【技术实现步骤摘要】
本专利技术涉及卫星通信，尤其涉及一种低轨卫星频谱感知信息的知识图谱构建方法。
技术介绍
1、天基感知作为leo星座发展的重要应用，可实现全天时、全天候、无缝感知。但是由于低轨卫星动态性强、星上处理能力及星地链路传输能力受限，相对于指数级增长的频谱数据获取能力，星上感知数据的分析与态势生成能力相对滞后，海量多源化频谱数据堆积与信息稀疏并存的矛盾日益突出，亟需有效的频谱领域知识建模方式。
2、现有研究已提出使用语义通信作为解决手段，但大多针对文本或图片视频展开研究，针对天基频谱感知信息的研究仍待开展。同时，现有语义提取方法以深度神经网络模型为主，虽极大提高了数据量压缩效果，但数据海量、信息缺失的局面依然存在，且神经网络码本设计较主观、提取与恢复过程不可见。
3、知识图谱已被证明是一种表示物理世界实体、属性及其语义关系的有效方法。知识图谱作为一种结构化信息的关系描述模型，具有强大的表达能力和建模灵活性。对于天基频谱态势的生成，本身就是电磁辐射源与辐射场分布间映射关系的标书。知识图谱所提供的合理组织、理解和可视化频谱海量信息能力，适用于解决“星上数据散、价值低”的问题。然而，由于leo卫星感知的高动态性，如何对leo卫星频谱感知信息及其所蕴含的关系进行分析与挖掘，设计合适的频谱知识图谱构建模型，以高效进行星上感知数据分析和态势生成的问题亟待解决。
4、有鉴于此，有必要设计一种低轨卫星频谱感知信息的知识图谱构建方法，以解决上述问题。
技术实现思路
1、本专
2、为实现上述专利技术目的，本专利技术提供了一种低轨卫星频谱感知信息的知识图谱构建方法，包括如下步骤：
3、步骤s1，从低轨卫星频谱感知角度，获取领域信息并进行信息的划分；
4、步骤s2，对非结构化信息和半结构化信息提取知识，生成实体和关系；
5、步骤s3，构建频谱知识图谱模式层的本体模型；
6、步骤s4，通过实体链接和知识映射将提取的实体与关系映射至对应本体模型中，形成三元组格式；
7、步骤s5，将受本体层约束的三元组转换成节点和连接，存储于知识图谱。
8、作为本专利技术的进一步改进，所述步骤s1包括如下步骤：
9、步骤s11，获取与leo频谱感知相关的领域信息，所述领域至少包括卫星领域和频谱领域；
10、步骤s12，明确获取的所述领域信息中的数据类型，数据类型具体为结构化数据、半结构化数据和非结构化数据；所述结构化数据是具有固定格式和结构的数据；所述半结构化数据是具有层次结构但不符合结构化数据模型的数据；所述非结构化数据是没有清晰结构的数据；
11、步骤s13，由步骤s12中数据的定义可知，所述卫星领域和所述频谱领域的半数以上的数据为所述半结构化数据或所述非结构化数据；
12、步骤s14，对于所述步骤s11所获取的领域信息中的具体数据进行归类，明确频谱数据、星历数据属于所述半结构化数据，卫星载荷、卫星平台信息属于所述非结构化数据。
13、作为本专利技术的进一步改进，所述步骤s2包括如下步骤：
14、步骤s21，基于步骤s1中的信息的划分，针对不同数据类型采用不同的方法进行知识提取，以生成实体与关系；
15、步骤s22，对于所述半结构化数据部署了基于模板和matlab脚本的方法来提取实体和属性；粗糙处理后的数据以csv格式存储；
16、步骤s23，对于非结构化数据采用基于bilstm-crf模型的深度学习方法提取实体和属性，使用基于模板的方法提取非结构化数据的各类关系。
17、作为本专利技术的进一步改进，所述步骤s23包括如下步骤：
18、步骤s231，构建目标序列标记集合，其包括： o非实体部分，satellite卫星，payload卫星载荷，platform平台信息，subsystem子系统；
19、步骤s232，采用bio三元标记生成分类字典，具体为：'o'：0，'satellite-b'：1，'satellite-i'：2，'payload-b'： 3；'payload-i'：4，'platform-b'：5，'platform-i'：6，'subsystem-b'：7，'subsystem-i'：8；
20、步骤s233，搭建训练模型，所述训练模型具体为bilstm-crf模型，所述bilstm-crf模型的输入是词嵌入向量，输出是每个单词对应的预测标签；bilstm-crf模型内部具体为：embedding层-两个bilstm层-crf层；
21、步骤s234，训练bilstm-crf模型，训练完成后将所要提取的知识输入模型进行实体和属性识别；
