买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利基于强化学习的低空智联网可信接入与资源分配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118748802B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410805851.7，技术领域涉及：H04W12/08；该发明授权基于强化学习的低空智联网可信接入与资源分配方法是由卢晓珍;刘俐欣;吴启晖设计研发完成，并于2024-06-21向国家知识产权局提交的专利申请。

本基于强化学习的低空智联网可信接入与资源分配方法在说明书摘要公布了：本发明公开了一种基于强化学习的低空智联网可信接入与资源分配方法，属于通信网络安全领域，本发明基于ADS‑B回传信息、负交互次数及计算性能构建各无人机的信誉值，利用区块链存储并更新信誉值。通过观察发明接入基站的无人机数目、任务所需的计算资源量、基站当前持有的计算资源、无人机信誉值以及历史无人机与基站的负交互次数，基站构建系统状态，并作为强化学习模型的输入。基站根据强化学习模型的输出，选择允许接入的无人机个数及ID、相应的计算资源分配策略及区块大小，提高吞吐量的同时降低任务计算时延、传输时延及负交互次数，从而综合提升低空智联网的可信接入能力和任务计算效率。

本发明授权基于强化学习的低空智联网可信接入与资源分配方法在权利要求书中公布了：1.一种基于强化学习的低空智联网可信接入与资源分配方法，其特征在于，包括以下步骤： 步骤1获取低空智联网系统，假设所述低空智联网系统中包含M个无人机以及N个基站； 步骤2对N个基站中的第j个基站构建风险感知强化学习模型，1≤j≤N，其中，风险感知强化学习模型包含一个Q网络和一个E网络，初始化Q网络以及E网络的权重参数为θ0和并且初始化学习率为α、折扣因子为γ； 步骤3基站j构建k时隙的状态向量sk； 步骤4基站j根据状态向量sk通过策略集Ak对接入控制、资源分配和区块大小的联合优化策略进行选择； 步骤5基站j计算效益； 步骤6基站j评估风险值，得到无人机与基站i的正交互次数及负交互次数； 步骤7基站j将无人机ID、无人机坐标信息、正交互次数及负交互次数上传到系统区块链中； 步骤8基站j将包含状态向量、选择策略、效益值、风险值的经验存入经验池； 步骤9基站j随机从所述经验池中采样Z个经验形成批处理样本； 步骤10更新风险感知强化学习的Q网络及E网络的权重参数θk和 步骤11重复步骤3～10，直到地面基站学习到稳定的接入控制策略、资源分配策略和区块大小策略，效益uk收敛到稳定的值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：213300 江苏省常州市溧阳市滨河东路29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。