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！

龙图腾网获悉北京科技大学申请的专利基于最大熵强化学习的通感融合网络资源分配方法及装置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：CN120302299B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202510313982.8，技术领域涉及：H04W16/10；该发明授权基于最大熵强化学习的通感融合网络资源分配方法及装置是由秦运慧;张海君;李旭龙;马旭设计研发完成，并于2025-03-17向国家知识产权局提交的专利申请。

本基于最大熵强化学习的通感融合网络资源分配方法及装置在说明书摘要公布了：本发明提供一种基于最大熵强化学习的通感融合网络资源分配方法及装置，包括：探索灵活天线辅助的通感融合网络架构，所述网络架构考虑同一波导上多个pinching天线的场景，并且综合考虑通信数据速率与感知需求，建立灵活天线辅助的通感融合网络中最大化通信数据速率的同时满足感知需求的问题模型；重构问题模型的目标函数，包括设计优化目标强化学习网络的状态空间、动作空间和奖励函数；以最大化累计折扣奖励的同时最大化策略的熵为准则，训练优化目标强化学习网络，并基于经验回放机制更新所述优化目标强化学习网络的评价网络和策略网络；训练完成后，获得问题模型的解，包括最优的天线位置和功率分配集合。本发明可以对通感融合网络进行资源分配。

本发明授权基于最大熵强化学习的通感融合网络资源分配方法及装置在权利要求书中公布了：1.一种基于最大熵强化学习的通感融合网络资源分配方法，其特征在于，所述方法包括： S1、探索灵活天线辅助的通感融合网络架构，所述网络架构考虑同一波导上多个pinching天线的场景，并且综合考虑通信数据速率与感知需求，建立灵活天线辅助的通感融合网络中最大化通信数据速率的同时满足感知需求的问题模型； S2、重构所述问题模型的目标函数，包括设计优化目标强化学习网络的状态空间、动作空间和奖励函数； S3、以最大化累计折扣奖励的同时最大化策略的熵为准则，训练所述优化目标强化学习网络，并基于经验回放机制更新所述优化目标强化学习网络的评价网络和策略网络； S4、训练完成后，获得所述问题模型的解，所述问题模型的解包括最优的天线位置和功率分配集合； 所述S1，具体包括： 用户m的通信数据速率最大化表示为： 其中，M表示总用户数，N表示总pinching天线数，表示天线的位置集合，p＝pmm∈M表示功率分配集合，用户m的功率为pm，表示天线的位置，d表示天线的高度，ψm＝xm,ym,0表示用户m的位置，θn为传输信号经过天线n的相移，α表示球面波参数，e为自然底数，j表示虚数单位，π是无理数，λ表示波长，σ2表示加性高斯白噪声； 考虑感知目标k的信号与干扰加噪声比Γk，设置感知精度的阈值Γsen，感知需满足Γk-Γsen≥0； 建立最大化通信数据速率的同时满足感知需求的问题模型如下： 所述S2中设计的优化目标强化学习网络的状态空间、动作空间和奖励函数，具体包括： 状态空间st∈S，其中，ψt,分别表示在t时隙pinching天线位置集合、用户位置集合和感知目标位置集合，Et表示系统剩余能量； 动作空间at∈A，其中，Δψt,分别表示pinching天线位置变化量和移动用户位置变化量，pt表示在t时隙的功率分配向量，ΔEt表示系统在t时隙消耗的能量； 奖励函数rt∈R，其中τ为权重因子。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。