22、步骤s235，使用基于模板的方法进行频谱信息的关系抽取，所述关系抽取是从频谱信息中抽取出频谱实体间或频谱实体与频谱属性间的语义关系。
23、作为本专利技术的进一步改进，所述步骤s233包括如下步骤：
24、步骤s2331：embeding层将字符转换为向量，并将转换后的向量送入bilstm层进行计算；
25、步骤s2332：所述bilstm为双向lstm，所述bilstm计算每个词向量对应标签的得分，所有的经bilstm层输出的分数将作为crf层的输入送至crf层；
26、步骤s2333：crf为在给定输入序列的条件下，求解输出序列的条件概率分布模型；crf层从训练数据中获得约束性的规则，crf层将类别序列中分数最高的类别输出为最终提取结果。
27、作为本专利技术的进一步改进，所述步骤s3包括如下步骤：
28、步骤s31：确定本体模型范围：频谱知识图谱属于领域知识图谱，卫星领域所要体现的知识至少包括卫星的系统组成、卫星的基础信息，用于对卫星身份进行识别；频谱领域方面的知识至少包括进行感知的波束、感知时间、信号带宽、中心频率；
29、步骤s32：开发和设计适用于低轨卫星频谱感知信息知识图谱的本体层；
30、步骤s33：获取知识定义并设计语义单元：列出领域信息中所关心的重要术语，设计语义单元进行约束，语义单元形式化表达为；
31、步骤s34：本体模型包括概念类、关系和属性，定义概念类、属性和关系，具体如下：概念类是领域信息中概念的抽象表示；按照概念的固有属性和语义单元的约束进行分析和归纳，确定概念间的关系以及概念与属性间关系；定义了三级概念类：一级概念类为leo卫星，二级概念类为波束，三级概念类为感知信号；明确了五类关系：具有、组成、感知/观测、子系统以及数值关系；除三级概念类以外，其他概念定义为属性；
32、步骤s35：验证和分析本体：构建本体模型并对其进行评估、验证，且当本体模型构建不合理时，需按构建流程检查每一个步骤，针对本文档来自技高网...
【技术保护点】
1.一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：所述步骤S1包括如下步骤：
3.根据权利要求1所述的一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：所述步骤S2包括如下步骤：
4.根据权利要求3所述的一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：所述步骤S23包括如下步骤：
5.根据权利要求4所述的一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：所述步骤S233包括如下步骤：
6.根据权利要求1所述的一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：所述步骤S3包括如下步骤：
7.根据权利要求6所述的一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：所述各元素的具体含义如下：
8.根据权利要求1所述的一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：所述步骤S4包括如下步骤：
9.根据权利要求1所述的一种低轨卫星频谱感知信息的知识图谱构
...【技术特征摘要】
1.一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：所述步骤s1包括如下步骤：
3.根据权利要求1所述的一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：所述步骤s2包括如下步骤：
4.根据权利要求3所述的一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：所述步骤s23包括如下步骤：
5.根据权利要求4所述的一种低轨卫星频谱感知信息的知识图谱构建方法，其特征在于：所述步骤s233包括如下步骤：
6.根据权利要求1所述的一种低轨卫...
【专利技术属性】
技术研发人员：张更新，马艺洁，刘子威，杨楠，洪涛，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。