西安电子科技大学刘明骞获国家专利权
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!
龙图腾网获悉西安电子科技大学申请的专利非高斯噪声辅助的无人机隐蔽通信方法及系统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:CN119172774B 。
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:202411237706.X,技术领域涉及:H04W24/02;该发明授权非高斯噪声辅助的无人机隐蔽通信方法及系统是由刘明骞;蒋嘉为;李进设计研发完成,并于2024-09-05向国家知识产权局提交的专利申请。
本非高斯噪声辅助的无人机隐蔽通信方法及系统在说明书摘要公布了:本申请的实施例涉及无人机通信技术领域,特别涉及一种非高斯噪声辅助的无人机隐蔽通信方法及系统,该方法包括:建立由发射非高斯噪声的无人机干扰器辅助的无人机隐蔽安全通信场景模型;在建立好的模型中以最大化多用户的平均安全隐蔽吞吐量为目标,结合隐蔽性和功率限制约束条件,建立优化问题;将优化问题转换为多无人机协作马尔可夫决策过程;针对转换得到的马尔可夫决策过程,使用结合注意力机制和标准多智能体双延迟深度确定性策略梯度,对多无人机轨迹进行优化,得到最优多无人机轨迹;指示无人机基于最优多无人机轨迹执行通信任务。该方法可以很好地提升空中无人机节点非高斯噪声辅助的隐蔽安全通信场景中的平均安全隐蔽吞吐量。
本发明授权非高斯噪声辅助的无人机隐蔽通信方法及系统在权利要求书中公布了:1.一种非高斯噪声辅助的无人机隐蔽通信方法,其特征在于,包括: S1,建立由发射非高斯噪声的无人机干扰器辅助的无人机隐蔽安全通信场景模型; S2,在建立好的模型中,以最大化多用户的平均安全隐蔽吞吐量为目标,结合隐蔽性约束条件和功率限制约束条件,建立优化问题; S3,将优化问题转换为多无人机协作马尔可夫决策过程; S4,针对转换得到的多无人机协作马尔可夫决策过程,使用结合注意力机制和标准多智能体双延迟深度确定性策略梯度,对多无人机轨迹进行优化,得到最优多无人机轨迹; S5,指示无人机基于最优多无人机轨迹执行通信任务; 针对转换得到的多无人机协作马尔可夫决策过程,使用结合注意力机制和标准多智能体双延迟深度确定性策略梯度,对多无人机轨迹进行优化,得到最优多无人机轨迹,包括: S41,初始化无人机发射机的Actor网络、Critic网络和注意力网络的网络参数、、、、; S42,初始化无人机干扰器的Actor网络、Critic网络和注意力网络的网络参数、、、、; S43,将目标网络的网络参数设置为与主网络的网络参数相同,即令,,,,,,,,,; S44,若满足收敛条件则进入S48,否则进入S44.1; S44.1,无人机发射机和无人机干扰器分别观察自己的状态和,并分别选择动作和, ; ; S44.2,执行动作在环境中; S44.3,观察下一状态、奖励值和完成信号,来明确是否是终止状态; S44.4,存储在回放缓冲区中; S44.5,如果无人机飞出边界、不满足隐蔽性约束或时隙数达到上限,重置环境状态; S44.6,当达到预设的更新次数时,令,进入S45,否则,进入S47; S45,若,则进入,S45.1,否则,进入S47; S45.1,从回放缓冲区中随机采样大小为的小批量样本; S45.2,无人机发射机计算目标动作为: ; S45.3,无人机干扰器计算目标动作为: ; S45.4,计算无人机发射机的目标值和无人机干扰器的目标值为: ; ; S45.5,通过最小化损失更新无人机发射机和无人机干扰器的Critic网络以及注意力网络的网络参数如下: ; ; S45.6,若是策略更新的时间点,则进入S46,否则,进入S47; S46,使用梯度上升法更新无人机发射机和无人机干扰器的Actor网络如下: ; ; 逐渐更新目标网络如下: ; ; ; ; ; ; S47,结束策略更新周期; S48,得到最优多无人机轨迹。
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西安电子科技大学,其通讯地址为:710071 陕西省西安市太白南路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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励