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！

龙图腾网获悉南京大学申请的专利基于分层强化学习的水下拓扑控制与信道选择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：CN120729721B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511243793.4，技术领域涉及：H04L41/0823；该发明授权基于分层强化学习的水下拓扑控制与信道选择方法是由刘帅;李文峰;张慧杰;王千懿;赵康僆设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本基于分层强化学习的水下拓扑控制与信道选择方法在说明书摘要公布了：本发明公开了一种基于分层强化学习的水下拓扑控制与信道选择方法。首先在目标水域布设传感器节点并组网，建立分层网络的联合状态空间；其次，上层将拓扑子图构建转化为连续动作控制问题，通过深度确定性策略梯度为网络链路分配连通权重，得到初始拓扑子图；随后，使用最小连通补边机制，在初始拓扑子图的基础上构建可行拓扑子图，实现网络拓扑控制；最后，下层对可行拓扑子图中输出的每条链路，使用Q学习进行信道模式选择。本发明能够实现拓扑控制与信道选择的协同优化，在保证网络连通性的同时提升拓扑控制的效应，并为每条链路选择最优的信道模式。

本发明授权基于分层强化学习的水下拓扑控制与信道选择方法在权利要求书中公布了：1.一种基于分层强化学习的水下拓扑控制与信道选择方法，其特征在于，包括以下步骤： S1：在目标水域布设传感器节点并组网，建立分层网络的联合状态空间； S2：上层将拓扑子图构建转化为连续动作控制问题，通过深度确定性策略梯度为网络链路分配连通权重，得到初始拓扑子图； S3：使用最小连通补边机制，在初始拓扑子图的基础上构建可行拓扑子图，实现网络拓扑控制，具体如下： S3-1：初始拓扑子图连通性检查： 对初始拓扑子图执行深度优先算法，判断其是否为连通图；若已连通，则令可行拓扑子图，完成网络拓扑控制，进入S4；若非连通，则进入S3-2； S3-2：使用最小连通补边机制，得到可行拓扑子图： 若非连通，则包含个连通拓扑子图，在所有不属于的剩余链路中，构造补边候选集，在中寻找最小代价的连通分量边，其数学形式表示为： 6 将加入初始拓扑子图，回到S3-1进行判断； S4：下层对可行拓扑子图中输出的每条链路，使用Q学习进行信道模式选择，具体如下： S4-1：下层将信道模式选择转化为离散动作控制问题： 1下层动作空间：在时隙，将网络的下层动作空间记为，其数学形式表示为： 7 其中，为信道模式在时隙的下层动作，为链路的信道模式； 2下层奖励函数：在时隙，将网络的下层奖励函数记为，其数学形式表示为： 8 其中，，，分别为链路的能耗、延迟与链路质量；，，分别为链路的能耗权重、延迟权重与链路质量权重，且； S4-2：对可行拓扑子图中的每条链路，使用Q学习进行信道模式选择： 对于可行拓扑子图中的每条链路，根据联合状态，通过Q学习执行下层动作，得到对应的下层奖励；Q学习根据对应的下层奖励实时更新Q表，并根据更新后的Q表，为可行拓扑子图中的每条链路分配最优信道模式。

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大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。