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！

龙图腾网获悉厦门大学申请的专利一种基于强化学习的无人机边缘计算抗干扰通信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：CN116017308B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310030684.9，技术领域涉及：H04W4/029；该发明授权一种基于强化学习的无人机边缘计算抗干扰通信方法是由杨和林;刘帅;肖亮;林志平;张翼设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本一种基于强化学习的无人机边缘计算抗干扰通信方法在说明书摘要公布了：一种基于强化学习的无人机边缘计算抗干扰通信方法，涉及无人机通信、无人机路径规划、边缘计算、抗干扰通信等领域。充分挖掘无人机位置、无人机剩余电量和无人机通信速率等关键信息，结合无人机与地面设备、干扰器之间的通信信道状态、通信性能等参数，提出基于深度强化学习的智能资源管控方案来动态优化无人机的轨迹和用户的发射功率，有效抵御恶意干扰机攻击的同时完成移动边缘计算任务。在复杂的恶意干扰攻击环境下，依然高效提升无人机的通信速率和保障边缘计算任务吞吐量性能。

本发明授权一种基于强化学习的无人机边缘计算抗干扰通信方法在权利要求书中公布了：1.一种基于强化学习的无人机边缘计算抗干扰通信方法，其特征在于包括以下步骤： 步骤1：设无人机电量耗尽需要的时间为K，时刻1≤k≤K；无人机无线通信设备可悬停位置个数记为N，记在k时刻悬停位置为 步骤2：初始化系统模型中的用户的位置、干扰器的位置和功率用户个数记为M，用户所在位置为位置的用户任务量为干扰机的可用发射功率个数记为N2，发射功率干扰机的位置为 步骤3：初始化无人机电量b0，无人机通信传输速度为无人机初始位置探索率ε＝εmax； 步骤4：构建神经网络A和神经网络B，网络参数分别为ω1和ω2；在模型中，干扰机会不停向无人机方向移动，在时隙k，获取干扰机位置信息无人机与干扰机之间的距离通过无人机与用户之间的距离求出无人机与用户之间的信道增益通过无人机与干扰机之间的距离求出无人机与干扰机之间的信道增益 步骤5：构建当前的状态向量 步骤6：将状态向量sk输入神经网络A，得到状态-动作对的估计值Qsk,xk；以1-ε的概率选择具有最大Qi值的无人机下一个悬停位置及控制信号；执行动作时，无人机先按要求飞到下一个悬停位置，并将用户发射功率策略发送给用户，该用户按此策略发射功率上传数据包；用户的发射功率个数记为N1，用户发射功率 步骤7：无人机按选择的动作以速度V飞到下一个悬停点，测到的干扰机功率为并且假设可以观测到干扰机的位置；各用户的任务量服从泊松分布，用户的任务量为而后，得到通信速率 通信速率： 步骤8：求出无人机飞行能耗： 其中的移动距离Pg为飞行功率； 求出无人机的盘旋能耗： 此时干扰机根据贪心算法调节干扰机发射功率，使盘旋能耗最大； 求出无人机的计算能耗： 求出无人机剩余电量 步骤9：规定服务质量； 条件1： 条件2： 步骤10：求出效用Utility和收益Reward； 当满足QoS条件1时，否则 当满足QoS条件2时，否则 步骤11：将检测到的干扰机发送功率卸载量传输速度形成反馈信息并通过控制信道途径反馈给无人机； 步骤12：将历史边缘计算抗干扰经验ek＝{sk,xk,Uk}存入缓存池H中，经过Z个时隙，从缓存池H中随机地取出一个历史经验ei，将状态向量sk输入神经网络B，记神经网络B的输出为 步骤13：采用随机梯度下降算法更新神经网络A的权重参数即： 且每间隔c个时隙，令 步骤14：若无人机电量耗尽，则结束； 步骤15：重复步骤4～14，直到满足|Qsk+1,xk+1-Qsk,xk|＜0.01，即算法收敛。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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”。