Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南京理工大学刘梦泽获国家专利权

恭喜南京理工大学刘梦泽获国家专利权

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!

龙图腾网恭喜南京理工大学申请的专利基于部分可观测信息的无人机集群多智能体多域抗干扰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:CN115454141B

龙图腾网通过国家知识产权局官网在2025-04-04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:202211261459.8,技术领域涉及:G05D1/46;该发明授权基于部分可观测信息的无人机集群多智能体多域抗干扰方法是由刘梦泽;单雯;卢其然;林艳;张一晋;邹骏;吴志娟设计研发完成,并于2022-10-14向国家知识产权局提交的专利申请。

基于部分可观测信息的无人机集群多智能体多域抗干扰方法在说明书摘要公布了:本发明公开了一种基于部分可观测信息的无人机集群多智能体多域抗干扰方法,该方法利用各智能体的部分观测环境信息,通过长短期记忆网络保留历史经验数据,输入各智能体的深度循环Q网络进行动作值函数拟合,采用ε‑greedy算法选择最大输出Q值对应的信道和功率,再经过不断独立训练各智能体的深度循环Q网络,更新Q值分布,最终学习到可适应未知干扰场景下实现通信传输能耗最小化的无人机信道和发射功率最优决策。本发明针对无人机集群网络分别处于扫频干扰和马尔科夫干扰两种场景下,利用部分可观测信息的历史经验数据,从频谱域和功率域实现有效多智能体抗干扰通信;相较于基于多智能体深度Q学习的对比方案,所提方案能够在环境信息部分可观测的情况下更高效地降低无人机集群网络的长期通信传输能耗。

本发明授权基于部分可观测信息的无人机集群多智能体多域抗干扰方法在权利要求书中公布了:1.基于部分可观测信息的无人机集群多智能体多域抗干扰方法,其特征体现在下列具体的步骤中:步骤1:初始化深度循环Q学习算法参数;步骤2:各簇头无人机通过与环境交互获得当前时隙观测值,包括其簇内成员无人机上一时隙所选择的信道和发射功率;步骤3:各簇头无人机根据价值网络的输出值与当前时隙的ε值,采用ε-greedy算法为其簇内成员无人机选择当前时隙的通信信道和发射功率;步骤4:各簇头无人机根据干扰情况计算与簇内成员无人机的通信速度,得到当前时隙的总通信时间,由此计算与其簇内成员无人机通信过程所需的能量开销总和,并获得对应环境奖励值;步骤5:环境跳转至下一状态后,各簇头无人机将当前时隙的观测值、簇内成员无人机的联合动作、环境奖励和下一时隙的观测值存入各自的经验池中;步骤6:当经验池样本数据足够时,各簇头无人机从各自的经验池中进行随机采样,得到若干批历史信息数据,按照时间顺序组成轨迹序列,从中抽取出连续的若干步,将该轨迹序列输入各簇头无人机的价值网络,与计算出的真实Q值作对比,采用梯度下降法更新价值网络参数;步骤7:每隔一定时隙数,复制价值网络的参数形成新的目标网络;步骤8:重复步骤2至步骤7,直至完成100次数据传输;步骤9:重复步骤8,直至无人机集群网络的总奖励值收敛,完成本地训练。

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南京理工大学,其通讯地址为:210094 江苏省南京市玄武区孝陵卫街道孝陵卫街200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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。