构化处理知识得到所述目标无人机群的频谱管控知识图谱，所述频谱管控知识图谱以三元组为主且以四元组为辅，所述三元组用于描述管控基本信息，所述四元组用于描述时空演化信息。2.根据权利要求1所述的面向无人机群的频谱管控知识图谱构建方法，其特征在于，所述根据预设无人机群电磁频谱管。
4、控需求构建无人机群频谱管控知识本体，包括：根据预设无人机群电磁频谱管控需求，确定无人机管控四类维度，所述四类维度包括装备参数、宏观电磁态势、微观电磁态势和管控决策；根据所述无人机管控四类维度构建得到无人机群频谱管控知识本体。3.根据权利要求2所述的面向无人机群的频谱管控知识图谱构建方法，其特征在于，所述装备参数包括装备基本参数和辐射性能参数两个子类；所述宏观电磁态势包括环境信息、时域信息、频域信息、能域信息、空域信息和管控效能六个子类；所述微观电磁态势包括信号要素、设备要素、信道要素和资源要素四个子类；所述管控决策涉及无人机群的飞行编队、频谱规划、功率规划、任务规划四个子类；所述装备基本参数包。
5、含设备名称、设备型号、所属平台、最大飞行速度、最长续航时间、最高飞行高度和安全距离七个属性；所述辐射性能参数包含工作频段、占用带宽、最大发射功率、天线增益、极化方式和调制方式六个属性；所述环境信息包含电波传播模型、电磁干扰客观复杂度和电磁干扰主观复杂度三个属性，所述电磁干扰客观复杂度用DTFE表示，其中所述所述所述所述T和所述F为干扰信号与评估信号在时间段t1，t2和频段f1，f2内的重叠程度，所述T和所述F的数值越大，所述干扰信号对所述评估信号的干扰可能性就越大，所述S(t，f)为信号x(t)的快速S变换，所述S0为所述评估信号设定阈值，且0S0maxS(，f)；所述电磁干扰主观复杂度的表达。
6、式为：其中，所述|H为三维向量H的范数，所述St(t1，f1)和所述St(t2，f2)为所述干扰信号和所述评估信号在快速S变换域内的幅值大小，所述和所述为所述干扰信号和所述评估信号的设定阈值；所述时域信息包括时间占用度和脉冲流密度两个属性；所述频域信息包括频段占用度、频道占用度和频谱密度三个属性；权利要求书1/3 页2CN 116610813 A2所述能域信息包括电磁信号密度、干扰信号强度、背景噪声和平均功率谱密度四个属性；所述空域信息包含空域覆盖率和辐射源密度两个属性；所述管控效能包含干扰冲突率、冲突解决率、能量效率、频谱效率和公平性五个属性；所述信号要素包含中心频率、占用带宽、调制相关度、。
7、来波方向、极化方式和信号强度六个属性；所述设备要素包括设备编号、任务编号、空间位置、移动速度、信干比、误码率、发射功率、灵敏度、电磁干扰安全裕度、续航时间和数据总吞吐量十一个属性，所述空间位置为三维，所述电磁干扰安全裕度的表达式为：FiQi+Di+MiNiGiTi；其中，所述Qi为评估设备的收信机接收门限功率，所述Di为评估设备收信机和发信机之间的响应系数，所述Mi为干扰设备到评估设备的传输损耗，所述Ni为所述干扰设备的发信机功率，所述Gi是所述干扰设备的发射天线在所述评估设备接收天线方向的增益，所述Ti为所述评估设备的接收天线在所述干扰设备的发射天线方向上的增益，总安全裕度用表示，其中所述n。
8、1和所述n2分别为己方和敌方的干扰设备总数，所述Qi/|Fi|为所述评估设备在干扰存在的情况下继续正常工作的概率，所述Qi0，1，所述 为评估系数，当所述Fi0时，表示所述评估设备受到的干扰在可容忍的范围内，当所述Fi0时，表示存在潜在干扰，所述Fi的值越小干扰越严重；所述信道要素包括信道模型、信道速率、信道增益、可用信道数、信道时延和信道容量六个属性；所述资源要素包括指配频段和空闲频段两个属性；所述飞行编队表示两架及以上无人机飞行时的队形编组；所述频谱规划表示无人机群用频设备频谱资源管理方案；所述功率规划表示所述无人机群用频设备发送功率管理方案；所述任务规划表示无人机作战任务指配方案。4.根。
