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！

龙图腾网获悉南京航空航天大学申请的专利一种基于深度强化学习网络的双层无人机通信覆盖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：CN119031379B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411206410.1，技术领域涉及：H04W16/18；该发明授权一种基于深度强化学习网络的双层无人机通信覆盖方法是由赵述军;冯斯梦;董超;张磊;吴启晖设计研发完成，并于2024-08-30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网络的双层无人机通信覆盖方法在说明书摘要公布了：本发明公开了一种基于深度强化学习网络的双层无人机通信覆盖方法，无人机被分为控制无人机和通信无人机，首先控制无人机根据用户的地理位置将用户进行分簇，基于分簇结果将簇群与通信无人机一一匹配，通过簇心的位置变化在碰撞和速度约束下得到通信无人机的航迹；之后将通信无人机的位置信息作为状态输入，基于预先训练好的深度强化学习网络得到通信无人机的调度信息、功率分配和控制无人机的航迹，实现无人机对区域内通信覆盖的最大化公平能效。本发明通过联合优化无人机航迹、用户连接、通信无人机调度和功率分配的最大化周期内能效，实现对地面用户通信覆盖的无人机航迹的准确规划。

本发明授权一种基于深度强化学习网络的双层无人机通信覆盖方法在权利要求书中公布了：1.一种基于深度强化学习网络的双层无人机通信覆盖方法，其特征在于，包括以下步骤： 1将无人机分为控制无人机和通信无人机，根据用户每个时刻下的位置信息对用户进行分簇； 2基于分簇结果将簇群与通信无人机一一匹配，得到每个时刻下的用户连接信息； 3通过簇心的位置变化在碰撞和速度约束下得到当前时刻的通信无人机的位置； 4构建深度强化学习网络，并对其进行训练；将通信无人机的位置信息作为状态输入至训练好的深度强化学习网络中，得到通信无人机的调度信息、功率分配和控制无人机当前时刻的位置； 5在每个时刻重复步骤1至4，使得在满足无人机速度约束、无人机能量约束、用户服务质量约束的条件下，实现无人机对区域内通信覆盖的公平能效最大化； 步骤4所述构建深度强化学习网络实现过程如下： 将控制无人机航迹规划问题转换成马尔可夫决策过程，其中状态空间表述为： 其中，qn为控制无人机在n时刻下的位置；表示通信无人机k在n时刻前的总服务时间；vJn为控制无人机在n时刻下的速度； 动作空间为： 其中，λv、和分别表示归一化后的控制无人机速度、飞行方向与Z轴的夹角和飞行方向在XY平面上的投影与X轴的夹角，{λkn}k∈K为功率分配集合； 奖励函数为： rn＝rfeen+rveln+raltn 其中，rfeen为公平能量效率奖励，rveln为违反速度约束惩罚，raltn为违反高度约束惩罚； 基于最大熵框架学习到最优策略以最大化目标函数： 其中，π*表示最优策略，α表示熵值的温度系数，Hπ·∣st表示在st状态下采取策略π的熵。

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航空航天大学，其通讯地址为：213300 江苏省常州市溧阳市滨河东路29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”。