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！

龙图腾网获悉安徽大学申请的专利面向无人系统的多传感器特征选择与协同优化方法及设备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：CN120974149B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202511500502.5，技术领域涉及：G06F18/2113；该发明授权面向无人系统的多传感器特征选择与协同优化方法及设备是由邱剑锋;王雪彤;陆浩然;吴晗玲;李喆;曹翔;马雪亮设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本面向无人系统的多传感器特征选择与协同优化方法及设备在说明书摘要公布了：本发明公开了一种面向无人系统的多传感器特征选择与协同优化方法及设备，其步骤包括：利用无人系统搭载的多种传感器采集数据；采用ReliefF算法对初始数据集中的特征进行重要性评估，计算每个特征的权重，选出重要特征；利用这些重要特征和非支配排序算法构建多个子任务；通过环境选择迭代，自适应对特征选择方案进行协同优化，评估特征子集，最终得到最优的特征选择方案，用于无人系统的决策支持。本发明能够解决无人系统在复杂环境中进行多传感器数据融合时面临的特征冗余、计算资源消耗大以及优化效率低的问题。

本发明授权面向无人系统的多传感器特征选择与协同优化方法及设备在权利要求书中公布了：1.一种面向无人系统的多传感器特征选择与协同优化方法，其特征在于，按如下步骤进行： 步骤一、利用无人系统搭载的传感器采集原始数据，将传感器采集到的实际环境状态作为一个样本值； 步骤二、对采集到的原始数据进行预处理，计算每个特征的权重，从而筛选出重要的特征；这些重要特征将作为初始的特征选择方案，用于后续的子任务构建； 步骤三、利用筛选出的重要特征结合非支配排序算法构建多个子任务；这些子任务的构建是基于特征的重要性和算法的优化目标，为后续的协同优化提供具体任务框架； 步骤四、通过环境选择迭代的方式，对初始的特征选择方案进行自适应协同优化；在迭代过程中，根据环境反馈不断调整优化方向，最终得到最优的特征选择方案，该方案将为无人系统的决策支持提供精准且高效的数据依据； 步骤四具体包括： 步骤4.1、对参数和种群初始化； 步骤4.2、计算任务间的相似性，选出目标任务的候选辅助任务集；最后每个目标任务均对应一个静态候选辅助任务集合，为后续的自适应辅助任务选择机制提供初始搜索空间； 步骤4.3、根据步骤4.2选出的候选辅助任务集，利用强化学习机制，在目标任务的演化过程中，自适应选择适当的辅助任务； 步骤4.3.1、为每个目标任务设计表，包含三项关键内容：状态空间构建、状态划分机制与动作空间定义； 状态空间构建包括引入迁移存活率和精英改进率两个度量指标，分别用于描述迁移对目标种群的全局和局部影响，定义如下： 6 式6中，其中表示由上一代辅助种群向目标种群迁移产生的子代，=∩表示在第t代中成功存活的子代个体数，和分别表示第t-1代和第t代目标种群； 7 式7中，其中和分别表示第t1代与第t代目标种群中最优个体的适应度值； 状态划分机制包括利用式6和式7将目标任务当前的状态划分为以下三类： 、显著迁移增益：当≥0.5时； 、中等迁移增益：当0.5且0时； 、迁移效果较差：当MSR0.5且=0时； 动作空间定义包括根据步骤4.2，限定为其筛选出的候选辅助任务集合； 步骤4.3.2、根据4.3.1为每个特征选择任务构造的表，为每个目标任务选择值最大时对应的任务，作为最优的辅助任务，然后根据步骤4.4进化目标任务对应的子种群； 步骤4.3.3、按照强化学习标准更新表，采用如下机制对值进行迭代更新： 8 式8中，其中表示当前辅助任务在状态下的即时奖励，表示第代目标种群的状态，在状态下所有可能辅助任务中的最大值；∈[0,1]：学习率，控制当前奖励对值更新的影响程度；∈[0,1]：折现因子，用于衡量未来奖励的价值； 其中，定义为： =9 步骤4.4、执行知识迁移； 在每一代中，对于任意目标任务，根据步骤4.3.2从候选集合中选取当前最优辅助任务；随后，令辅助任务种群中的全局最优粒子参与目标种群中失败粒子的更新，用改进的CSO算法来实现这一过程；将当前迭代次数与0.5*比较，若＜0.5*，利用公式10和12进化种群；若≥0.5*，利用公式11和12进化种群： 10 11 12 其中r1,r2,r3∈[0,1]为随机数；和分别表示第t代目标种群中获胜粒子与失败粒子的当前位置信息；表示辅助种群中的全局最优粒子位置；表示辅助种群中的赢家粒子位置，和分别表示失败粒子在第t代和第t+1代的速度； 步骤4.5、将t+1赋值给t后，判断＞是否成立，若成立，则输出适应度函数值最小的特征选择方案，用于无人系统识别，从而判断无人系统的多传感器识别的环境中是否为存在障碍物，否则返回步骤四执行。

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安徽大学，其通讯地址为：230601 安徽省合肥市经开区九龙路111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。