9、据权利要求1所述的面向无人机群的频谱管控知识图谱构建方法，其特征在于，所述频谱管控数据包括结构化数据、半结构化数据和非结构化数据；所述结构化数据包括环境电磁频谱监测数据及装备参数表格；所述半结构化数据包括监测报表、资源库及描述文件；所述非结构化数据包括针对无人机群的法律法规、管控案例及频谱管控策略。5.根据权利要求1所述的面向无人机群的频谱管控知识图谱构建方法，其特征在于，所述根据所述无人机群频谱管控知识本体对所述频率管控数据进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识，包括：利用深度学习工具，根据所述无人机群频谱管控知识本体对所述频率管控数据中的半结构化数据和非结构化数据进行知识。
10、抽取处理，得到结构化知识，所述结构化知识的形式为三元组(E，R，O)，其中所述三元组的E为实体、R为关系及O为属性，所述三元组用于描述管控基本信息；将所述频谱管控数据中的结构化数据和所述结构化知识进行知识融合处理，得到统一权利要求书2/3 页3CN 116610813 A3格式知识，所述统一格式知识的形式为三元组；对所述统一格式知识进行知识去噪处理，得到结构化处理知识，所述结构化处理知识的形式为三元组。6.根据权利要求5所述的面向无人机群的频谱管控知识图谱构建方法，其特征在于，所述利用深度学习工具，根据所述无人机群频谱管控知识本体对所述频率管控数据中的半结构化数据和非结构化数据进行知识抽取处理。
11、，得到结构化知识，包括：利用深度学习工具，根据所述无人机群频谱管控知识本体对所述频率管控数据中的半结构化数据和非结构化数据进行命名实体识别、关系抽取及事件抽取，得到结构化知识。7.根据权利要求5所述的面向无人机群的频谱管控知识图谱构建方法，其特征在于，所述将所述频谱管控数据中的结构化数据和所述结构化知识进行知识融合处理，得到统一格式知识，包括：对所述频谱管控数据中的结构化数据和所述结构化知识进行显性代词消解、零代词消解及共指消解，得到消解后结构化数据；对所述消解后结构化数据进行实体消歧及实体链接，得到统一格式知识。8.根据权利要求1所述的面向无人机群的频谱管控知识图谱构建方法，其特征在于，所述。
12、根据所述结构化处理知识得到所述目标无人机群的频谱管控知识图谱，包括：将所述结构化处理知识的三元组信息保存到图形化数据库中；根据所述三元组信息得到描述时空演化信息的四元组信息(R，O，T，P)，所述四元组信息的R为关系、O为属性、T为时间及P为位置；以所述三元组信息为主及所述四元组信息为辅，得到所述目标无人机群的频谱管控知识图谱。9.一种面向无人机群的频谱管控知识图谱构建装置，其特征在于，包括：知识本体构建模块，用于根据预设无人机群电磁频谱管控需求构建无人机群频谱管控知识本体；采集模块，用于基于所述无人机群频谱管控知识本体采集目标无人机群的频谱管控数据；知识处理模块，用于根据所述无人机群频谱管控。
13、知识本体对所述频率管控数据中的半结构化数据和非结构化数据进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识；知识图谱形成模块，用于根据所述结构化处理知识得到所述目标无人机群的频谱管控知识图谱，所述频谱管控知识图谱以三元组为主且以四元组为辅，所述三元组用于描述管控基本信息，所述四元组用于描述时空演化信息。权利要求书3/3 页4CN 116610813 A4一种面向无人机群的频谱管控知识图谱构建方法及装置技术领域0001本发明属于无人机无线通信技术领域，尤其涉及一种面向无人机群的频谱管控知识图谱构建方法及装置。背景技术0002近年来，随着无人机的快速发展，无人机的应用逐渐从单无人机工作向着无。
14、人机群协同工作的方向演进。无人机群具有费效比高、鲁棒性好、作用范围广和群体智能高级的特点，在森林防火、抢险救灾、通信中继等领域具有巨大优势。0003知识图谱可以将知识以节点图的形式实现可视化展示，并挖掘其内在联系，揭示深层语义，将海量多源异构数据处理为统一的、利于人类理解的知识表示形式，常用于智能搜索、智能问答、医疗辅助决策和辅助数据分析与决策。0004李娜等人总结电磁环境的关键构成要素，提出了一种基于本体模型的电磁环境知识图谱构建方法，初步探讨了多维电磁环境的知识图谱表征方法，但是仅初步探讨了电磁环境知识图谱构建方法，尚未推广应用于频谱管控领域；0005孙佳琛、王金龙等人针对当前频谱管控在表。
