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！

龙图腾网获悉南昌大学申请的专利一种无人机多任务点路径规划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：CN120524837B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511021183.X，技术领域涉及：G06F30/27；该发明授权一种无人机多任务点路径规划方法是由李安;段威云;张建冲设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本一种无人机多任务点路径规划方法在说明书摘要公布了：本发明公开了一种无人机多任务点路径规划方法，具体包括以下步骤：方法开始；建立空地系统信道模型和窃听者位置的不确定性模型，基于空地系统信道模型和窃听者位置的不确定性模型构建CUAV任务总完成时间和通信中断时间加权和最小化模型；离散化CUAV任务总完成时间和通信中断时间加权和最小化模型对应的优化问题；对离散化的优化问题进行马尔可夫决策过程建模，并提出HT‑D3QN算法进行求解。本发明提出的HRL和T‑D3QN相结合的路径规划方法，能有效提升CUAV在复杂动态环境中的任务执行效率和通信安全性，为CUAV在智慧城市、应急救援等领域的应用提供了可靠的技术支持。

本发明授权一种无人机多任务点路径规划方法在权利要求书中公布了：1.一种无人机多任务点路径规划方法，其特征在于，具体包括以下步骤： 步骤S1：方法开始； 步骤S2：建立空地系统信道模型和窃听者位置的不确定性模型，基于空地系统信道模型和窃听者位置的不确定性模型构建CUAV任务总完成时间和通信中断时间加权和最小化模型； 步骤S3：离散化CUAV任务总完成时间和通信中断时间加权和最小化模型对应的优化问题； 步骤S4：对离散化的优化问题进行马尔可夫决策过程建模，并提出HT‑D3QN算法进行求解； 步骤S5：对通信系统环境建模以及初始化HT‑D3QN算法对应的神经网络的参数，对HT‑D3QN算法对应的神经网络的参数进行迭代优化； 步骤S6：判断训练的HT‑D3QN算法对应的神经网络是否收敛，若收敛则输出HT‑D3QN算法对应的神经网络最优参数，否则返回步骤S5继续迭代优化； 步骤S7：训练结束，输出最优路径规划策略； 所述步骤S2中建立空地系统信道模型和窃听者位置的不确定性模型具体包括： 假定窃听者位于一个半径为的圆形区域的中心，则CUAV与窃听者之间的距离可建模为： ； 式中，表示CUAV在时刻的坐标，表示CUAV在时刻其在地面上的投影与窃听者之间的距离，表示CUAV在时刻的高度，窃听者的位置；表示CUAV与窃听者之间的欧式距离； 所述步骤S2中建立空地系统信道模型和窃听者位置的不确定性模型还包括： 获取时刻从CUAV到第个蜂窝单元的路径损耗； 其中和分别表示CUAV和第个蜂窝单元通信时LoS和Non‑LoS链路发生的概率； 其中；；式中和为常数； 表示第个蜂窝到CUAV的仰角，；式中，和表示第个蜂窝的坐标，表示CUAV在时刻的坐标； CUAV到第个蜂窝的LoS链路的路径损耗； CUAV到第个蜂窝的NLoS链路的路径损耗其中表示CUAV到第个蜂窝的欧式距离，为与CUAV通信的基站的载波频率，为CUAV在时刻的飞行高度; 获取CUAV到第个蜂窝的信息速率； 式中，表示CUAV的发射功率，表示CUAV到第个蜂窝的信道增益，、、分别代表基站天线增益、路径损耗、小尺度衰落，其中与蜂窝单元增益跟天线阵列增益有关，其计算公式为，其中element跟Array分别代表单元增益和阵列增益；是一个随机变量；表示此时其他未与CUAV通信的蜂窝对CUAV的干扰功率，其中，表示第个蜂窝的发射功率； 所述步骤S2中建立空地系统信道模型和窃听者位置的不确定性模型还包括： 获取时刻从CUAV到第个窃听者的路径损耗； 获取从CUAV到第个窃听者的LoS和NLoS链路的路径损耗； ； 其中表示参考距离处的路径损耗；是路径损耗指数；是一个均值为0，标准差为的高斯随机变量；表示CUAV与窃听者之间的欧式距离； 其中和分别表示CUAV和第个窃听者通信时LoS和Non‑LoS链路发生的概率； 其中；；是表示e个窃听者到CUAV的仰角；，和表示第e个窃听者的坐标； 获取CUAV到第个窃听者的窃听速率；其中，为自然高斯噪声； 所述步骤S2中基于空地系统信道模型和窃听者位置的不确定性模型构建CUAV任务总完成时间和通信中断时间加权和最小化模型具体包括： 获取CUAV和基站之间的最差保密速率； 判断CUAV在时刻的保密速率是否低于中断阈值； 若是，则表明CUAV与地面基站的安全通信发生了中断，则通信中断概率； 获取任务总完成时间内，CUAV的通信中断时间，其中表示CUAV任务总完成时间；表示CUAV 在t时刻所连接的蜂窝； 根据任务总完成时间内CUAV的通信中断时间构建最小化任务总完成时间和通信中断时间加权和的优化问题： 其中是平衡任务总完成时间和通信中断时间的加权系数；中表示CUAV的最大飞行速度，表示CUAV飞行方向；中表示CUAV的飞行速度不受方向影响；规定了CUAV的起始点；规定了CUAV的任务执行空域范围；规定了CUAV执行任务时不能与障碍物发生碰撞；表示CUAV在某一时刻与哪个蜂窝通信；和规定了CUAV必须依次完成所有任务点的巡检；S表示CUAV的飞行路径；表示第i个高耸障碍物，表示第j个任务点的坐标，表示t时刻通信的蜂窝，表示高耸障碍物的总数，表示蜂窝的总数，表示任务点的总数，表示CUAV的飞行空域。

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昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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”。