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面向车联网确定性时延保障的智能按需服务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：CN121078446B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511069874.7，技术领域涉及：H04L41/14；该发明授权面向车联网确定性时延保障的智能按需服务方法及装置是由张静璇;余安邦;熊磊;窦浩源设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本面向车联网确定性时延保障的智能按需服务方法及装置在说明书摘要公布了：本发明涉及移动通信技术领域，特别涉及面向车联网确定性时延保障的智能按需服务方法及装置。方法包括：建立多模式链路下的确定性时延模型；对无线信道进行建模，引入随机网络演算SNC理论，推导出在不同信道条件下的时延违反概率通式；根据链路特性动态建立发射功率模型，给出满足所需信道条件时最低功率门限值；以最大化任务成功车辆数量为优化目标，并确定约束条件；采用基于A2C机制改进的LA2C强化学习算法进行策略学习并求解，完成面向车联网确定性时延保障的智能按需服务。本发明通过自适应配置传输方式、接入模式、资源分配、语义压缩比等关键通信参数，从而显著提升任务完成率，契合未来通信网络向智能化、自适应演进的发展趋势。

本发明授权面向车联网确定性时延保障的智能按需服务方法及装置在权利要求书中公布了：1.一种面向车联网确定性时延保障的智能按需服务方法，其特征在于，所述方法包括： S1、建立多模式链路下的确定性时延模型； S2、对无线信道进行建模，引入随机网络演算SNC理论和MeijerG函数，推导出在不同信道条件下的时延违反概率通式； S3、根据链路特性动态建立发射功率模型，给出满足所需信道条件时最低功率门限值； S4、以最大化任务成功车辆数量为优化目标，并确定约束条件； S5、采用基于A2C机制改进的LA2C强化学习算法进行策略学习并对优化目标进行求解，获得动力空间输出结果，完成面向车联网确定性时延保障的智能按需服务； 其中，S4中，以最大化任务成功车辆数量为优化目标，并确定约束条件，包括： 通过动态决策每辆车的传输方式、接入模式、语义压缩比、带宽参数，最大化系统中成功完成通信任务的车辆用户数量，同时满足系统资源和服务质量的多重约束； 以最大化任务成功车辆数量为优化目标，设计九项约束条件； 其中，九项约束条件，包括： C1–C3从服务质量角度限制车辆的时延不超过门限、时延违约概率低于设定阈值，并可拓展为其他与语义还原精度或误差容忍度相关的任务指标； C4–C6从资源维度出发，确保系统总带宽、V2I总发射功率和V2V单链路功率均不超出物理可用范围； C7–C9则对系统的控制变量进行离散约束，包括传输模式、接入方式和语义压缩比的选择； 其中，S5中，采用基于A2C机制改进的LA2C强化学习算法进行策略学习并对优化目标进行求解，包括： 采用基于A2C机制改进的LA2C强化学习算法进行策略学习； 其中，算法融合了长短期记忆网络LSTM作为特征提取器；并结合策略-价值并行更新机制； 采用多维异构建模机制，其中动作被分解为多个子维度； 通过SubprocVecEnv实现并行多环境仿真，加快算法运行效率； 将任务成功概率作为奖励函数，引入时延和可靠性惩罚项。

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。