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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 重庆邮电大学王小洁获国家专利权

重庆邮电大学王小洁获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利一种基于多无人机辅助的无线供能网络的部署和资源优化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:CN117119489B

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:202311077525.0,技术领域涉及:H04W24/02;该发明授权一种基于多无人机辅助的无线供能网络的部署和资源优化方法是由王小洁;李家梦;冀宏婧;易令;吴宇;宁兆龙设计研发完成,并于2023-08-25向国家知识产权局提交的专利申请。

一种基于多无人机辅助的无线供能网络的部署和资源优化方法在说明书摘要公布了:本发明公开了一种基于多无人机辅助的无线供能网络的部署和资源优化方法,考虑到多无人机的有限覆盖范围和可穿戴设备的服务需求,提出均衡任务负载的聚类算法以确定候选悬停点位置,采用多智能体协同决策算法以获得无人机在用户集群间的服务调度决策,在用户集群中无人机进行用户时隙调度和无人机高度位置的调整。将用户时隙调度和无人机高度调整问题转化为受约束的马尔可夫决策过程,在拉格朗日原始对偶策略优化的基础上,采用嵌套的基于受约束的近似策略优化算法,由无人机决定调整高度的移动距离和当前覆盖范围内选择服务的可穿戴设备。仿真结果表明,与现有的两种深度强化学习算法相比,本发明的解决方案具有良好的服务完成率和节能性能。

本发明授权一种基于多无人机辅助的无线供能网络的部署和资源优化方法在权利要求书中公布了:1.一种基于多无人机辅助的无线供能网络的部署和资源优化方法,其特征在于,包括以下步骤: 1构建系统模型,确定通信模型和能量模型,构建以最大化吞吐量和最小化任务完成时间为优化目标的优化问题,所述优化问题为: s.t 其中,变量γi,n为可穿戴设备分配指标,γi,n=1表示用户设备i被分配到用户簇μn中,变量Ψu,n为无人机与用户簇的关联指标,Ψu,n=1表示无人机u选择服务用户簇μn,决策变量pu,z,k,l为可穿戴设备调度指标,pu,z,k,l=1表示可穿戴设备组在时隙k上被无人机u选中进行服务,另一个决策变量表示无人机在k时隙在l帧上调整高度的距离,分别为智能可穿戴设备和无人机的集合,具体表示为和表示在帧l的时间段k上当前服务的设备组集合,表示在帧l的时间段k上候选服务设备组的集合,表示以帧为单位的集合;wi表示用户集群中的智能可穿戴设备的能量需求,Πmax表示一个用户簇的服务阈值,N表示用户簇总数,n表示第n个用户簇;hmax表示为无人机的最大飞行高度;Λi,u表示无人机到智能可穿戴设备之间的信噪比;Tl表示可穿戴设备网络的总吞吐量;Fu表示无人机u完成任务的时间;代表帧l中所有时间段的集合;表示智能可穿戴设备i从无人机u收集到的能量;Λth表示SNR阈值; 2将步骤1中的优化问题为三个子问题,分别是任务分配子问题、无人机服务调度子问题以及用户时隙调度和无人机高度调整子问题; 3利用聚类算法和多智能体协同决策算法分别求解步骤2中的任务分配子问题和无人机服务调度子问题; 4利用深度强化学习理论对步骤2中的用户时隙调度和无人机高度调整子问题进行分析,构建受约束的马尔可夫问题; 5采用嵌套的基于受约束的近似策略优化算法,通过构建基于拉格朗日的奖惩函数来解决步骤4中的问题,使用了一个演员批判方案来改进策略,更新惩罚价值网络参数ωq、策略网络参数ζ和拉格朗日参数γ,学习并获得最佳高度调整决策和可穿戴设备调度策略; 策略网络通过最大化目标函数LCLIPζ来更新网络参数, 其中,Al和Sl分别表示l帧的动作和状态,ζ是策略网络参数,πζ和πζold分别代表新旧策略,∈表示调整裁剪的超参数,clip表示裁剪函数,表示广义优势估计,表示求l帧的期望; 使用最小化策略的均方误差来学习状态值函数 其中,和分别表示状态值函数和从l帧到l+k帧的拉格朗日惩罚奖励函数,βk表示时间段k的折扣因子,表示l帧的期望的估计值,同时,惩罚评论家对惩罚值网络参数ωq进行优化,的计算方式与状态值函数类似; 其中,表示从l帧到l+k帧的长期动作值函数,表示惩罚评论家的价值估计函数; 通过执行随机梯度上升法,用惩罚演员来更新在帧l+1的拉格朗日参数γl+1: 其中,ε表示拉格朗日乘子的学习率,γl表示帧l的拉格朗日参数,和分别表示在帧l和帧l+1时无人机u的电量。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区南山街道崇文路2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。