本文公开了一种飞行自组网络方法及通信节点，适用于飞机器自动组建网络。其中的方法包括:第一节点在第一时间确定第一节点在第二时间分别与至少一个相邻节点之间的相对速度，获得至少一个相对速度，其中，第二时间晚于第一时间；根据至少一个相对速度确定第一节点与至少一个相邻节点之间的链路质量，获得至少一个链路质量；根据至少一个链路质量确定MPR集，并通过MPR集中的MPR节点发送TC分组；根据TC分组转发的拓扑信息更新本地组网拓扑表和路由表。通过方法可尽量减少节点和邻居节点链路已经断开，但依旧在传输数据的情况，进而降低丢包率和网络开销。

 本技术公开了一种环路辅助的量子态放大器，包括量子态放大模块、光子减法模块；所述量子态放大模块将输入的任意相干态加入热噪声后，导致相干态的随机位移变换，获取高斯混合输出态；光子减法模块包括分束器、单光子探测器、以及分束器两端的量子光开关，真空态与量子态放大模块的输出态在分束器处耦合，执行单光子减法，利用单光子探测器在分束器处探测光子，如果探测到光子，输出放大后的量子态，否则，量子光开关将量子态转入环路，重新执行光子减法。该方案在光子减法步骤中加入了一个反馈环路，允许当探测失败时，量子态进入环路并重复光子减法操作。使得量子放大器的成功率得到了显著提升，同时也减少了量子态的退相干。

 一种基于Q‑learning学习方法的滴灌系统水压调节及分散式无线传感器网络系统，解决了现存滴灌管道在不平坦地形水压分配不均难以保证作物灌溉需求的问题。所述系统包括判断各出水口水压是否相同，对水压不同的出水口进行调节，并根据无线传感器网络对整个灌溉网络水压进行统筹。本技术所述一种基于Q‑learning学习方法的滴灌系统水压调节及分散式无线传感器网络系统可用于农业管道灌溉。

 一种通信感知传能一体化网络安全传输方法，属于网络安全传输技术领域。本技术针对通信感知传能一体化网络中存在的私密信息被感知节点内部窃听的问题。包括:通过最小化波束误差，确定设计感知波束波形的协方差矩阵；建立信息预编码与信道之间关系的约束；基于私密节点解调私密信息的解调信干噪比和感知节点窃听私密信息的窃听信干噪比，以最大化私密信息对抗内部窃听的保密传输速率为目标建立目标函数并确定约束条件；优化得到多播信息和私密信息的预编码以及接收端感知节点和私密节点的功率分割系数的优化值；在接收端，根据功率分割系数的优化值对接收信号进行功率分割，得到对应信干噪比以及得到节点收集能量。本发明用于信息安全传输。

 本技术涉及一种基于图神经网络的双IRS辅助无线携能通信系统安全通信优化方法，属于无线通信安全领域。该方法通过联合优化两个IRS的反射波束成形和基站的发射波束成形以最大化系统的总信息传输速率，同时满足基站的发射功率约束、最大窃听速率约束，能量收集约束以及IRS反射系数的模一约束，采用结合拉格朗日乘子法和GNN的机器学习方法，将用于估计信道的导频信息参数化为GNN的表示向量，根据GNN连接图逐层更新表示向量，根据系统目标优化BS处的波束成形和IRS处的反射系数。本发明对比传统使用信道估计和非凸优化的方法在满足能量收集用户和信息收集用户需要的前提条件下获得更高的信息传输速率。

 本技术涉及一种基于图神经网络的双IRS辅助下行MISO系统安全通信优化方法，属于无线通信安全领域。本发明采用双IRS保障无线通信系统信息传输的物理层安全，通过联合优化两个IRS的反射波束成形和基站的发射波束成形以最大化系统的总信息保密速率，同时满足基站的发射功率约束以及IRS反射系数的模一约束，通过基于GNN的机器学习方法，通过将信道信息参数化为GNN的表示向量，根据GNN连接图逐层更新各表示向量，根据系统目标优化BS处的波束成形和IRS处的反射系数。本发明与现有基准方案相比，所提方法能大幅提高系统的总保密速率，且用时大幅减少。

 本文提供了一种车联网设备控制系统及方法，根据蓝牙终端的状态特征和蓝牙终端在静默状态下的信号特征生成车辆中蓝牙终端的状态信息，通过状态信息和蓝牙终端在通信交互状态下的信号传输特性确定蓝牙终端对蓝牙激活指令的响应可靠性；根据各个配对请求信号的时域特征和响应可靠性确定各个配对请求信号的交互置信度，进而通过各个交互置信度从所有的配对请求信号中筛选出有效配对请求信号；通过有效配对请求信号的信号属性生成蓝牙终端对目标设备终端的可信签名，进而基于可信签名将目标设备终端与蓝牙终端进行蓝牙配对。基于上述方案可实现对车联网中设备终端与车辆蓝牙终端之间蓝牙信号的动态响应配对，从而可提高车联网中的蓝牙配对效率。

 本技术提供一种多波段动态光网络传输优化方法及系统，该方法的步骤包括:基于未优化光网络中光纤节点的功率谱，确定光纤节点是否为补偿点；基于补偿点对应的功率谱计算该补偿点对应的目标增益曲线；将所述目标增益曲线输入到预训练的机器学习模型中，基于所述机器学习模型的输出值构建初始泵浦功率向量；通过多个迭代轮次对初始泵浦功率向量进行迭代计算，确定最终应用的泵浦功率，在每个迭代轮次中，计算基于当前的迭代泵浦功率向量确定循环泵浦功率向量，基于所述循环泵浦功率向量和初始泵浦功率向量计算环境差，基于所述环境差计算新一个轮次的迭代泵浦功率向量，并确定新一个轮次的迭代泵浦功率向量是否对应最终应用的泵浦功率。

 本技术涉及一种5G AeroMACS的分布式感知辅助波束选择方法，属于无线通信技术领域。本发明针对机场场景下高动态终端如机载终端、车载终端等提供一种5G AeroMACS的分布式感知辅助波束选择方法，通过提取终端多模态特征实现了在飞机、地面车辆高速移动的机场场景下快速的波束码字选择，更具体地说，通过注意力机制提取高动态终端位置、速度和姿态的多模态特征，通过联邦学习实现多基站协同训练波束选择，采用波束赋形码本，提高了运算效率，提升通信系统性能，解决现有技术中机场通信时效性不足，波束开销大的问题。

 本技术涉及一种多天线5G AeroMACS对FSS系统的干扰抑制方法，属于无线通信技术领域，现有技术中的干扰抑制方法存在较大的导频开销，抑制干扰过程复杂，未充分考虑动态场景中的干扰抑制问题。本发明的干扰抑制方法将地空信道矩阵作为输入，自适应映射到HBF权重矩阵并作为输出，同时，设计了数据驱动的生成式对抗网络‑门控循环单元地空信道矩阵预测法获得了精准的预测精度，提出的AO HBF干扰抑制方法实现了较低的均方误差MSE模型，实现了精准的波束赋形。