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！

龙图腾网获悉重庆邮电大学申请的专利一种用于车联网场景中的车辆数字孪生体边缘部署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：CN116980424B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202311113123.1，技术领域涉及：H04L67/101；该发明授权一种用于车联网场景中的车辆数字孪生体边缘部署方法是由唐伦;成章超;戴军;陈前斌设计研发完成，并于2023-08-30向国家知识产权局提交的专利申请。

本一种用于车联网场景中的车辆数字孪生体边缘部署方法在说明书摘要公布了：本发明涉及一种用于车联网场景中的车辆数字孪生体边缘部署方法，属于移动通信技术领域。该方法包括：构建数字孪生驱动的智慧交通车联网络；基站负责确定其服务范围内各车辆数字孪生体在边缘侧的部署位置；车辆数字孪生体初始化部署在离当前接入基站最近的边缘服务器上；基站将车辆实时上传的状态数据转发至其孪生体所在的边缘服务器上进行数字孪生同步，数据经过处理后再提供给云端应用层；计算当前部署方式下云端平均信息年龄及孪生体迁移成本；建立最小化云端平均信息年龄和迁移成本的目标函数，并采用多智能体强化学习算法求解最佳车辆数字孪生体部署方案。本发明降低了云端平均信息年龄和孪生体的迁移成本，提高了车辆数字孪生体的部署效率。

本发明授权一种用于车联网场景中的车辆数字孪生体边缘部署方法在权利要求书中公布了：1.一种用于车联网场景中的车辆数字孪生体边缘部署方法，其特征在于，该方法具体包括以下步骤： S1：构建数字孪生驱动的智慧交通车联网络，包括物理终端层、边缘孪生层和云端应用层； S2：基站负责确定其服务范围内各车辆数字孪生体在边缘侧的部署位置；车辆数字孪生体初始化部署在离当前接入基站最近的边缘服务器上； S3：基站将车辆实时上传的状态数据转发至其孪生体所在的边缘服务器上进行数字孪生同步过程，数据经过处理后再提供给云端应用层； S4：计算当前部署方式下云端平均信息年龄及孪生体迁移成本； S5：建立最小化云端平均信息年龄和迁移成本的目标函数； S6：将目标函数转换成一个多智能体部分可观测的马尔可夫决策过程，并采用基于Actor-Critic的多智能体深度强化学习方法求解最佳车辆数字孪生体部署方案； 步骤S1中，所述物理终端层由具有有限计算和存储资源的移动车辆节点组成，车辆节点集合记为；车辆节点通过车载传感器实时感知周围环境信息和车辆状态数据，利用无线通信技术将感知数据实时上传至边缘孪生层，为数字孪生体的构建提供数据支持； 所述边缘孪生层由提供接入服务的基站和提供计算及存储服务的边缘服务器组成，每个边缘服务器都与任意一个基站相关联；基站集合记为，边缘服务器集合记为； 所述云端应用层包含一个基于数字孪生的智慧交通管理平台和多个基于数字孪生的交通应用服务器； 步骤S4中，所述云端平均信息年龄指云端关于当前环境内所有车辆数据信息年龄的平均值，具体计算方式为：定义为DT部署矩阵，DT表示车辆孪生体，当车辆对应的数字孪生体部署在边缘服务器时，，否则；假设在时刻，云端恰好接收到边缘服务器上传的关于车辆的DT信息，则从时刻开始至下一次数据更新之前，云端关于的信息年龄写作： 其中，表示车辆与车辆孪生体的同步时延，即车辆的状态数据上传至边缘服务器的传输时延，表示边缘服务器将车辆的状态数据转发至云端的传输时延； 定义车辆同步过程中的平均信息年龄为： 云端获取所有车辆的平均信息年龄表示为： 所述孪生体迁移成本包含开辟成本和传输成本，具体计算方式为：当车辆对应的数字孪生体部署位置从边缘服务器迁移到时，迁移成本表示为： 其中，表示开辟成本，表示单位迁移成本，即单位距离内传输单位数据量的成本；表示维护车辆对应数字孪生体所需的存储资源，表示边缘服务器与边缘服务器之间的距离； 定义为DT迁移矩阵；对于车辆，用二元变量来表示车辆的数字孪生体在某一时刻是否发生迁移；当本时隙的部署位置与上一时隙相同时，则不会触发迁移过程，，否则；则整个系统的平均孪生体迁移成本表示为： 步骤S5中，建立的最小化云端平均信息年龄和迁移成本的目标函数表示为： 其中，表示车辆孪生体部署矩阵，表示云端获取所有车辆的平均信息年龄，表示平均孪生体迁移成本，和分别表示维护所需的CPU计算资源和磁盘存储资源，和分别表示边缘服务器配备的总CPU计算资源和磁盘存储资源；约束条件中，C1保证了每个车辆孪生体同一时刻只能部署在唯一一个边缘服务器上；C2~C3保证了部署车辆数字孪生体时不会耗尽任意一个边缘服务器的计算资源和存储资源；C4~C5保证了DT同步过程中同时满足边缘端信息年龄需求和云端的信息年龄需求，其中，表示孪生体同步一次的时间，表示同步中云端信息年龄最大值；C6说明了为车辆孪生体部署变量为二进制变量，当车辆的数字孪生体部署在边缘服务器上时，，否则；C7中的和表示权重因子，即云端平均信息年龄与孪生体迁移成本的权重系数； 步骤S6中，将目标函数转换成一个多智能体部分可观测的马尔可夫决策过程，具体包括： 1全局状态空间：所有车辆的实时状态信息及其孪生体部署位置、所有基站的子信道占用情况和与车辆关联信息、所有边缘服务器的资源使用情况和云端关于所有车辆的信息年龄； 2智能体的局部状态空间：当前与本基站关联车辆的实时状态信息及其孪生体部署位置、信息年龄指标，所有边缘服务器的位置及剩余资源信息； 3动作空间：每个基站覆盖范围内所有车辆的数字孪生体部署策略； 4奖励：与基站关联所有车辆的云端平均信息年龄和平均孪生体迁移成本加权和的相反数； 将智能体在时隙的奖励定义为： 其中，奖励由两部分组成，第一部分是，即与基站关联的所有车辆的平均AoI指标；第二部分是，即与基站关联的所有车辆的迁移成本；智能体的总奖励是用系数和分别将两部分加权求和得到。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。