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！

龙图腾网获悉上海交通大学申请的专利协同导航分层融合拓扑结构优化系统及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：CN119720735B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411588301.0，技术领域涉及：G06F30/27；该发明授权协同导航分层融合拓扑结构优化系统及方法是由战兴群;史庭渊;王翰禹;王士壮设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本协同导航分层融合拓扑结构优化系统及方法在说明书摘要公布了：一种协同导航分层融合拓扑结构优化系统及方法，包括：分层融合拓扑结构构建模块、遗传算法搜索模块和相关性检测模块，其中：分层融合拓扑结构构建模块根据智能体的传感器配置和资源约束，建立分层融合拓扑优化模型并生成第一层融合拓扑，遗传算法搜索模块基于第一层融合拓扑，利用遗传算法进行搜索，得到第二层融合拓扑，相关性检测模块对第二层融合拓扑进行相关性检测，将存在相关性的信息去除，得到更新后的第二层融合拓扑并输出至遗传算法搜索模块进行迭代更新，直至得到最优分层融合拓扑。本发明借助代数图论对分层融合拓扑结构进行建模，然后建立优化模型，设计了遗传算法进行求解，通过优化拓扑结构降低了资源消耗，同时保证导航性能满足需求。

本发明授权协同导航分层融合拓扑结构优化系统及方法在权利要求书中公布了：1.一种协同导航分层融合拓扑结构优化方法，其特征在于，包括： 步骤一、基于代数图论的邻接矩阵概念建立协同导航拓扑结构的数学模型，具体包括：传感器信息的融合拓扑和状态估计的融合拓扑，当多智能体系统有N个智能体，包含M个传感器，则的节点，其中代表多智能体系统中的智能体，对应智能体上的第个传感器，的边集代表了任一智能体上的任一传感器是否向另一指定智能体上的信息融合中心传输信息，当任一智能体上的传感器向指定智能体的信息融合中心传输信息，则边的邻接矩阵表示为，其含义是若传感器的信息传送到智能体上的信息融合中心，则，否则的节点集，其中代表多智能体系统中的智能体，对应智能体上存在的智能体的状态估计，的边集代表了任一智能体上的任一状态估计是否传输到另一智能体上的信息融合中心，当智能体向智能体传输存在的状态估计，则边的邻接矩阵用表示，其中表示智能体上存在的状态估计传输到智能体上的融合中心，否则； 步骤二、分层融合拓扑结构构建模块通过给定的多智能体系统信息，确定组合优化模型，构建搜索问题，得到初始融合拓扑，具体包括： 2.1根据输入，建立优化模型，其中：优化变量是分层融合拓扑结构；目标函数为智能体的通信、计算资源消耗；约束包括智能体的定位精度需求和通信、计算资源约束； 2.2采用分层结构构建搜索问题，将分层融合拓扑结构，拆分成多个层，分别进行描述建模，每一层结束后的定位精度作为状态，将每一层作为动作，对应的导航资源的开支作为在状态下执行到达下一状态的代价，就用一系列的与交错的序列来描述，从而构建了搜索问题； 2.3初始化分层融合拓扑结构优化问题，构建初始状态：将第一层融合拓扑的邻接矩阵置零，表示在一个导航历元的最初，智能体间还不存在信息的交流和融合；相应的定位误差则置为无穷大，表示智能体导航解的误差为无穷大，即未产生有效导航解；借助邻接矩阵的概念生成初始化的单层融合拓扑； 步骤三、遗传算法搜索模块通过当前的状态与初始化的单层融合拓扑，进行编码，以适应度来衡量每个子代的优劣，再通过遗传操作生成子代并由此构造遗传算法并进行搜索，输出搜索得到最优的新一层融合拓扑，具体包括： 3.1设计编码，初始群体生成：采用二进制进行编码，随机生成二进制编码为的初始群体； 3.2设计适应度函数以及对应的遗传操作，适应度函数代表定位精度达到要求的智能体个数，M代表新一层融合拓扑中使用的信息数量，，S代表导航资源中的任意一个是否超出最大限制，当超出则为1，其余为0，该步骤中遗传操作则为随机突变与交换； 3.3通过遗传算法搜索确定新一层信息融合：遗传算法模块输出最优的新一层信融合拓扑的邻接矩阵作为新一层内相应智能体需要新融合的信息，通过相关性检测模块对候选信息逐一判断其与原有状态估计存在相关性，当有信息不满足，则将邻接矩阵相应元素置零，当最终该邻接矩阵不为零矩阵，则记录为新的动作，相应的状态也推进至；反之，则回退至上一个状态重新进行搜索，采用与之前不同的动作满足所有约束，则搜索结果为成功并输出；当到达初始状态仍需回退，则搜索结果为失败； 步骤四、相关性检测模块检查待融合信息是否与原有状态估计存在相关性，相关性建图单元根据分层融合拓扑建图，信息融合的过程并列地展示为多个层，层间的箭头表示信息在智能体间的传递，如果任一个智能体发出多个箭头，且这些箭头汇集于同一智能体，则表示该智能体对应的信息存在相关性，去除该信息，即可得到更新后的分层融合拓扑； 步骤五、重复步骤三、步骤四得到优化后的分层融合拓扑结构。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。