15、征形式、管理方式、管理效率等方面存在的问题，提出将知识图谱技术应用到频谱管理领域，给出了面向频谱管控领域的知识图谱概念和相关结构体系，构建了包含图谱层、设备层和场景层的智能频谱管控框架，并探讨了典型应用，但是仅初步探讨了频谱知识图谱的构建方法，尚未针对无人机群频谱管控特性来详细构建无人机群频谱知识图谱体系；0006袁璐等人提出了一种面向通信网络的频谱知识图谱构建方法，通过本体构建、数据获取、知识抽取、知识融合、质量评估、图谱构建、知识推理和知识更新等步骤构建频谱知识图谱，提升频谱管理的智能化水平，但是应用对象为6G通信网络，不完全适用于无人机群频谱管控。发明内容0007本发明提供了一种面向无人。
16、机群的频谱管控知识图谱构建方法及装置，为无人机群管控提供管控知识和反馈管控效能，为实现无人机群频谱管控的自动化和实时性提供有效支撑。0008为了解决上述技术问题，本发明所采用的技术方案是：0009第一方面，提供一种面向无人机群的频谱管控知识图谱构建方法，包括：0010根据预设无人机群电磁频谱管控需求构建无人机群频谱管控知识本体；0011基于无人机群频谱管控知识本体采集目标无人机群的频谱管控数据；0012根据无人机群频谱管控知识本体对频率管控数据中进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识；0013根据结构化处理知识得到目标无人机群的频谱管控知识图谱，频谱管控知识图谱以三元组为主且。
17、以四元组为辅，三元组用于描述管控基本信息，四元组用于描述时空演化说明书1/9 页5CN 116610813 A5信息。0014可选的，根据预设无人机群电磁频谱管控需求构建无人机群频谱管控知识本体，包括：0015根据预设无人机群电磁频谱管控需求，确定无人机管控四类维度，四类维度包括装备参数、宏观电磁态势、微观电磁态势和管控决策；0016根据无人机管控四类维度构建得到无人机群频谱管控知识本体。0017可选的，装备参数包括装备基本参数和辐射性能参数两个子类；0018宏观电磁态势包括环境信息、时域信息、频域信息、能域信息、空域信息和管控效能六个子类；0019微观电磁态势包括信号要素、设备要素、信道要素。
18、和资源要素四个子类；0020管控决策涉及无人机群的飞行编队、频谱规划、功率规划、任务规划四个子类；0021装备基本参数包含设备名称、设备型号、所属平台、最大飞行速度、最长续航时间、最高飞行高度和安全距离七个属性；0022辐射性能参数包含工作频段、占用带宽、最大发射功率、天线增益、极化方式和调制方式六个属性；0023环境信息包含电 波传播模型、电 磁干扰客观复 杂度和电 磁干扰主观复杂 度 三个属性，电磁干扰客观复杂度用DTFE表示；其中T和F为干扰信号与评估信号在时间段t1，t2和频段f1，f2内的重叠程度，T和F的数值越大，干扰信号对评估信号的干扰可能性就越大，S(t，f)为信号x(t)的快。
19、速S变换，S0为评估信号设定阈值，且0S0maxS(，f)；电磁干扰主观复杂度的表达式为：其中，|H为三维向量H的范数，St(t1，f1)和St(t2，f2)为干扰信号和评估信号在快速S变换域内的幅值大小，和为干扰信号和评估信号的设定阈值；0024时域信息包括时间占用度和脉冲流密度两个属性；0025频域信息包括频段占用度、频道占用度和频谱密度三个属性；0026能域信息包括电磁信号密度、干扰信号强度、背景噪声和平均功率谱密度四个属性；0027空域信息包含空域覆盖率和辐射源密度两个属性；0028管控效能包含干扰冲突率、冲突解决率、能量效率、频谱效率和公平性五个属性；0029信号要素包含中心频率、占。
