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！

龙图腾网获悉北京信息科技大学申请的专利一种基于联邦深度强化学习的低轨卫星通信网络路由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：CN118921102B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411162084.9，技术领域涉及：H04B7/185；该发明授权一种基于联邦深度强化学习的低轨卫星通信网络路由方法是由张贤;廖海龙;李学华设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本一种基于联邦深度强化学习的低轨卫星通信网络路由方法在说明书摘要公布了：本申请公开了一种基于联邦深度强化学习的低轨卫星通信网络路由方法，涉及卫星通信技术领域，该方法包括：对目标低轨卫星网络中卫星进行分簇得到多个簇，并在分簇之后根据卫星状态对各簇进行维护；每个簇中簇头作为低轨卫星服务端，簇成员作为低轨卫星客户端；在每个簇中搭建联邦学习框架，基于联邦学习框架，采用各低轨卫星客户端的数据训练路由决策模型；在对低轨卫星客户端中本地模型进行训练时，将路由决策的过程构造为实时马尔可夫决策过程进行强化学习；实时马尔可夫决策过程中当前时刻的状态由上一时刻的状态和动作确定；各低轨卫星客户端对应的本地模型用于输出将数据进行路由转发的路由决策。本申请提高了低轨卫星网络的吞吐量。

本发明授权一种基于联邦深度强化学习的低轨卫星通信网络路由方法在权利要求书中公布了：1.一种基于联邦深度强化学习的低轨卫星通信网络路由方法，其特征在于，所述基于联邦深度强化学习的低轨卫星通信网络路由方法包括： 对目标低轨卫星网络中卫星进行分簇得到多个簇，并在分簇之后根据各卫星的卫星状态对各簇进行维护；每个簇中簇头作为低轨卫星服务端，簇成员作为低轨卫星客户端； 在每个簇中搭建联邦学习框架，基于所述联邦学习框架，采用各低轨卫星客户端的数据训练路由决策模型；在对所述低轨卫星客户端中本地模型进行训练时，将路由决策的过程构造为实时马尔可夫决策过程进行强化学习；实时马尔可夫决策过程中当前时刻的状态由上一时刻的状态和动作确定；各低轨卫星客户端对应的本地模型用于输出将数据进行转发的路由决策； 实时马尔可夫决策过程的动作值函数表示为： 其中，st为时隙t内的状态，st+1为时隙t+1内的状态，at为时隙t内的动作，at＝at-1，at为上一时隙t-1内的动作，at+1为时隙t+1内的动作，rst,at为时隙t内的奖励，表示在给定状态st和动作at，智能体转移到状态st+1对应概率分布下的动作值期望；对于动作值函数，表示基于当前策略π，在给定状态-动作对st+1,at下，采取动作at+1后本地模型估计值的期望，表示在状态-动作对st,at采取动作at对应的动作值函数，表示在状态-动作对st+1,at采取动作at+1对应的估计值；其中，动作at不影响奖励和下一个状态，动作at只影响下一个动作at+1；在下一时隙，动作at将影响rst+1,at+1； 实时马尔可夫决策过程的状态值函数表示为： 其中，为st和at构成的状态-动作对的状态值函数；为满足at+1＝at条件下，st+1和at构成的状态-动作对的状态值；表示基于当前策略π，在给定状态-动作对st,at下，本地模型的状态值函数的期望。

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信息科技大学，其通讯地址为：102206 北京市昌平区太行路55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。