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！

龙图腾网获悉东南大学申请的专利一种基于分层强化学习的协同感知干扰管理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：CN119012396B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411092209.5，技术领域涉及：H04W72/541；该发明授权一种基于分层强化学习的协同感知干扰管理方法是由梁乐;刘国威;刘彦迪;金石设计研发完成，并于2024-08-09向国家知识产权局提交的专利申请。

本一种基于分层强化学习的协同感知干扰管理方法在说明书摘要公布了：本发明公开了一种基于分层强化学习的协同感知干扰管理方法：本发明研究了协同感知场景下车辆与基础设施通信V2I中的干扰管理问题，将频谱分配和功率控制问题建模为马尔可夫决策过程，将车端特征的空间置信度和通信链路的信道状态信息作为观测的状态空间，设计奖励约束模型同时考虑通信速率以及感知精度，并采用了一种基于分层强化学习模型驱动的干扰管理策略。本发明在通信速率和感知精度之间取得了平衡，相比于随机选择以及最大速率选择方法有效提高了感知性能，同时在高带宽条件下接近感知性能的上限。

本发明授权一种基于分层强化学习的协同感知干扰管理方法在权利要求书中公布了：1.一种基于分层强化学习的协同感知干扰管理方法，其特征在于，包括如下步骤： 步骤1：CAV车辆在一个时隙内将自身价值和链路信息打包发送给RSU端服务器； 步骤2：RSU端服务器将频谱分配和功率控制问题建模为马尔可夫决策过程，并设计其中的状态观测空间、动作空间以及奖励函数，以CAV车辆的自身价值和链路信息作为智能体的状态观测值的一个元素，训练该时隙内各个V2I链路的基于分层强化学习的智能体动态分配频谱和传输功率；RSU端服务器采用近端策略优化作为强化学习模型，在RSU端服务器接收状态观测值S1t后，将S1t输入智能体PPO1中输出资源块分配动作再将S1t和拼接得到智能体PPO2的观测值S2t，并输出功率控制动作最后将联合动作用于各个V2I链路的资源块分配和功率控制，其中η和p分别为资源块分配和功率级别选择，M为场景中的车辆和V2I链路最大数，每辆CAV车辆仅使用其中一条V2I链路m； 步骤3：CAV车辆在该时隙内通过其对应的V2I链路上传特征； 步骤4：当本轮特征传输结束后，RSU端服务器将从每个CAV车辆接收到的累积特征与自身的BEV特征依次相融合；在当前时隙完成所有车辆的特征融合后，通过检测器得到识别结果。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。