Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学蔡雪莲获国家专利权

西安电子科技大学蔡雪莲获国家专利权

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用于车联网互补感知的传感器数据处理与传输决策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:CN119996965B

龙图腾网通过国家知识产权局官网在2025-10-10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:202510118719.3,技术领域涉及:H04W4/40;该发明授权用于车联网互补感知的传感器数据处理与传输决策方法是由蔡雪莲;赵品灿;李长乐;牛晓健设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。

用于车联网互补感知的传感器数据处理与传输决策方法在说明书摘要公布了:本发明公开了一种用于车联网互补感知的传感器数据处理与传输决策方法,包括:建模包括CAVs、RAUs和传感器集合的系统模型;基于系统模型,构建检测精度目标函数,以及构建延迟目标函数,通过平衡权重构建由检测精度目标函数和延迟目标函数组成的总目标优化函数;构建状态集合、决策集合和观测值集合,基于状态集合、决策集合和观测值集合,利用智能引导的无奖励强化学习方法得到传感数据传输的最佳决策集合,通过最佳决策集合求解总目标优化函数。本发明通过智能引导的无奖励强化学习方法,能够根据实时环境数据和车辆状态动态调整资源分配和感知任务,优化了通感算之间协作效率,提高了资源利用的效率,减少了数据处理和传输的延迟。

本发明授权用于车联网互补感知的传感器数据处理与传输决策方法在权利要求书中公布了:1.一种用于车联网互补感知的传感器数据处理与传输决策方法,其特征在于,所述方法包括: 建模包括CAVs、RAUs和传感器集合的系统模型; 基于所述系统模型,根据单个传感器的距离感知检测概率函数、水平感知检测概率函数、垂直感知检测概率函数和障碍物感知检测概率函数构建检测精度目标函数,以及构建延迟目标函数,通过平衡权重构建由所述检测精度目标函数和所述延迟目标函数组成的总目标优化函数; 构建包括道路与交通状态、传感器数据状态、车辆动态状态、车辆感知需求的状态集合,包括传感器管理决策、数据处理决策和通信决策的决策集合,以及包括道路与交通观测值、传感器数据观测值、车辆动态观测值、车辆感知需求观测值、延迟观测值的观测值集合,并基于所述状态集合、所述决策集合和所述观测值集合,利用智能引导的无奖励强化学习方法得到传感数据传输的最佳决策集合,以通过所述最佳决策集合求解所述总目标优化函数; 其中,构建的距离感知检测概率函数,公式表示为: ; 其中,表示距离感知检测概率函数,表示传感器与第j个目标之间的距离,j取值为1~J,J表示目标的数量,表示在部署位置编号为k处部署的第l个传感器,表示传感器的最大有效距离,表示的灵敏度调节参数,表示的阈值调节参数; 水平感知检测概率函数公式表示为: ; 其中,表示水平感知检测概率函数,表示传感器与第j个目标在传感器轴线的水平偏差角,表示的斜率调节参数,表示的最大有效水平角; 垂直感知检测概率函数公式表示为: ; 其中,表示垂直感知检测概率函数,表示传感器与第j个目标在传感器轴线的垂直偏差角,表示的斜率调节参数,表示的最大有效垂直角; 障碍物感知检测概率函数公式表示为: ; 其中,表示障碍物感知检测概率函数,表示障碍物的位置信息,表示处障碍物的障碍物特性因子,表示传感器的位置信息,表示感知概率随距离变换的速率; 建模的系统模型还包括边缘计算模型;所述边缘计算模型包括若干边缘节点,每个边缘节点配备有计算资源;对应构建延迟目标函数,包括: 当CAVs向RAUs发送传感器的感知数据时,根据所述计算资源和所述感知数据的大小计算RAUs处理能力,当RAUs向CAVs发送传感器的感知数据时,根据所述计算资源和所述感知数据的大小计算CAVs处理能力;其中,所述感知数据包括感知数据的大小、处理复杂度、决策处理权重;根据所述RAUs处理能力和所述感知数据计算RAUs处理时间,以及根据所述CAVs处理能力和所述感知数据计算CAVs处理时间;根据无线信道在CAVs和RAUs之间通信的特性,分别计算从CAVs到RAUs的上行数据传输速率和从RAUs到CAVs的下行数据传输速率,并根据所述上行数据传输速率和所述下行数据传输速率计算上行传输时间和下行传输时间;由所述CAVs处理时间、所述RAUs处理时间、所述上行传输时间和所述下行传输时间构建延迟目标函数; 计算RAUs处理能力,公式表示为: ; 其中,表示时刻处理第n个感知数据时的RAUs处理能力,表示时刻CAVs向RAUs发送传感器的感知数据时RAUs查找到的可用计算资源,表示时刻CAVs向RAUs发送的第n个感知数据的大小,表示CAVs向RAUs发送的感知数据的数量; 计算CAVs处理能力,公式表示为: ; 其中,表示时刻处理第n1个感知数据时的CAVs处理能力,表示时刻RAUs向CAVs发送传感器的感知数据时CAVs查找到可用的计算资源,表示时刻RAUs向CAVs发送第n1个感知数据的大小,表示RAUs向CAVs发送的感知数据的数量; 计算RAUs处理时间,公式表示为: ; 其中,表示RAUs处理时间,表示时刻处理第n个感知数据时RAUs的决策处理权重,取值范围为[0,1],表示时刻处理第n个感知数据时RAUs的处理复杂度; 计算CAVs处理时间,公式表示为: ; 其中,表示CAVs处理时间,表示时刻处理第n1个感知数据时CAVs的决策处理权重,取值范围为[0,1],表示时刻处理第n1个感知数据时CAVs的处理复杂度; 计算上行传输时间,公式表示为: ; 其中,表示上行传输时间,表示无线信道的上行带宽,表示无线信道的上行传输功率,表示无线信道的上行信道增益,表示无线信道的上行干扰功率,表示无线信道的噪声功率; 计算下行传输时间,公式表示为: ; 其中,表示下行传输时间,表示无线信道的下行带宽,表示无线信道的下行传输功率,表示无线信道的下行信道增益,表示无线信道的下行干扰功率; 构建的检测精度目标函数,公式表示为: ; 构建的延迟目标函数,公式表示为: ; 构建的总目标优化函数,公式表示为: ; 其中,表示总目标优化函数,表示平衡权重,V表示系统模型中CAVs的数量,表示第v个CAV的感知检测概率,表示最小感知检测阈值,表示总传输延迟,表示最大延迟阈值,表示无线信道的上行带宽,表示无线信道的下行带宽,表示无线信道的总带宽,表示第i个RAU的计算处理能力,i取值为1~I,I表示系统模型中RAUs的数量,表示RAU的最大计算处理能力,表示在部署位置编号为k处传感器部署数量,表示最大传感器部署数量。

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。

免责声明
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。