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！

龙图腾网获悉海南大学申请的专利一种无人机集群的运行状态估计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：CN116244647B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202211591739.5，技术领域涉及：G06F18/2431；该发明授权一种无人机集群的运行状态估计方法是由张卫东;林源;谢威;郭东生;沈春华;刘腾飞;辛斌;柏林;金国军设计研发完成，并于2022-12-11向国家知识产权局提交的专利申请。

本一种无人机集群的运行状态估计方法在说明书摘要公布了：本发明涉及一种无人机集群的运行状态估计方法，包括以下步骤：针对复杂环境下无人机集群运行状态的强耦合指标集，基于随机森林分析指标间的相互作用，处理数据集的异常值和噪声，对其进行特征重要性排序，提取关键运行指标；基于深度强化学习DDQN算法估计无人机集群的运行状况，将状态估计问题用马尔可夫过程描述，并通过使用双层网络以获得准确的价值函数；通过迭代更新DDQN网络的参数，输出无人机集群状态的最优价值函数，实时估计集群的运行状态。与现有技术相比，本发明具有提高了无人机集群的运行效率和安全性等优点。

本发明授权一种无人机集群的运行状态估计方法在权利要求书中公布了：1.一种无人机集群的运行状态估计方法，其特征在于，包括以下步骤： S1、获取复杂环境下无人机集群运行状态的强耦合指标集，基于随机森林分析指标间的相互作用，对数据集的异常值和噪声进行预处理，并进行特征重要性排序，根据排序提取关键运行指标；所述无人机集群运行状态的强耦合指标集包括按照预配置时间间隔统计的无人机集群平均延误、平均爬升高度、平均续航时间、平均水平飞行速度、平均续航里程和平均爬升速度； S2、使用深度强化学习DDQN网络估计无人机集群的运行状况，所述DDQN网络为双层网络，包括目标网络和预测网络； S2包括以下步骤： S21、将状态估计问题用马尔可夫过程S,A,P,R描述，其中，选取关键运行指标作为无人机集群的状态空间S，A为无人机集群的动作空间，即集群的飞行速度和角度，R表示无人机集群的奖励函数，即平均飞行时间，P为集群的状态转移概率： P＝P[St+1＝s'|St＝s] 其中，St为时间t下无人机集群的状态，即当前时刻的集群状态，St+1为下一时刻的集群状态，s'是下一时刻无人机集群的状态空间； S22、基于状态转移概率估计集群的当前状态； S23、基于价值函数判断无人机集群当前动作的优劣，并在每个时刻更新预测网络的参数，其中，所述价值函数为奖励函数的和； S24、DDQN网络将每个时刻的无人机集群状态存储至replaybuffer中，并基于均方差法计算网络的损失函数； S25、通过迭代计算最小化网络的损失函数，使用随机梯度下降法更新目标网络的参数，完成训练； S3、基于训练完成的DDQN网络输出无人机集群状态的最优价值函数，实时估计集群的运行状态。

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海南大学，其通讯地址为：570100 海南省海口市人民大道58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”。