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面向海面立体卫星网络的任务卸载和资源分配方法及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：CN119967486B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510068102.5，技术领域涉及：H04W28/08；该发明授权面向海面立体卫星网络的任务卸载和资源分配方法及系统是由郝洁;李晚月;吴强;王然设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本面向海面立体卫星网络的任务卸载和资源分配方法及系统在说明书摘要公布了：本发明公开了一种面向海面立体卫星网络的任务卸载和资源分配方法及系统，属于海面场景下的卫星应用技术领域。本发明所述的系统是基于面向海面立体卫星网络的多层卸载模型所实现的，多层卸载模型包括天基网络、空基网络和地海一体化网络；本发明在定义兼顾系统时延、能耗和成本的联合优化模型的过程中，利用分配到每层的任务大小计算传输速率、传输和计算时延、能耗和成本的模型。每一层中的智能体都能够根据任务提供合适的资源支持和卸载策略。不同层次的卸载模型可以相互配合，保证任务的高效卸载。最终实现系统总时延、能耗和成本的最小化。

本发明授权面向海面立体卫星网络的任务卸载和资源分配方法及系统在权利要求书中公布了：1.一种面向海面立体卫星网络的任务卸载和资源分配系统，其特征在于，该系统是基于面向海面立体卫星网络的多层卸载模型所实现的，所述的多层卸载模型包括天基网络、空基网络和地海一体化网络； 所述的天基网络中包括搭载机载计算服务的LEO卫星； 所述的空基网络包括搭载机载计算服务的高空平台系统HAPS，地海一体化网络中包括地面边缘服务器和海面终端用户； 每一层网络中的服务器均被视作一个智能体，每层智能体在能力、资源和目标上各有差异，形成一个异构智能体系统；异构智能体包括定义每个智能体的状态空间和动作空间，包括任务分配、计算资源情况、通信带宽在内的信息，每个智能体的动作为每个时隙计算任务所占的比例，并将其定义为部分马尔可夫决策过程；每个智能体在执行任务卸载和资源分配动作后，根据环境反馈更新其状态，基于MAPPO算法的多轮训练来更新智能体的策略，使得每个智能体能够不断优化任务卸载与资源分配策略，逐步提高系统整体的性能，最后包括输出任务卸载的决策以及相应的性能指标，所述的性能指标包括稳定的累积奖励、优化后的延迟、能耗和成本； 基于MAPPO算法的多轮训练来更新智能体的策略具体如下： 1算法首先初始化策略网络πθ和价值网络分别用于智能体的动作选择和状态价值评估； 2初始化一个受资源约束的环境和一个记忆缓冲区U，用于存储训练过程中产生的经验数据； 3MAPPO算法的主循环从每个训练周期E开始，首先对环境状态和智能体动作进行初始化，然后按照最大步数迭代；每一步的操作在多层次架构中展开，通过遍历每一层，对每层内的智能体nl进行任务分配和动作选择； 4在每层的具体操作中，每个智能体首先观察其当前的局部状态，然后根据策略网络πθ，选择一个最优动作a； 5MAPPO算法通过价值网络评估当前状态的价值，并通过环境反馈计算单步奖励rt； MAPPO算法包括使用折扣因子γ累积所有步的总奖励R，以优化长期收益； 6环境根据智能体的动作更新状态S，并为下一步迭代提供新的输入； 7在每个周期结束后，MAPPO算法将累积的经验数据，包括将稳定的累积奖励、优化后的延迟、能耗和成本存入记忆缓冲区U； 8在完成所有训练周期后，MAPPO算法输出最终优化的策略网络πθ，实现多智能体协作下的全局最优性能； 该系统的任务卸载和资源分配方式是： 海面终端用户在每个时隙t∈T＝{1,2,…,|T|}产生的任务，任务记为Dt，任务包括被拆分卸载到模型中其他层的服务器上，层级的集合定义为l∈L＝{1,2,…,|L|}，系统中智能体的集合是N，nl表示第l层中的智能体，每层的智能体能够监控层内的通信、负载、资源分布，利用分配到每层的任务大小计算传输速率、传输和计算时延、能耗和成本，并参与决策通过部分观测来优化其任务卸载和资源分配决策。

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：210016 江苏省南京市秦淮区御道街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”。

以上内容由龙图腾AI智能生成。