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！

龙图腾网恭喜华东交通大学申请的专利超密组网智能资源优化方法、装置、设备和存储介质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：CN120034868B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510503135.8，技术领域涉及：H04L41/142；该发明授权超密组网智能资源优化方法、装置、设备和存储介质是由聂学方;万相志;李盛;王辰;周天清;张继良;张钦宇设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本超密组网智能资源优化方法、装置、设备和存储介质在说明书摘要公布了：本申请提供了一种超密组网智能资源优化方法、装置、设备和存储介质，属于无线通信网络资源分配领域。包括：基于NOMA技术构建IAB网络模型。接着，建立IAB网络的通信模型，并在此基础上确定约束函数。随后，设计强化学习决策模型，其奖励函数根据约束函数确定。通过异构深度网络实时响应信道状态信息生成决策结果，并存储于经验回放池中供后续使用。策略网络和对决网络共同作用以提高决策的质量，并且基于计算出的最大Q值及相应的损失函数，实现网络更新，以获得目标异构深度网络。最后，为IAB网络制定出最优的资源分配策略。本申请能够实现高效、动态的频谱与功率分配，提升下一代通信网络的性能和资源利用率。

本发明授权超密组网智能资源优化方法、装置、设备和存储介质在权利要求书中公布了：1.一种超密组网智能资源优化方法，其特征在于，包括：基于NOMA，建立包括宏基站、节点和用户的IAB网络；其中，所述IAB网络还包括毫米波频段的回传链路和应用NOMA技术的接入链路，所述节点包括与所述宏基站距离不同的高跳节点和低跳节点；建立所述IAB网络的通信模型，并基于所述通信模型，确定以最大化接入用户的吞吐量为优化目标的约束函数；构建强化学习决策模型，包括智能体、状态、动作和奖励函数；其中，所述奖励函数基于所述约束函数设定；基于所述强化学习决策模型和所述约束函数，通过异构深度网络实时响应信道状态信息，以生成最大Q值和在线决策结果，并存储于经验回放池中；其中，所述异构深度网络包括策略网络和对决网络；基于所述最大Q值与损失函数，更新所述策略网络和所述对决网络，以获得目标异构深度网络；基于所述目标异构深度网络，生成所述IAB网络的最优资源分配策略。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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”。