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！

龙图腾网获悉铜陵学院申请的专利一维声学漫反射超表面优化排布方法、设备及存储介质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：CN120493425B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202510567416.X，技术领域涉及：G06F30/17；该发明授权一维声学漫反射超表面优化排布方法、设备及存储介质是由陈明;楚杨阳;刘卫;孙璞;齐平;王福成;曹洁设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本一维声学漫反射超表面优化排布方法、设备及存储介质在说明书摘要公布了：本发明公开了一维声学漫反射超表面优化排布方法，包括：L1.初始化超表面单元及对应单元排列，计算其声压分布并获取散射声压分布的标准差；L2.采用MCMC退火优化实现单元排列方案的全局搜索，获取超表面单元的最优排列方案作为Q‑Learning的初始状态；L3.利用Q‑Learning强化学习进一步优化排列，使最优单元排列方案的超表面散射更均匀，获取优化后的超表面排列；L4.计算优化后超表面的散射声压，并绘制优化后声场分布极坐标图。本发明在优化初期能够全局搜索，快速收敛到较优的单元排列结构，避免陷入局部最优；并在优化后期对初步结果进行局部精调，实现漫反射散射能量在各个方向上的最大均匀性。

本发明授权一维声学漫反射超表面优化排布方法、设备及存储介质在权利要求书中公布了：1.一维声学漫反射超表面优化排布方法，其特征在于，包括： L1.初始化超表面单元及对应单元排列，计算其声压分布并获取散射声压分布的标准差； L2.采用MCMC退火优化实现单元排列方案的全局搜索，获取超表面单元的最优排列方案作为Q-Learning的初始状态； L3.利用Q-Learning强化学习进一步优化排列，使最优单元排列方案的超表面散射更均匀，获取优化后的超表面排列； L4.计算优化后超表面的散射声压，并绘制优化后声场分布极坐标图； 所述L3步骤的具体操作流程包括： L31.设定Q值表，其初始化设置为零，学习率，折扣因子，探索率，以及Q-Learning训练轮数MaxIter_Q； L32.选择当前状态S_t，在每个迭代回合中，对于当前状态S_t下的每个单元，智能体使用ε-贪心策略选择动作： 以概率ε随机将指定单元的反射角从当前值更改为另一个候选角度； 以概率1ε选择Q表中对应状态下具有最高Q值的动作； L33.选定动作后，对排列中的相应单元进行调整，生成新的状态S_t+1以及对应最优排列S_best。

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铜陵学院，其通讯地址为：244000 安徽省铜陵市翠湖四路1335号铜陵学院；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。