20、用带宽、调制相关度、来波方向、极化方式和信号强度六个属性；0030设备要素包括设备编号、任务编号、空间位置、移动速度、信干比、误码率、发射功率、灵敏度、电磁干扰安全裕度、续航时间和数据总吞吐量十一个属性，空间位置为三维，电磁干扰安全裕度的表达式为：0031FiQi+Di+MiNiGiTi.说明书2/9 页6CN 116610813 A60032其中，Qi为评估设备的收信机接收门限功率，Di为评估设备收信机和发信机之间的响应系数，Mi为干扰设备到评估设备的传输损耗，Ni为干扰设备的发信机功率，Gi是干扰设备的发射天线在评估设备接收天线方向的增益，Ti为评估设备的接收天线在干扰设备的发射天线方向上。
21、的增益，总安全裕度用表示，其中n1和n2分别为己方和敌方的干扰设备总数，Qi /|Fi|为评估设备在干扰存在的情况下继续正常工作的概率，Qi0，1，为评估系数，当Fi0时，表示评估设备受到的干扰在可容忍的范围内，当Fi0时，表示存在潜在干扰，Fi的值越小干扰越严重；0033信道要素包括信道模型、信道速率、信道增益、可用信道数、信道时延和信道容量六个属性；0034资源要素包括指配频段和空闲频段两个属性；0035飞行编队表示两架及以上无人机飞行时的队形编组；0036频谱规划表示无人机群用频设备频谱资源管理方案；0037功率规划表示无人机群用频设备发送功率管理方案；0038任务规划表示无人机作战任务。
22、指配方案。0039可选的，频谱管控数据包括结构化数据、半结构化数据和非结构化数据；0040结构化数据包括环境电磁频谱监测数据及装备参数表格；0041半结构化数据包括监测报表、资源库及描述文件；0042非结构化数据包括针对无人机群的法律法规、管控案例及频谱管控策略。0043可选的，根据无人机群频谱管控知识本体对频率管控数据中的半结构化数据和非结构化数据进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识，包括：0044利用深度学习工具，根据无人机群频谱管控知识本体对频率管控数据中的半结构化数据和非结构化数据进行知识抽取处理，得到结构化知识，结构化知识的形式为三元组(E，R，O)，其中三元组的。
23、E为实体、R为关系及O为属性，三元组用于描述管控基本信息；0045将频谱管控数据中的结构化数据和结构化知识进行知识融合处理，得到统一格式知识，统一格式知识的形式为三元组；0046对统一格式知识进行知识去噪处理，得到结构化处理知识，结构化处理知识的形式为三元组。0047可选的，利用深度学习工具，根据无人机群频谱管控知识本体对频率管控数据中的半结构化数据和非结构化数据进行知识抽取处理，得到结构化知识，包括：0048利用深度学习工具，根据无人机群频谱管控知识本体对频率管控数据中的半结构化数据和非结构化数据进行命名实体识别、关系抽取及事件抽取，得到结构化知识。0049可选的，将频谱管控数据中的结构化数。
24、据和结构化知识进行知识融合处理，得到统一格式知识，包括：0050对频谱管控数据中的结构化数据和结构化知识进行显性代词消解、零代词消解及共指消解，得到消解后结构化数据；0051对消解后结构化数据进行实体消歧及实体链接，得到统一格式知识。0052可选的，根据结构化处理知识得到目标无人机群的频谱管控知识图谱，包括：0053将结构化处理知识的三元组信息进行保存到图形化数据库中；0054根据三元组信息得到描述时空演化信息的四元组信息(R，O，T，P)，所述四元组信说明书3/9 页7CN 116610813 A7息的R为关系、O为属性、T为时间及P为位置；0055以三元组信息为主及四元组信息为辅，得到目标。
25、无人机群的频谱管控知识图谱。0056第二方面，提供了一种面向无人机群的频谱管控知识图谱构建装置，包括：0057知识本体构建模块，用于根据预设无人机群电磁频谱管控需求构建无人机群频谱管控知识本体；0058采集模块，用于基于无人机群频谱管控知识本体采集目标无人机群的频谱管控数据；0059知识处理模块，用于根据无人机群频谱管控知识本体对频率管控数据进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识；0060知识图谱形成模块，用于根据结构化处理知识得到目标无人机群的频谱管控知识图谱，频谱管控知识图谱以三元组为主且以四元组为辅，三元组用于描述管控基本信息，四元组用于描述时空演化信息。0061本发明。
