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！

龙图腾网获悉中铁大桥局集团第二工程有限公司;南京信息工程大学;江苏科博空间信息科技有限公司申请的专利一种大面积海域北斗基站控制网自适应布设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：CN120630729B 。

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：202511113984.9，技术领域涉及：G05B13/04；该发明授权一种大面积海域北斗基站控制网自适应布设方法是由秦环兵;柯福阳;王明明;高申;金文波;程康宁;朱刚;王晨曦;周卫兵;罗威;李寿程;裴轩;宫朋飞;葛宏达设计研发完成，并于2025-08-11向国家知识产权局提交的专利申请。

本一种大面积海域北斗基站控制网自适应布设方法在说明书摘要公布了：本发明涉及机器学习技术领域，具体为一种大面积海域北斗基站控制网自适应布设方法，该方法深度融合机器学习与强化学习技术：首先利用有监督学习评估系统稳定性，并通过变分自编码器与无监督聚类识别控制网运行模式，构建深度强化学习决策智能体，该智能体以系统状态和环境特征为输入，在自适应风险感知的复合奖励函数引导下进行训练。本发明采用深度Q网络结构DQN构建决策神经网络，拟合状态‑动作价值函数通过迭代优化，智能体能够学习生成最优的节点布局、拓扑重构及参数调整指令，实现了控制网在复杂海洋环境下的高效、自主与智能化运行。

本发明授权一种大面积海域北斗基站控制网自适应布设方法在权利要求书中公布了：1.一种大面积海域北斗基站控制网自适应布设方法，其特征在于，包括以下步骤： 将多维度的系统运行状态参数及环境特征向量作为输入，通过有监督学习方法训练状态评估神经网络，拟合生成能够表征该系统在特定环境下运行状态的系统稳定性指数； 利用深度特征提取网络模型对所采集的节点间数据信道底层特征进行表征学习，生成反映系统健康度的核心状态向量，并对所述核心状态向量进行无监督聚类分析，实现对系统当前运行模式的自动化分类与识别； 搭载深度强化学习决策智能体，所述智能体的状态空间包含所述系统稳定性指数、环境特征向量、系统节点资源占用率及数据传输路径效能指标，所述智能体的动作空间包含对系统节点布局、连接拓扑及运行参数的调整指令，并通过自适应风险感知的复合奖励函数对所述智能体进行训练，迭代优化决策神经网络，生成自适应的系统配置与调整策略； 所述系统运行状态参数至少选择三类关键指标：第一类为反映数据流清晰度的节点间交互信号品质因数，第二类为反映处理效率的数据交互延迟指标，第三类为反映传输保真度的数据块错误率；所述环境特征向量包括海浪等级数据、盐雾浓度指标、大气波导效应的折射率剖面参数； 所述生成自适应的系统配置与调整策略包括： 所述决策神经网络能够根据所述系统稳定性指数和数据传输路径的效能指标的实时数值所反映的环境风险等级，动态调整决策优先级，当所述效能指标因环境风险增加而劣化时，优先选择能够最大化核心性能与服务质量奖励总和的调整指令； 反之，当所述效能指标状态良好、环境风险较低时，则优先选择能够最小化资源消耗惩罚项的指令，生成自适应的系统配置与调整策略； 所述决策神经网络的实现与优化具体包括： 采用深度Q网络结构DQN构建所述决策神经网络拟合所述深度强化学习决策智能体的状态-动作价值函数；在训练过程中，所述智能体通过与环境的交互生成经验数据，并通过经验回放机制对所述经验数据进行采样并设立一个参数更新延迟的目标网络用于计算目标Q值，所述目标Q值的计算融合复合奖励函数； 通过最小化决策神经网络所预测Q值与所述目标网络所计算目标Q值之间的时序差分误差来作为损失函数，并利用梯度下降算法更新所述决策神经网络的权重参数，直至网络模型收敛。

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铁大桥局集团第二工程有限公司;南京信息工程大学;江苏科博空间信息科技有限公司，其通讯地址为：210000 江苏省南京市鼓楼区燕江路66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。