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！

龙图腾网获悉南京邮电大学申请的专利一种基于隐马尔可夫模型的移动感知任务卸载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：CN118377546B 。

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：202410226274.6，技术领域涉及：G06F9/445；该发明授权一种基于隐马尔可夫模型的移动感知任务卸载方法及装置是由王海艳;刘洋;骆健设计研发完成，并于2024-02-29向国家知识产权局提交的专利申请。

本一种基于隐马尔可夫模型的移动感知任务卸载方法及装置在说明书摘要公布了：本发明公开了一种基于隐马尔可夫模型的移动感知任务卸载方法及装置，其方法包括：构建边缘网络场景模型，配置边缘服务器和用户的位置信息，并获取用户的移动轨迹；基于多个用户的移动轨迹构建隐马尔可夫模型，并通过极大似然估计法训练模型；响应于获取到用户发出的任务卸载请求，取用户的移动轨迹中最临近的多个轨迹点，基于训练后的隐马尔可夫模型获取下一时刻的轨迹点预测；基于当前时刻的轨迹点和下一时刻的轨迹点预测，计算任务卸载的总延迟；以最小化系统总延迟为目标，通过遗传算法迭代优化得到最终任务卸载决策；本发明能够有效提高用户移动轨迹的预测精度，同时产生最优的任务卸载决策，以满足用户低时延、高质量的网络服务需求。

本发明授权一种基于隐马尔可夫模型的移动感知任务卸载方法及装置在权利要求书中公布了：1.一种基于隐马尔可夫模型的移动感知任务卸载方法，其特征在于，包括： 构建边缘网络场景模型，配置边缘服务器和用户的位置信息，并获取用户的移动轨迹； 基于多个用户的移动轨迹构建隐马尔可夫模型，并通过极大似然估计法训练所述隐马尔可夫模型； 响应于获取到用户发出的任务卸载请求，取用户的移动轨迹中最临近的多个轨迹点，基于训练后的所述隐马尔可夫模型获取下一时刻的轨迹点预测； 基于当前时刻的轨迹点和下一时刻的轨迹点预测，计算任务卸载的总延迟； 以最小化系统总延迟为目标，设计适应度函数，通过遗传算法迭代优化得到最终任务卸载决策； 其中，所述构建边缘网络场景模型： 确定个边缘服务器的服务范围将网络空间划分成个边缘网络场景； 所述边缘服务器的位置信息为： ； 式中，为第个边缘服务器的位置信息，分别为第个边缘服务器的经度、纬度； 所述用户的位置信息为： ； 式中，为第个用户在时刻的位置信息，分别为第个用户在时刻的经度、纬度； 所述获取用户的移动轨迹包括： 基于Haversine公式计算第个用户在时刻与第个边缘服务器的距离： ； 式中，为地球半径； 根据距离确定第个用户在时刻距离最近的边缘服务器对应的边缘网络场景： ； 将第个用户在时刻对应的边缘网络场景作为轨迹点，获取第个用户的移动轨迹。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。