26、所达到的有益效果：0062根据预设无人机群电磁频谱管控需求构建无人机群频谱管控知识本体；基于无人机群频谱管控知识本体采集目标无人机群的频谱管控数据；根据无人机群频谱管控知识本体对频率管控数据中进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识；根据结构化处理知识得到目标无人机群的频谱管控知识图谱，频谱管控知识图谱以三元组为主且以四元组为辅，三元组用于描述管控基本信息，四元组用于描述时空演化信息。通过构建无人机群频谱管控知识本体，形成了完备且具体的无人机群频谱管控要素体系，将海量多源异构数据整合为知识图谱，为无人机群管控系统提供管控知识和反馈管控效能，有效解决无人机群频谱管控知识碎片化、零。
27、散化问题，提升无人机群频谱管控的自动化和实时性。附图说明0063图1为本发明面向无人机群的频谱管控知识图谱构建方法的流程图；0064图2为本发明知识处理流程的示意图；0065图3为本发明面向无人机群的频谱管控知识图谱构建装置的结构图。具体实施方式0066下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。0067如图1所示，本发明实施例提供一种面向无人机群的频谱管控知识图谱构建方法，包括：0068101，根据预设无人机群电磁频谱管控需求构建无人机群频谱管控知识本体；0069其中，根据预设无人机群电磁频谱管控需求，确定无人机管控四类。
28、维度，四类维度包括装备参数、宏观电磁态势、微观电磁态势和管控决策；根据无人机管控四类维度构建得到无人机群频谱管控知识本体；0070本体间关系包括查询、指导、协同和评估四种关系，四类本体涵盖的内容和方面不同，具体描述如下：0071装备参数主要描述记录在库的用频设备的详细信息，可细分为两类子类：基本参说明书4/9 页8CN 116610813 A8数和辐射性能参数；0072宏观电磁态势主要描述任务地域在频谱管控下的电磁环境宏观信息，可细分为六个子类：环境信息、时域信息、频域信息、能域信息、空域信息和管控效能；0073微观电磁态势主要描述量化后的电磁环境，着重于重要信号分析、任务相关设备规划、通信资。
29、源和频谱资源，可细分为三个子类：信号要素、设备要素、信道要素和资源要素；0074管控决策主要描述无人机群任务过程中的频谱管控策略，可细分为四个子类：飞行编队、频谱规划、功率规划和任务规划；0075装备基本参数包含设备名称、设备型号、所属平台、最大飞行速度、最长续航时间、最高飞行高度和安全距离七个属性；0076辐射性能参数包含工作频段、占用带宽、最大发射功率、天线增益、极化方式和调制方式六个属性；0077环 境 信 息 包 含 电 波 传 播 模 型、电 磁 干 扰 客 观 复 杂 度 和电 磁 干 扰 主观 复 杂度三个属性，电磁干扰客观复杂度用DTFE表示；其中T和F为干扰信号与评估信号在时。
30、间段t1，t2和频段f1，f2内的重叠程度，T和F的数值越大，干扰信号对评估信号的干扰可能性就越大，S(t，f)为信号x(t)的快速S变换，S0为评估信号设定阈值，且0S0maxS(，f)；电磁干扰主观复杂度的表达式为：其中，|H为三维向量H的范数，St(t1，f1)和St(t2，f2)为干扰信号和评估信号在快速S变换域内的幅值大小，和为干扰信号和评估信号的设定阈值；0078时域信息包括时间占用度和脉冲流密度两个属性；脉冲流密度是指单位时间内到达接收设备的脉冲信号总数；0079频域信息包括频段占用度、频道占用度和频谱密度三个属性；频段占用度指在监测频段内，信号强度高于设定阈值的信道数与总信道数。
