Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京航空航天大学赵中亮获国家专利权

北京航空航天大学赵中亮获国家专利权

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!

龙图腾网获悉北京航空航天大学申请的专利一种基于强化学习的深空星表多探测器空地协同部署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:CN119521234B

龙图腾网通过国家知识产权局官网在2025-09-12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:202411636447.8,技术领域涉及:H04W16/18;该发明授权一种基于强化学习的深空星表多探测器空地协同部署方法是由赵中亮;王奕达;曹先彬设计研发完成,并于2024-11-15向国家知识产权局提交的专利申请。

一种基于强化学习的深空星表多探测器空地协同部署方法在说明书摘要公布了:本发明提供了一种基于强化学习的深空星表多探测器空地协同部署方法,属于行星表面探测技术领域。本发明方法将飞跃器与巡视器作为探测器,协同探测深空星表未知区域,探测器间建立3类通信信道,并计算不同探测器间通信半径;在通信范围、感知范围、覆盖方式和能量方面建立约束,设置优化目标为在有限能量下保持探测器间的通信连通且最大化探测器的总覆盖面积;将飞跃器与巡视器作为两种智能体,基于多智能体近端策略优化算法确定最优部署策略。本发明优化了区域覆盖策略,实现了资源的高效分配,提升了飞跃器与探测器在极端地形与复杂环境中的探测效率和准确性,在保证覆盖效率的同时降低能耗,提高系统整体的能源利用效率。

本发明授权一种基于强化学习的深空星表多探测器空地协同部署方法在权利要求书中公布了:1.一种基于强化学习的深空星表多探测器空地协同部署方法,其特征在于,该方法包括如下步骤: 步骤1:在深空星表由飞跃器与巡视器协同探测未知目标区域,飞跃器在空中进行探测,巡视器在行星地面探测,为探测过程中的通信信道建模;所述通信信道分为3类:空对空、空对地和地对地;分别对3类通信信道进行建模,并确定不同探测器间的通信半径,包括两飞跃器间通信半径飞跃器与巡视器间通信半径两巡视器间通信半径 步骤2:确定飞跃器与巡视器协同探测目标区域的约束条件以及优化目标; 首先,确定约束条件,包括: 1通信范围约束:飞跃器和巡视器作为探测器,要求每个探测器都要保持与至少一个其他探测器正常通信,则设置约束如下: 其中,dgg、dag、daa分别为巡视器间距离、飞跃器与巡视器间距离、飞跃器间距离; 2感知范围约束:将飞跃器和巡视器的感知覆盖范围用圆形区域表示,设飞跃器与巡视器的感知范围半径分别为Ra和Rg; 3覆盖方式约束:初始时所有巡视器从同一位置出发,飞跃器由巡视器携带移动,在移动一定时间后,飞跃器脱离巡视器;飞跃器在到达指定位置悬停后,对当前感知覆盖范围进行探测,飞跃器的覆盖区域只在当前时刻有效;巡视器边移动边探测,巡视器移动过的区域都是已探测过的覆盖区域; 4能量有限约束:设置每个探测器总能耗小于自身总能量; 其次,设置优化目标为在有限能量下保持探测器间的通信连通且最大化探测器的总覆盖面积;然后,将待探测的目标区域表示为一个2维的正方形区域并做网格化处理,每个网格的覆盖情况用一个数值标识,数值为0表示未覆盖,数值大于0表示被覆盖; 步骤3:使用多智能体近端策略优化算法对步骤2的优化目标进行计算,确定探测器的部署覆盖方案; 所述的多智能体近端策略优化算法中,设置状态包括所有探测器的坐标与移动方向,以及当前覆盖目标区域的比值;对应飞跃器与巡视器设计两种智能体,设置两种智能体的动作为移动方向;设置奖励函数为对覆盖面积相关的奖励和通信连通相关的奖励加权求和;根据奖励函数迭代优化探测器部署覆盖方案。

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航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。