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！

龙图腾网获悉西安电子科技大学申请的专利一种基于非完美数字孪生的用于多无人机网络的决策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：CN116828507B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310934642.8，技术领域涉及：H04W24/02；该发明授权一种基于非完美数字孪生的用于多无人机网络的决策方法是由承楠;王秀程;马龙飞;吴茂壮;尹志胜设计研发完成，并于2023-07-27向国家知识产权局提交的专利申请。

本一种基于非完美数字孪生的用于多无人机网络的决策方法在说明书摘要公布了：本发明公开了一种基于非完美数字孪生的用于多无人机网络的决策方法，包括：获取具有特定环境参数的无人机集群中每个无人机当前时刻的第一位置，每个用户设备的第二位置；特定环境参数表征无人机集群中真实无人机的数量，以及真实无人机与虚拟无人机间的噪声偏差；特定环境参数是预训练的环境决策网络根据预设参数确定的；预训练的环境决策网络是根据多组样本数据和第一预训练的动作决策网络，通过无标签无监督学习对初始环境决策网络训练得到的；将第一位置和第二位置输入第二预训练的动作决策网络，得到当前时刻每个无人机的飞行方向；第二预训练的动作决策网络是采用在特定环境参数下得到的样本，通过强化学习对初始动作决策网络训练得到的。

本发明授权一种基于非完美数字孪生的用于多无人机网络的决策方法在权利要求书中公布了：1.一种基于非完美数字孪生的用于多无人机网络的决策方法，其特征在于，包括： 获取具有特定环境参数的无人机集群中每个无人机的当前时刻的第一位置，以及所述无人机集群服务的多个用户设备中每个用户设备的第二位置；所述特定环境参数表征所述无人机集群中的真实无人机的数量，以及真实无人机与虚拟无人机之间的噪声偏差；所述特定环境参数是预训练的环境决策网络根据预设环境指标参数确定的；所述预训练的环境决策网络是根据多组样本数据和第一预训练的动作决策网络，通过无标签无监督学习对初始环境决策网络进行训练得到的； 采用第二预训练的动作决策网络对所述第一位置和所述第二位置进行处理，得到所述当前时刻下每个无人机的飞行方向；所述第二预训练的动作决策网络是采用在所述特定环境参数下得到的样本数据，通过强化学习对初始动作决策网络进行训练得到的； 其中，所述环境决策网络的梯度更新函数、所述动作决策网络的梯度更新函数和所述动作决策网络的奖励函数，均是根据目标函数确定的；所述目标函数用于在最大化所有用户设备在平均时间内的传输率的同时降低训练成本；所述目标函数的表达式如下： ； 其中，为用户设备在时刻的位置，为无人机在时刻的位置，为无人机在时刻的位置，为路径损失常数，为参考距离，为时刻用户设备与无人机之间的距离，为用户设备的传输功率，为噪声功率，为无人机集群中无人机的总数，为用户设备的总数，为用于表征性能指标的重要性的参数，为用于表征无人机集群中的虚拟无人机的成本的参数，为用于表征无人机集群中的真实无人机的成本的参数，为用于表征无人机集群中的虚拟无人机的构造难度的参数，为无人机集群中真实无人机的数量，为无人机集群中真实无人机与虚拟无人机之间的噪声偏差，为log函数，为无人机在时刻的速度，为用户设备的位置，为无人机在时刻的位置，为绝对值函数，是所述动作决策网络，为路损因子；约束条件4a表征用户设备和无人机之间的距离；约束条件4b表征无人机集群中每个无人机的飞行速度的大小是一个常数；在约束条件4c中，动作决策网络用于确定无人机在时刻的飞行方向，其中，噪声偏差通过影响神经网络训练时的损失函数来影响的参数以影响的性能；约束条件4d约束无人机的位置的更新；约束条件4e约束无人机集群中真实无人机的数量最多为M，最少为0；约束条件4f约束大于或等于0。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。