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！

龙图腾网获悉北京邮电大学申请的专利一种基于强化学习的低轨卫星网络动态分布式路由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：CN120320821B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510479033.7，技术领域涉及：H04B7/185；该发明授权一种基于强化学习的低轨卫星网络动态分布式路由方法及系统是由刘健培;訾鑫源;邝坚;黄禧龙;范泽基设计研发完成，并于2025-04-16向国家知识产权局提交的专利申请。

本一种基于强化学习的低轨卫星网络动态分布式路由方法及系统在说明书摘要公布了：本发明提供一种基于强化学习的低轨卫星网络动态分布式路由方法及系统，该方法的步骤包括：基于卫星节点建立星间链路，基于所述星间链路构建卫星网络拓扑结构，在所述卫星网络拓扑结构中每个卫星均连接有预设个数的卫星；基于卫星网络拓扑结构中与卫星连接的邻近卫星的卫星状态构建邻近卫星状态向量，对于一个卫星，基于全部的邻近卫星状态向量构建卫星状态向量；当卫星接收到数据包后，基于数据包当前所在的位置和数据包的目标位置构建数据包状态向量；将所述卫星状态向量和数据包状态向量输入到在每个卫星部署智能体中，智能体输出动作；卫星基于动作确定该数据包转发的下一个卫星，进行数据包转发。

本发明授权一种基于强化学习的低轨卫星网络动态分布式路由方法及系统在权利要求书中公布了：1.一种基于强化学习的低轨卫星网络动态分布式路由方法，其特征在于，该方法的步骤包括： 对智能体进行预训练，所述预训练的步骤包括： 获取卫星网络拓扑结构，搭建结构相同的目标网络和在线网络，所述目标网络和在线网络均包括输入层、隐藏层和输出层；将训练数据输入到在线网络和目标网络中，所述在线网络输出动作，基于在线网络和目标网络中与输出层连接的两个隐藏层分别输出的状态价值函数和动作优势函数；基于在线网络输出的动作计算奖励函数，基于如下公式计算奖励函数： 其中，表示由卫星向卫星转发数据包所获得的奖励，表示目标位置的卫星，表示到达目标位置的节点后预设的奖励数值，表示时延惩罚值，表示丢包惩罚值，表示重复节点访问惩罚值，表示趋近目标奖励因子，、、和均为预设置的权重参数； 基于如下公式计算时延惩罚值和趋近目标奖励因子： 其中，表示排队时延，表示传输时延，表示传播时延，为卫星在时间t的接收队列长度，为数据包大小，为链路传输速率，为数据包大小，为卫星与卫星之间的距离，为真空光速； 其中，表示卫星与目标位置的卫星的距离，表示卫星与目标位置的卫星的距离； 基于在线网络和目标网络输出的状态价值函数和动作优势函数分别计算状态-动作价值函数；基于所述奖励函数和两个状态-动作价值函数计算损失函数，基于损失函数值更新在线网络和目标网络的参数值； 基于如下公式计算状态-动作价值函数： 其中，表示状态-动作价值函数，表示状态价值函数值，表示动作对应的动作优势函数，表示动作空间，表示动作空间中的任一个动作； 基于奖励函数和目标网络对应的状态-动作价值函数计算目标值，基于目标值和在线网络对应的状态-动作价值函数计算损失函数，基于如下公式计算损失函数： 其中，表示损失函数值，表示目标值，表示在线网络对应的状态-动作价值函数，表示在线网络； 采用如下公式计算目标值： 其中，表示目标值，表示由卫星向卫星转发的奖励函数，表示折扣因子，表示目标网络的状态-动作价值函数，表示目标网络的状态价值函数值，表示目标网络的动作优势函数，表示动作空间，表示当前目标网络选择下一状态下选择的最佳动作； 基于卫星节点建立星间链路，基于所述星间链路构建卫星网络拓扑结构，在所述卫星网络拓扑结构中每个卫星均连接有预设个数的卫星； 基于卫星网络拓扑结构中与卫星连接的邻近卫星的卫星状态构建邻近卫星状态向量，对于一个卫星，基于全部的邻近卫星状态向量构建卫星状态向量； 当卫星接收到数据包后，基于数据包当前所在的位置和数据包的目标位置构建数据包状态向量； 将所述卫星状态向量和数据包状态向量输入到在每个卫星部署智能体中，智能体输出动作； 卫星基于动作确定该数据包转发的下一个卫星，进行数据包转发。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。