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！

龙图腾网恭喜郑州大学申请的专利一种基于深度强化学习的卫星虚拟网映射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：CN115550970B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202211138369.X，技术领域涉及：H04L41/14；该发明授权一种基于深度强化学习的卫星虚拟网映射方法是由朱睿杰;李公;张玉东;席超;刘佩璋;杨博设计研发完成，并于2022-09-19向国家知识产权局提交的专利申请。

本一种基于深度强化学习的卫星虚拟网映射方法在说明书摘要公布了：本发明提出了一种基于深度强化学习的卫星虚拟网映射方法，用以解决现有虚拟网络请求的启发式映射方法难以适应卫星网络的动态性的技术问题。本发明的步骤为：将底层卫星网络和虚拟网请求均建模为无向图，对于到来的虚拟网请求，采用滑动窗口对整个卫星网络进行映射区域划分，选择负载系数最小的映射区域；通过DRL方法进行节点映射；如果节点映射成功进入链路映射过程；如果链路映射成功利用奖励函数计算奖励值；判断是否到批次更新回合，通过奖励值计算损失函数来更新DRL智能体的网络参数和梯度。本发明通过强化学习不断地更新网络，选择合适的卫星节点和星间链路分配给不同虚拟网请求，从而提升虚拟网请求的接受率和网络资源利用率，并降低了平均时延。

本发明授权一种基于深度强化学习的卫星虚拟网映射方法在权利要求书中公布了：1.一种基于深度强化学习的卫星虚拟网映射方法，其特征在于，其步骤如下：步骤一：将底层卫星网络和虚拟网请求均建模为无向图，对于一个到来的虚拟网请求，采用滑动窗口的方式对整个卫星网络进行映射区域划分，选择负载系数最小的映射区域；步骤二：进行节点映射过程：在从负载系数最小的映射区域中提取特征矩阵作为环境状态输入DRL智能体，通过DRL方法给出卫星节点被映射的概率并选择卫星节点进行资源分配；步骤三：判断节点映射是否成功，如果没成功则该虚拟网请求映射失败，跳到步骤四；如果节点映射成功，进入链路映射过程：根据成本代价指标指标衡量星间链路状态，根据最短路径算法选择一条星间链路以供虚拟链路进行资源分配；步骤四：判断链路映射是否成功，利用DRL智能体的奖励函数计算奖励值；步骤五：判断是否到批次更新回合，如果没到更新回合，重复步骤一到步骤四；如果到了更新回合，通过奖励值计算损失函数来更新DRL智能体的网络参数和梯度。

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郑州大学，其通讯地址为：450001 河南省郑州市高新区科学大道100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”。