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！

龙图腾网获悉广东工业大学申请的专利基于DAG拓扑生成与动态DNN模型分区的多无人机协同推理优化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：CN120706632B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202510797294.3，技术领域涉及：G06Q10/04；该发明授权基于DAG拓扑生成与动态DNN模型分区的多无人机协同推理优化方法是由许秋钿;黄诺希;连健宇;赖宣东;陈新;杨超设计研发完成，并于2025-06-16向国家知识产权局提交的专利申请。

本基于DAG拓扑生成与动态DNN模型分区的多无人机协同推理优化方法在说明书摘要公布了：本发明提供一种基于DAG拓扑生成与动态DNN模型分区的多无人机协同推理优化方法，包括当接收到地面车辆的任务请求时，基于势场法动态调整无人机位置，并结合贪心分簇与DAG拓扑生成策略构建拓扑网络；基于非连续层分配机制与动态规划算法DPA进行动态DNN模型分区，将DNN非连续层动态分配至不同无人机；根据拓扑网络和分区方案进行DNN推理；基于优先级和能量感知策略进行缓存更新；计算延时和开销。本发明能够根据任务的复杂性和每架无人机的计算能力，智能地进行任务分配和负载均衡，从而提高系统的整体效率，减少处理时延；能够根据网络状态和环境变化，灵活调整任务和数据的分配策略，保证任务的实时性和高效性。

本发明授权基于DAG拓扑生成与动态DNN模型分区的多无人机协同推理优化方法在权利要求书中公布了：1.基于DAG拓扑生成与动态DNN模型分区的多无人机协同推理优化方法，其特征在于，包括如下步骤： S1、初始化无人机与任务车辆； S2、当接收到地面车辆的任务请求时，判断缓存是否命中，如果否；则执行步骤S3； S3、基于势场法动态调整无人机位置，并结合贪心分簇与DAG拓扑生成策略构建拓扑网络； 根据无人机分簇的评分对所述的无人机进行分簇筛选，具体过程如下： 首先，进行空间初筛，选取任务点半径L米范围内的无人机作为候选对象； 接着，开展连通性验证，构建全连接候选集，并移除其中的孤立节点，以确保候选无人机之间具备良好的通信连通性； 最后，通过贪心算法对候选无人机排序，依据评分函数降序选取前K个无人机作为分簇结果； 利用DAG拓扑生成策略构建拓扑网络，具体包括如下步骤： S31、根据筛选的无人机簇集合，获取相应无人机的位置、发射功率和算力，并通过算力降序对无人机进行排序； S32、对每个无人机，选择其通信范围内且排序在前的无人机作为候选父节点； S33、根据链路权重选择权重最小的前2个父节点形成边； S34、增加虚拟根节点，并将其连接至所有无入边的节点，并将虚拟根节点作为任务的输入源； S35、修剪冗余边，删除可导致环路的边，得到有向无环图； S4、基于非连续层分配机制与动态规划算法DPA进行动态DNN模型分区，将DNN非连续层动态分配至不同无人机； S5、根据拓扑网络和DNN模型分区方案进行DNN推理； S6、基于优先级和能量感知策略进行缓存更新； S7、计算延时和开销。

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广东工业大学，其通讯地址为：510006 广东省广州市番禺区小谷围街道广东工业大学；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。