杭州电子科技大学李沛获国家专利权
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！
龙图腾网获悉杭州电子科技大学申请的专利一种基于多智能体强化学习的多波束干扰规避方法及系统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：CN119233427B 。
龙图腾网通过国家知识产权局官网在2025-11-21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：202411235093.6，技术领域涉及：H04W72/50；该发明授权一种基于多智能体强化学习的多波束干扰规避方法及系统是由李沛;章新茹;林乐意;刘兆霆;姚英彪设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。
本一种基于多智能体强化学习的多波束干扰规避方法及系统在说明书摘要公布了：本发明涉及基于多智能体强化学习的多波束干扰规避方法及系统，方法包括：S1、根据卫星生成的多波束及地面小区关系建立初始系统模型图；S2、多波束间干扰分析；S3、根据地面状态信息生成业务到达模型；S4、构建MG1排队模型，将S3模型输出结果输入排队模型中；S5、多波束的上下文学习；S6、将波束干扰规避问题转化为多智能体深度确定性策略梯度算法学习问题，并进行马尔可夫决策过程问题的转化定义；S7、根据问题的转化定义和MADDPG算法，进行MADDPG算法的强化学习，依据卫星多个波束输出的最大概率动作值规划卫星波束调度的最优策略。本发明解决了现有低轨卫星多波束系统中多波束之间存在干扰的问题，更加合理、灵活，且能有效规避干扰，提升系统总体性能。
本发明授权一种基于多智能体强化学习的多波束干扰规避方法及系统在权利要求书中公布了：1.一种基于多智能体强化学习的多波束干扰规避方法，其特征是包括以下步骤： S1、根据卫星生成的多波束及地面小区关系建立初始系统模型图； S2、对多波束间的干扰进行分析； S3、根据地面状态信息生成业务到达模型； S4、构建MG1休假排队模型，将S3中业务到达模型输出的结果输入到MG1休假排队模型中； S5、进行多波束的上下文学习； S6、将波束干扰规避问题转化为多智能体深度确定性策略梯度算法学习问题，并进行马尔可夫决策过程问题的转化定义； S7、根据问题的转化定义和多智能体深度确定性策略梯度算法，进行多智能体深度确定性策略梯度算法的强化学习，依据卫星多个波束输出的最大概率动作值规划卫星波束调度的最优策略。
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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励