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！

龙图腾网获悉同济大学申请的专利一种吉布斯采样启发的隐蔽通信动态频谱接入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：CN120568336B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202510840190.6，技术领域涉及：H04W12/122；该发明授权一种吉布斯采样启发的隐蔽通信动态频谱接入方法是由黄新林;王盛宇;何婉宁;兰蒙;陈锦锋设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本一种吉布斯采样启发的隐蔽通信动态频谱接入方法在说明书摘要公布了：本发明中提出了一种吉布斯采样启发的隐蔽通信动态频谱接入DynamicSpectrumAccess,DSA方法。首先，将隐蔽通信指标定义为用户信道接入分布与均匀分布之间的KL散度。KL散度越低，攻击者检测或攻击传输信道的难度越大。其次，受吉布斯采样的启发，提出了一种拒绝接入被过度使用信道的拒绝机制。通过这种方式，促使用户动态接入多个通道，降低了用户持续接入同一信道的概率。最后，将拒绝机制与Q‑Learning强化学习算法相结合，形成了一种新的非周期跳频DSA框架用于隐蔽通信。通过不断调整信道选择，提高了隐蔽通信的性能。仿真结果表明，与标准Q‑Learning算法相比，在不同用户密度下，所提出的跳频DSA方法在保持良好信道容量的同时，显著降低了KL散度，增强了隐蔽通信性能。

本发明授权一种吉布斯采样启发的隐蔽通信动态频谱接入方法在权利要求书中公布了：1.一种吉布斯采样启发的隐蔽通信动态频谱接入方法，其特征在于，包括以下步骤： 步骤1、每个SU创建自己的Q-Table，在每个时隙，当用户感知信道状态后，在Q-Table中查找该状态对应的Q值向量，即所有可选动作对应的Q值； 步骤2、SU对当前时隙之前一段时间内的动作选择结果进行统计，计算历史信道接入频率，并根据吉布斯采样的思想设计依概率拒绝机制； 步骤3、将拒绝机制融合到Q-Learning强化学习框架中，构建基于概率拒绝的DSA策略，决策最终的信道选择； 通过上述步骤，在多次接入迭代后，得到认知用户的最优频谱接入策略，此时隐蔽通信能力达到最优； 步骤2具体为： 步骤21：每个SU维护一个信道接入概率向量；对于信道的信道接入概率定义为在当前时隙之前的一段时间内信道的接入次数和该时间内个信道接入次数总和的比值； 引入滑动窗口来计算信道接入概率，每个SU的滑动窗口尺寸为，其中为滑动窗口尺寸和信道接入概率更新周期的比例常量；信道接入概率每个时隙进行周期性的更新；时隙，SU对于信道的信道接入概率定义为 其中表示SU在时隙是否接入信道；具体的，如果SU在时隙选择接入信道，那么；否则，； 每个SU独立更新自己的信道接入概率向量，将其作为后续信道选择决策的基础； 步骤22：连续两个候选动作的信道接入概率之差定义为 其中表示动作的选择概率，表示动作的选择概率； 定义拒绝概率为 ， 其中参数定义为隐蔽通信性能的等级； 如果为最后一个候选动作，其拒绝概率为 引入一个均匀分布的随机变量，当时，当前动作被选择；否则，算法移动到下一个候选动作再次进行判断是否拒绝该动作；如果所有动作都被拒绝，SU将选择动作“不接入”； 步骤3具体为： 步骤31：在时隙，实际的信道状态为，其中表示第个信道的实际状态，表示信道未被占用，表示信道已被占用； 首先SU进行信道感知，感知结果为，其中表示SU对第个信道的感知结果；感知结果作为Q-Learning算法框架的输入； 步骤32：SU根据感知结果选择对应的Q值向量，然后再根据Q值排序和概率拒绝机制进行动作选择； 步骤33：SU按照选定的动作接入信道后，环境根据奖励函数反馈相应奖励；奖励函数表示如下： 其中表示SU与PU发生碰撞时的惩罚值；为SU接入时的信道容量； 步骤34：Q值矩阵根据奖励函数进行Q值更新： 其中，为学习率，；为折现因子，表示未来奖励对于当前决策的影响程度； 步骤35：在多次迭代后，KL散度达到收敛；KL散度定义为信道接入概率分布与均匀分布的接近程度，其表示为 。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。