31、的比值；频道占用度指当前监测信道，信号强度高于设定阈值的时间与总监测时间的比值；频谱密度指能量信号的Fourier变换；0080能域信息包括电磁信号密度、干扰信号强度、背景噪声和平均功率谱密度四个属性；电磁信号密度用以描述某一地域，接收机单位时间内可接收到的电磁信号流的数量；干扰信号强度用以描述管控频段内，强度、带宽等指标大于设定阈值的主要干扰信号的强度；0081空域信息包含空域覆盖率和辐射源密度两个属性；空域覆盖率是指有效电磁辐射高于阈值的区域面积占总任务区域面积的比例；辐射源密度是指单位面积内，主要辐射源的数量；0082管控效能包含干扰冲突率、冲突解决率、能量效率、频谱效率和公平性五个属性。
32、；干扰冲突率用以衡量当前频率分配下，设备频率冲突程度的大小；冲突解决率用以描述实施频谱管控后干扰冲突解决率；能量效率指有效信息传输速率与信号发射功率的比值；频说明书5/9 页9CN 116610813 A9谱效率指无人机数据总吞吐量与占用带宽的比值；用户公平因子用以描述在频谱管控下通信用户的公平性；0083信号要素包含中心频率、占用带宽、调制相关度、来波方向、极化方式和信号强度六个属性；调制相关度用以描述检测波形与某一调制方式的相关程度；0084设备要素包括设备编号、任务编号、空间位置、移动速度、信干比、误码率、发射功率、灵敏度、电磁干扰安全裕度、续航时间和数据总吞吐量十一个属性，空间位置为三。
33、维，电磁干扰安全裕度的表达式为：0085FiQi+Di+MiNiGiTi；0086其中，Qi为评估设备的收信机接收门限功率，Di为评估设备收信机和发信机之间的响应系数，Mi为干扰设备到评估设备的传输损耗，Ni为干扰设备的发信机功率，Gi是干扰设备的发射天线在评估设备接收天线方向的增益，Ti为评估设备的接收天线在干扰设备的发射天线方向上的增益，总安全裕度用表示，其中n1和n2分别为己方和敌方的干扰设备总数，Qi /|Fi|为评估设备在干扰存在的情况下继续正常工作的概率，Qi0，1，为评估系数，当Fi0时，表示评估设备受到的干扰在可容忍的范围内，当Fi0时，表示存在潜在干扰，Fi的值越小干扰越严重。
34、；0087信道要素包括信道模型、信道速率、信道增益、可用信道数、信道时延和信道容量六个属性；0088资源要素包括指配频段和空闲频段两个属性；0089飞行编队表示两架及以上无人机飞行时的队形编组；0090频谱规划表示无人机群用频设备频谱资源管理方案；0091功率规划表示无人机群用频设备发送功率管理方案；0092任务规划表示无人机作战任务指配方案。0093102，基于无人机群频谱管控知识本体采集目标无人机群的频谱管控数据；0094其中，目标无人机群在实际应用中的频谱管控数据的数据类型包括了结构化、半结构化和非结构化三种；0095结构化数据包括环境电磁频谱监测数据及装备参数表格等；0096半结构化数。
35、据包括监测报表、资源库及描述文件等；0097非结构化数据包括针对无人机群的法律法规、管控案例及频谱管控策略等。0098103，根据无人机群频谱管控知识本体对频率管控数据进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识；0099其中，具体的知识处理流程的步骤如图2所示，包括：0100201，利用深度学习工具，根据无人机群频谱管控知识本体对频率管控数据中的半结构化数据和非结构化数据进行知识抽取处理，得到结构化知识；0101知识抽取的具体内容是命名实体识别、关系抽取及事件抽取三个步骤，得到结构化知识，结构化知识的形式为三元组(E，R，O)，其中三元组的E为实体、R为关系及O为属性，三元组用于。
36、描述管控基本信息，即以无人机群频谱管控知识本体为模板，从非结构化和半结构化文本文件中，自动识别实体和关系，将文本信息转化为(头实体，关系，属性)形式的三元组知识表示。0102202，将频谱管控数据中的结构化数据和结构化知识进行知识融合处理，得到统一说明书6/9 页10CN 116610813 A10格式知识；0103先对频谱管控数据中的结构化数据和结构化知识进行显性代词消解、零代词消解及共指消解，得到消解后结构化数据；对消解后结构化数据进行实体消歧及实体链接，得到统一格式知识，统一格式知识的形式为三元组；0104显性代词消解是指当前代词与上下文有密切联系，在不同的语境中有不同的含义；0105零。
