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！

龙图腾网获悉西安电子科技大学申请的专利通感算一体化场景下的资源自适应联合管控方法和系统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：CN118741559B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202410882769.4，技术领域涉及：H04W24/02；该发明授权通感算一体化场景下的资源自适应联合管控方法和系统是由杨龙;刘起航;吕璐;阔永红;周雨晨设计研发完成，并于2024-07-03向国家知识产权局提交的专利申请。

本通感算一体化场景下的资源自适应联合管控方法和系统在说明书摘要公布了：本发明公开了一种通感算一体化场景下的资源自适应联合管控方法和系统，涉及通信领域，用以低系统开销实现多发性时延、有效信息量的稳定性与最优性均衡。本发明在通信感知计算一体化的场景下，各感知节点获取实时网络状态参量，获取各感知节点所关心的目标状态和感知数据；基于获取的网络状态参量，网络中央控制节点构建网络资管长期优化模型，采用李雅普诺夫方法将其转换为时间离散的资源管理模型，并划分至初始阶段、迭代阶段、结束阶段，再按时隙查询所属阶段进行求解，将资源优化决策下发至相对应的感知节点以调度资源，并对目标状态和感知数据进行汇聚与分析。本发明实现多发性体验时延、有效信息量的稳定性与最优性均衡。

本发明授权通感算一体化场景下的资源自适应联合管控方法和系统在权利要求书中公布了：1.一种通感算一体化场景下的资源自适应联合管控方法，其特征在于，包括： S1、通信感知计算一体化的场景下，各感知节点获取实时的网络状态参量，该网络状态参量包括信道状态参量和网络资源管理参量，所述网络资源管理参量包括：每个接入点在短包通信时可调用的时频资源量上限，以及在长包通信时可调用的时频资源量上限；每个接入点关联的服务器可调用的总计算资源量；感知节点在初始阶段、迭代阶段、结束阶段的最大体验时延上限，以及强化学习队列时延、模型训练队列时延以及传感数据下沉队列排队时延门限；获取各感知节点所关心的目标状态和感知数据；基于获取的网络状态参量，网络中央控制节点构建网络资源管理长期优化模型为： 对于，有： C1：网络时频资源受限； C2：服务器CPU资源受限； C3：各阶段各感知节点的平均体验时延限制： ； C4：迭代阶段各队列的平均时延限制： ， ， ； C5：迭代阶段结束时模型精度损失限制：； 其中，表示感知节点获得的平均信息量；表示接入点集合中的任意接入点，表示感知节点集合中的任意感知节点，感知节点集合中感知节点的数量表示为，接入点覆盖范围内的感知节点集合为，；表示时间步，表示初始阶段，，表示迭代阶段，表示结束阶段，表示迭代周期数量；分别表示初始阶段、迭代阶段以及结束阶段感知节点所能获得的有效信息量；表示求数学期望；为感知节点的接入情况，1表示允许接入，0表示未允许接入；分别为感知节点在时刻在短包通信和长包通信过程中所占用的时频资源量；表示每个接入点的总时频资源量；表示感知节点对接入点关联的服务器在时刻可调用的CPU计算资源量；分别表示初始阶段、迭代阶段以及结束阶段的体验时延；接入点集成的服务器为其服务范围内的感知节点各配备三个队列：为传感数据下沉队列，为强化学习队列，模型训练队列，且时刻下三个队列的数据离开量分别为；各个感知节点配备两个队列：强化学习队列和模型训练队列，时刻两个队列的数据离开量分别为；为感知节点在时刻对于传感数据的拆分情况，为感知节点在时刻从感知网络中调用的相关联数据尺寸，和分别为在时刻本地分析和服务器协助分析的传感数据量；表示网络资源管理长期优化模型中主评价网络的模型参数，表示主评价网络的损失函数，表示迭代结束时刻主评价网络所采样元组的时序差分误差；表示时刻下感知节点感知的数据尺寸； S2、网络中央控制节点采用李雅普诺夫方法，将所述网络资源管理长期优化模型转换为时间离散的资源优化模型，并按时间次序将资源优化模型划分至初始阶段、迭代阶段、结束阶段；网络中央控制节点按时隙查询所属阶段，求解该阶段所对应的资源优化模型得到该阶段的资源优化策略，并将资源优化决策下发至相对应的感知节点； S3、各感知节点按照资源优化决策进行资源调度，对目标状态和感知数据进行汇聚与分析。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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”。