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！

龙图腾网获悉电子科技大学申请的专利一种无人机通信系统的智能决策方法及架构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：CN115580885B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202211168943.6，技术领域涉及：H04W24/02；该发明授权一种无人机通信系统的智能决策方法及架构是由周世阳;程郁凡;孙安琪;王军;彭启航设计研发完成，并于2022-09-25向国家知识产权局提交的专利申请。

本一种无人机通信系统的智能决策方法及架构在说明书摘要公布了：本发明属于无线通信技术领域，尤其涉及一种无人机通信系统的智能决策方法及架构。本发明提供了一种分层的智能决策方法及架构，包括决策分析层、任务规划层、算法设计及协同控制ADCC层和任务执行层；在该方法中，需要解决的资源管理问题由决策分析层建立联合优化问题，任务规划层将复杂的联合优化问题转化为若干个能通过现有智能算法解决的子优化问题，ADCC层设计具体的智能算法，为这些子优化问题提供解决策略，最后经由任务执行层将策略转化为物理动作，与环境交互；本发明提出了无人机通信系统的智能决策架构通过智能算法解决问题，因此计算复杂度较低，并且不需要具体的环境参数，仅通过与环境的不断交互，即能不断提升策略性能。

本发明授权一种无人机通信系统的智能决策方法及架构在权利要求书中公布了：1.一种无人机通信系统的智能决策方法，所述无人机通信系统采用多架无人机组成的无人机集群基站为地面用户提供通信服务，其中单无人机用于作为通信中继或者基站；其特征在于，所述智能决策方法同步进行认知流程和决策流程； 所述认知流程包括： R1、通过无人机获取环境信息，具体为由执行任务的无人机感知干扰时频图案，收集地面用户的状态信息； R2、获取执行任务的无人机信息，包括无人机坐标、飞行速度、飞行方向，同时执行任务的无人机将获取的环境信息共享给无人机集群中的其它无人机； R3、根据环境信息和无人机信息计算当前无人机资源管理决策的性能，具体为由环境信息和无人机信息获得满足通信速率需求的比例、无人机集群的总发射功率，进而根据所设定的目标函数获得无人机资源管理决策的性能； R4、根据设定的任务目标，判断当前无人机资源管理决策的性能指标是否满足预设的目标，如果不满足，则进行优化； 所述决策流程包括： S1、根据设定的任务目标，建立优化问题，并确定约束条件，具体包括： S11、判断无人机通信模式为中继模式还是基站模式；如果是中继模式，转S131；否则，转S12； S12、判断无人机基站模式下为无人机对地面用户的通信还是无人机间通信；如果是无人机对地面用户的通信，转S131，否则，转S132； S131、以最大效能比为优化目标，转S14； S132、以最小中断概率为优化目标，转S14； S14、为需要完成的任务设计决策变量； S15、添加约束条件； S16、在优化目标、决策变量、约束条件明确后，制定联合优化问题； S2、根据制定的优化问题，制定解决方案，具体包括： S21、分析联合优化问题的搜索空间复杂度； S22、判断该优化问题是否能直接用强化学习算法解决；如果是，转S26，否则，转S23； S23、判断优化问题的决策变量是否能解耦；如果是，转S241，否则，转S242； S241、解耦联合优化问题的变量，将联合优化问题转化为若干个低维度的子优化问题，转S251； S242、进行预训练，得到一个次优解，转S252； S251、规划子优化问题的解决方案，转S26； S252、以次优解为起点，规划策略领域搜索方案，转S26； S26、获得以强化学习为主体的解决方案； S3、在无人机协同的基础上，设计解决方案的处理方法，得到无人机控制策略，具体包括： S31、判断优化问题是否由多个子问题组成；如果是，转S32，否则，转S33； S32、对非强化学习解决的问题设计智能算法，降低决策变量维度，转S33； S33、判断是否为无人机集群问题；如果是，转S341，否则，转S342； S341、设计多智能体强化学习算法，转S351； S342、设计单智能体强化学习算法，转S352； S351、强化学习算法由控制中心训练，转S36； S352、强化学习算法由无人机自身训练，转S37； S36、强化学习策略由控制中心周期更新，传递给无人机，转S37； S37、无人机根据环境状态及无人机信息，制定需要执行的控制策略； S4、将无人机的策略映射为物理行为，然后与环境交互，具体包括： S41、无人机策略是否需要继续训练；如果是，转S421；否则，转S422； S421、无人机执行探索策略，并将其映射为物理行为； S422、无人机执行贪婪策略，并将其映射为物理行为； 所述无人机通信系统的智能决策方法基于智能决策架构进行智能的资源管理决策，智能决策架构包括决策分析层、任务规划层、算法设计及协同控制ADCC层、任务执行层； 所述决策分析层用于执行决策流程中的步骤S1和认知流程中的步骤R4，具体为在决策流程中接收资源管理任务，根据资源管理任务建立优化问题，并确定约束条件，将建立的优化问题发送到任务规划层；在认知流程中接收任务规划层发送的当前系统动态可达性能、环境信息和无人机信息，根据资源管理任务，判断当前无人机资源管理决策的性能指标是否满足预设的目标，如果不满足，则进行优化； 所述任务规划层用于执行决策流程中的步骤S2和认知流程中的步骤R3，具体为在决策流程中根据接收到的优化问题，规划任务的解决方案，将联合优化问题解耦为用具体算法解决的子问题并发送到ADCC层；在认知流程中接收ADCC层发送的无人机信息和环境信息，计算出系统动态可达性能，并将计算的性能、环境信息和无人机信息一起传入决策分析层和该层决策单元； 所述ADCC层用于执行决策流程中的步骤S3和认知流程中的步骤R2，具体为在决策流程中根据子问题，在无人机协同的基础上，设计解决这些子问题的具体算法，并在当前环境状态及无人机状态下输出无人机控制策略到任务执行层；在认知流程中获取无人机信息以及接收任务执行层中无人机感知的环境信息； 所述任务执行层用于执行决策流程中的步骤S4和认知流程中的步骤R1，具体为在决策流程中根据接收到的控制策略，将无人机的策略映射为物理行为，然后与环境交互；在认知流程中获取环境信息并发送到ADCC层。

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电子科技大学，其通讯地址为：611731 四川省成都市高新西区西源大道2006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”。