37、代词消解是指恢复零代词指代前文语义词的过程；0106共指消解是指两个指代名词由于拼写错误、名称变体、命名规则不同或者缩写等，虽然名称不一样，但在现实世界中指代的对象相同；0107实体消歧是指将具有多重含义的实体名称，映射到正确实体上的过程；0108实体链接是指将抽取的实体对象，链接到知识库中对应正确实体对象的过程。0109203，对统一格式知识进行知识去噪处理，得到结构化处理知识；0110结构化处理知识的形式为三元组，知识去噪是指在形成知识图谱前，对图谱知识进行处理，解决可能存在的语义重复、同义和不恰当分类的问题。0111104，根据结构化处理知识得到目标无人机群的频谱管控知识图谱，频谱管控知。
38、识图谱以三元组为主且以四元组为辅，三元组用于描述管控基本信息，四元组用于描述时空演化信息。0112其中，将结构化处理知识的三元组信息进行保存到图形化数据库中，根据三元组信息得到描述时空演化信息的四元组信息，以三元组信息为主及四元组信息为辅，得到目标无人机群的频谱管控知识图谱，管控基本知识以三元组(E，R，O)描述为主，其中，E，R和O分别表示实体、关系和属性。考虑到管控系统中的部分实体在不同时间和地点有不同的属性，采用四元组(R，O，T，P)描述实体时空演化信息，其中，T表示实体所处时间，P表示实体所处位置。将知识存储到图形化数据库中，实现知识图谱可视化，便于后期知识推理和更新。构建的无人机群。
39、频谱管控知识图谱可以根据战场电磁环境宏观态势和微观态势信息，结合无人机群装备和任务特性，根据频管策略快速规划无人机群飞行编队、各个无人机工作频段和发射功率，同时反馈管控效能，能够有效提升无人机群电磁频谱管控效能。0113本发明实施例的实施原理为：0114根据预设无人机群电磁频谱管控需求构建无人机群频谱管控知识本体；基于无人机群频谱管控知识本体采集目标无人机群的频谱管控数据；根据无人机群频谱管控知识本体对频率管控数据进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识；根据结构化处理知识得到目标无人机群的频谱管控知识图谱，频谱管控知识图谱以三元组为主且以四元组为辅，三元组用于描述管控基本信息。
40、，四元组用于描述时空演化信息。通过构建无人机群频谱管控知识本体，形成了完备且具体的无人机群频谱管控要素体系，将海量多源异构数据整合为知识图谱，为无人机群管控系统提供管控知识和反馈管控效能，有效解决无人机群频谱管控知识碎片化、零散化问题，提升无人机群频谱管控的自动化和实时性。0115基于以上图1和图2所示的实施例中的面向无人机群的频谱管控知识图谱构建方法，下面通过实施例对面向无人机群的频谱管控知识图谱构建装置进行说明，如图3所示，本发明实施例的面向无人机群的频谱管控知识图谱构建装置，包括：0116知识本体构建模块301，用于根据预设无人机群电磁频谱管控需求构建无人机群说明书7/9 页11CN 1。
41、16610813 A11频谱管控知识本体；0117采集模块302，用于基于无人机群频谱管控知识本体采集目标无人机群的频谱管控数据；0118知识处理模块303，用于根据无人机群频谱管控知识本体对频率管控数据进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识；0119知识图谱形成模块304，用于根据结构化处理知识得到目标无人机群的频谱管控知识图谱，频谱管控知识图谱以三元组为主且以四元组为辅，三元组用于描述管控基本信息，四元组用于描述时空演化信息。0120在本实施例中，知识本体构建模块301用于构建面向无人机群频谱管控的知识本体，包括本体分类单元、关系属性构建单元和数据属性构建单元；0121本。
