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！

龙图腾网获悉安徽大学申请的专利一种基于联合优化的无人机轨迹规划与任务卸载决策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：CN119828735B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510040968.5，技术领域涉及：G05D1/46；该发明授权一种基于联合优化的无人机轨迹规划与任务卸载决策方法是由贾兆红;陈影;刘闯;徐国明;李春春设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种基于联合优化的无人机轨迹规划与任务卸载决策方法在说明书摘要公布了：本发明公开了一种基于联合优化的无人机轨迹规划与任务卸载决策方法，包括：1在一个集中式飞行无人机和一组分布式无人机组成的双层无人机协作通信网络框架下，优化飞行无人机轨迹与移动设备任务的卸载决策；2利用基于Wolf‑PHC的方法和基于博弈论的方式获得移动设备任务的卸载决策和分派决策；3基于所得到的卸载决策和分派决策，应用DDPG算法解决飞行无人机的轨迹优化问题。本发明能够有效解决在移动设备和无人机电量都有限的场景下计算资源有限和任务执行时间过长的问题，通过无人机之间的协作和轨迹优化，找到一种最佳卸载策略，从而实现降低任务完成总延迟。

本发明授权一种基于联合优化的无人机轨迹规划与任务卸载决策方法在权利要求书中公布了：1.一种基于联合优化的无人机轨迹规划与任务卸载决策方法，其特征在于，是应用于一个边长为的正方形地面区域V中，将正方形地面区域V的一个顶点设为原点o，将与所述原点o相连的两条边分别设置为X轴和Y轴，将垂直于XY面且过原点o的垂直线作为Z轴，从而建立三维坐标系；在所述正方形地面区域V中部署分布式无人机集合U＝{,,...,,...,}和一架飞行无人机以协助地面上的n个移动设备在T个时隙所组成的时隙集合中完成自身的计算任务，其中，表示第j架分布式无人机；[1，m]；m表示分布式无人机的总数；将第j架分布式无人机的位置记为；其中，表示第j架分布式无人机投影到地面上的坐标，表示每个分布式无人机悬停位置的高度；将飞行无人机在第t个时隙中的位置记为，表示飞行无人机在第t个时隙中投影到地面上的坐标，表示飞行无人机的飞行高度，将飞行无人机在第t个时隙中的飞行角度记为，飞行距离记为；表示每个时隙中的飞行无人机的最大飞行距离； 将n个移动设备第t个时隙中的位置记为，其中，表示第i个移动设备第t个时隙中的X轴坐标和Y轴坐标，将n个移动设备上第t个时隙的任务集合记为={，，...，，...，}，其中，表示第i个移动设备在t个时隙中的任务；若任务在移动设备上执行，则记为本地计算，若任务在无人机端执行，则记为边缘计算；[1，n]； 令第t个时隙中第i个任务的属性记为=，其中，表示第i个移动设备在第t个时隙的数据量；表示处理所需要的CPU周期数； 所述基于联合优化的无人机轨迹规划与任务卸载决策方法是按如下步骤进行的： 步骤一：根据移动设备的任务和无人机的位置，构建无人机轨迹规划与任务卸载决策模型： 步骤1.1：利用式1计算第t个时隙中第i个移动设备的任务在本地计算的时延： 1 式1中，表示为第i个移动设备的计算能力； 步骤1.2：利用式2计算第t个时隙中第i个移动设备的任务在本地计算的能耗： 2 式2中，是与移动设备的CPU芯片性能的相关系数； 步骤1.3：计算第t个时隙中第个移动设备的任务从地面卸载到第个分布无人机的传输时延； 步骤1.4：计算不同分派决策下，第i个移动设备的任务在第j个分布式无人机上的分派处理时延； 步骤1.5：利用式20计算第t个时隙中第i个移动设备的任务在边缘端计算的时延； =+20 步骤1.6：计算边缘端计算中第t个时隙中第j个分布式无人机的总能耗和飞行无人机的总能耗； 步骤1.7：利用式26定义无人机轨迹规划与任务卸载决策模型的目标函数W：26 式36中，T表示时隙总个数，为所有移动用户的任务卸载决策，为移动用户的任务分派决策，为飞行无人机的轨迹，表示完成第t个时隙中第i个移动设备的任务的时延，并由式27得到： 27 式27中，是第i个移动设备的卸载决策，当=0表示第i个移动设备的任务在本地执行，当=j表示第i个移动设备的任务卸载到第j架分布式无人机上执行；是指示函数； 步骤1.8：利用式28a-式28d构建无人机轨迹规划与任务卸载决策模型的约束条件： 28a 28b 28c 28d 式28a-式28d中，表示第i个移动设备的最大能量，表示第j个分布式无人机的最大能量，表示飞行无人机的最大能量； 步骤二：定义并初始化各个参数，包括：n个移动设备的位置，任务列表，m个分布式无人机的位置，飞行无人机的起始位置； 步骤三：利用基于Wolf-PHC的任务卸载算法产生第t个时隙中的所有移动设备的卸载策略t； 步骤四：根据第t个时隙中所有移动设备的卸载策略t，以及第t个时隙中飞行无人机的位置，从而利用基于博弈理论的分派算法得到第t个时隙中移动设备的分派策略； 步骤五：基于第t个时隙的状态，并利用DDPG算法得到飞行无人机在第t个时隙的动作，其中分别表示第t个时隙中第i个移动设备的剩余电量，第j个分布式无人机的剩余电量以及飞行无人机的剩余电量； 步骤六：计算第t个时隙的奖励以及第t+1个时隙的状态 ，其中，是第t个时隙飞行无人机飞出目标区域时产生的惩罚常数，是第t个时隙飞行无人机的电池容量损失惩罚系数；表示第t+1个时隙中第i个移动设备的剩余电量；表示第t+1个时隙中第j个分布式无人机的剩余电量；表示第t+1个时隙中飞行无人机的剩余电量；表示第t+1个时隙中第i个移动设备的位置，表示第t+1个时隙中第i个移动设备任务的数据量，表示处理第t+1个时隙中第i个移动设备任务的CPU周期数； 步骤七：判断是否达到，若是，则由所有时隙下的坐标构成飞行无人机的轨迹，否则，返回步骤三继续执行。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。