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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于Transformer和深度强化学习的认知通信干扰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：CN119154989B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411225929.4，技术领域涉及：H04K3/00；该发明授权基于Transformer和深度强化学习的认知通信干扰方法及系统是由金虎;侯文君;彭闯;雷迎科;姜丽;冯辉;滕飞;张孟伯设计研发完成，并于2024-09-03向国家知识产权局提交的专利申请。

本基于Transformer和深度强化学习的认知通信干扰方法及系统在说明书摘要公布了：本发明公开了一种基于Transformer和深度强化学习的认知通信干扰方法及系统，该方法为：将TransformerEncoder作为深度强化学习的网络，用于处理敌方通信的状态信息，再用DDQN根据处理后的信息选出干扰动作；通过设计奖励函数和建立无效干扰列表来选出功耗低的动作并提高算法的收敛速度。所述系统包括通信干扰系统模型构建模块、干扰决策模块、状态和动作空间定义模块、奖励函数设计模块、网络构建模块、无效干扰列表建立模块、训练模块和通信干扰模块。本发明能够干扰成功多种通信信号，并且能够减少交互次数，提高收敛速度，具有较稳定的性能。

本发明授权基于Transformer和深度强化学习的认知通信干扰方法及系统在权利要求书中公布了：1.一种基于Transformer和深度强化学习的认知通信干扰方法，其特征在于，包括以下步骤： 步骤1、建立通信干扰系统模型，确定通信干扰流程，并确定需要被干扰的通信方调制样式和干扰方采用的干扰调制样式； 步骤2、采用深度强化学习实现干扰决策，选用全自注意力网络即Transformer作为深度强化学习网络，DDQN作为深度学习算法； 步骤3、依据通信信号和干扰信号特点，定义深度强化学习所需的状态和动作空间，具体如下： 将动作空间A定义为由干扰调制样式MJ、干扰信号功率PJ与通信信号功率PT的比值pr和占空比ρ组成的三元组，即；占空比ρ是干扰时间和间断干扰周期的比值； 通信方的通信策略是通信信号的参数信息，即调制样式、功率和频率； 在干扰时要将干扰频率与通信频率对准，并且动作中含有pr，所以通信功率对结果没有影响，因此状态S只由通信调制样式MT一个元素组成，即； 步骤4、依据干扰效果和干扰信号功耗设计奖励函数； 步骤5、构建基于TransformerEncoder的Q网络，使用1层TransformerEncoder和2层FC构成Q网络，其中Encoder表示编码器，FC表示全连接层； 步骤6、在开始训练Q网络前，为每一通信调制样式建立无效干扰列表，用于记录干扰无效的干扰调制样式； 步骤7、基于DDQN对Q网络进行训练，每一轮随机选取一个状态进行训练，直到达到指定的训练轮数； 步骤8、采用训练好的Q网络进行认知通信干扰。

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中国人民解放军国防科技大学，其通讯地址为：230000 安徽省合肥市蜀山区黄山路460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。