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！

龙图腾网获悉中国人民解放军陆军工程大学申请的专利一种基于深度强化学习的低同步开销的智能跳频块级决策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：CN120433793B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510863714.3，技术领域涉及：H04B1/7136；该发明授权一种基于深度强化学习的低同步开销的智能跳频块级决策方法是由徐煜华;刘文慧;刘松仪;李国鑫;徐逸凡;杜嘉韬设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本一种基于深度强化学习的低同步开销的智能跳频块级决策方法在说明书摘要公布了：本申请提供一种基于深度强化学习的低同步开销的智能跳频块级决策方法，方法包括：步骤1，建立块级跳频模式决策抗干扰系统模型和确定优化目标；步骤2，以频谱瀑布图为状态，以跳频模式的选择和动态块长为动作，将块级跳频模式决策抗干扰过程建模为马尔可夫决策过程；步骤3，发射机选择动作，确定跳频模式和块长，执行选择的动作之后，获得线性缩放区间奖励，感知当前频谱，状态转移到下一状态，并将当前数据为经验，存储到经验池中；步骤4，从经验池中随机批量采样训练神经网络，并计算目标Q值，更新目标网络参数；步骤5，训练直至到最大次数；本申请实现了同步开销降低、交互频率减少及算法复杂度下降三重优化。

本发明授权一种基于深度强化学习的低同步开销的智能跳频块级决策方法在权利要求书中公布了：1.一种基于深度强化学习的低同步开销的智能跳频块级决策方法，其特征在于，方法包括： 步骤1，建立块级跳频模式决策抗干扰系统模型和确定优化目标； 步骤2，以频谱瀑布图为状态，以跳频模式的选择和动态块长为动作，将块级跳频模式决策抗干扰过程建模为马尔可夫决策过程； 步骤3，发射机基于‑贪婪算法选择动作，确定跳频模式和块长，执行选择的动作之后，获得线性缩放区间奖励，感知当前频谱，状态转移到下一状态，并将当前状态、动作、奖励和下一时刻状态作为经验，存储到经验池中； 步骤4，从经验池中随机批量采样训练神经网络，并计算目标Q值，更新目标网络参数； 步骤5，重复执行步骤3和步骤4，直至神经网络达到预设的最大训练次数时，训练结束； 步骤3，发射机基于‑贪婪算法选择动作，确定跳频模式和块长，执行选择的动作之后，获得线性缩放区间奖励，感知当前频谱，状态转移到下一状态，并将当前状态、动作、奖励和下一时刻状态作为经验，存储到经验池中，包括： 输入频谱瀑布图，基于‑贪婪策略，用户以的概率选择最大Q值对应的动作，输出选择的最优跳频模式，否则随机选择动作；衰减系数动态平衡探索与利用的权重；在环境交互过程中，系统将状态转移元组，即当前状态、动作、奖励和下一时刻状态存入经验回放池； 步骤4，从经验池中随机批量采样训练神经网络，并计算目标Q值，更新目标网络参数，包括： 从经验池中随机采样组小批量样本用于网络更新，为小批量规模；目标Q网络为回放池中的每条经验计算价值如下： 7； 其中， 为目标网络的参数；损失函数定义为： 8； 基于公式8，采用梯度下降优化方法训练跳频模式神经网络。

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中国人民解放军陆军工程大学，其通讯地址为：210007 江苏省南京市秦淮区后标营88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”。

以上内容由龙图腾AI智能生成。