42、体分类单元，首先获取专家知识和领域知识词典，然后将词典中的名词按照逻辑结构进行分类，形成一个较为完备的领域本体模型；0122关系属性构建单元，在专家知识的指导下，定义本体类与类之间的关系；0123数据属性构建单元，为本体类下的实体定义属性，并限制属性值的数据格式；0124将最终得到的无人机群频谱管控知识本体用以RDF语言描述的owl格式文件保存；0125采集模块302处理的数据或资料主要包括：频管专业人士口述录音信息、纸质资料和数字化存储的资料；所要采取的数字化处理方法包括，语音识别、OCR识别，语音识别用于将音频文件转化为数字化文本文件，OCR识别用于将以纸质资料的形式保存的文件，转化为数字。
43、化文本信息；最后将数字化处理的文件进行整理，包括修改错别字、补全缺失信息和校对文档格式；0126知识处理模块303包括知识抽取单元、知识融合单元和知识去噪单元，知识抽取单元以知识本体模型为模板，从非结构化和半结构化文本文件中，自动识别实体和关系，将文本信息转化为(头实体，关系，属性)形式的三元组知识表示；知识融合单元将结构化文本文件中的结构化表示重新排列为三元组表示，并与知识抽取单元输出的文件进行合并，删除重复数据；知识去噪单元用于解决可能存在的语义重复、同义和不恰当分类的问题；0127知识图谱形成模块304包括知识可视化单元和四元组整理单元，知识可视化单元用于读取保存三元组信息的文件，并存储。
44、到图形化数据库中，实现可视化展示；四元组整理单元用于从三元组描述中，自动整理出描述时空演化信息的四元组，并按特定格式保存，便于后期知识推理。0128本发明所达到的有益效果：0129知识本体构建模块301根据预设无人机群电磁频谱管控需求构建无人机群频谱管控知识本体；采集模块302基于无人机群频谱管控知识本体采集目标无人机群的频谱管控数据；知识处理模块303根据无人机群频谱管控知识本体对频率管控数据进行知识抽取、知识融合及知识去噪处理，得到结构化处理知识；知识图谱形成模块304根据结构化处理知识得到目标无人机群的频谱管控知识图谱，频谱管控知识图谱以三元组为主且以四元组为辅，三元组用于描述管控基本信。
45、息，四元组用于描述时空演化信息。通过构建无人机群频谱管控知识本体，形成了完备且具体的无人机群频谱管控要素体系，将海量多源异构数据整合为知识图谱，为无人机群管控系统提供管控知识和反馈管控效能，有效解决无人机群频谱管控知识碎片化、零散化问题，提升无人机群频谱管控的自动化和实时性。说明书8/9 页12CN 116610813 A120130基于相同的技术方案，本发明还公开了一种计算设备，包括一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在一个或多个存储器中并被配置为由一个或多个处理器执行，一个或多个程序包括用于执行以上描述的面向无人机群的频谱管控知识图谱构建方法的指令。。
46、0131本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CDROM、光学存储器等)上实施的计算机程序产品的形式。0132本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算。
47、机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。0133这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。0134这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。0135以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。说明书9/9 页13CN 116610813 A13图1图2说明书附图1/2 页14CN 116610813 A14图3说明书附图2/2 页15CN 116610813 A15。