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！

龙图腾网获悉重庆邮电大学申请的专利深度强化学习辅助的目标威胁度评估模型和干扰波束分配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：CN119342585B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411449576.6，技术领域涉及：H04W72/044；该发明授权深度强化学习辅助的目标威胁度评估模型和干扰波束分配方法是由景小荣;彭喆设计研发完成，并于2024-10-17向国家知识产权局提交的专利申请。

本深度强化学习辅助的目标威胁度评估模型和干扰波束分配方法在说明书摘要公布了：本发明涉及一种深度强化学习辅助的目标威胁度评估模型和干扰波束分配方法，属于无线移动通信技术领域。本发明包括以下步骤：S1：在战时通信对抗场景下，构建多干扰设备对抗敌方无人机编队的协同干扰模型；S2：分析干扰波束分配过程的约束条件；S3:引入目标威胁度评估环节，构建干扰波束资源分配优化问题；S4：基于战术重要性标绘TSM函数构建目标威胁度评估模型，生成目标威胁度评估矩阵；S5:利用离散柔性演员‑评论家DSAC算法改进TSM函数，重构目标威胁度评估矩阵；S6：根据目标威胁度评估矩阵，执行干扰波束分配。本发明能够实现“多对多”战时通信对抗场景中的干扰波束合理分配，从而有效提高干扰资源的利用率。

本发明授权深度强化学习辅助的目标威胁度评估模型和干扰波束分配方法在权利要求书中公布了：1.深度强化学习辅助的目标威胁度评估模型和干扰波束资源分配方法，其特征在于：包括以下步骤： S1：在战时通信对抗场景下，构建多干扰设备对抗敌方无人机编队的协同干扰模型； S2：分析波束资源分配过程的资源约束条件：干扰设备m的波束指向向量为bm＝[bm,1,bm,2,…,bm,N]T，其中bm,n∈{0,1}为波束指向变量，[·]T表示转置运算，m,n表示干扰设备和无人机目标的索引号；干扰设备m∈Me分配波束对无人机目标n∈Ne实施干扰时，bm,n＝1，否则bm,n＝0；定义波束资源分配矩阵B＝[b1,b2,...,bM]T，考虑到无人机编队中的各无人机目标在空间分布较为分散，单个波束无法同时覆盖多个目标，假设每部干扰设备的一个波束仅能干扰单个无人机目标；受干扰设备性能制约，单部干扰设备最多可同时干扰I个无人机目标： 为保证干扰波束资源得到合理利用，限制每个无人机最多被U个波束干扰： S3：引入目标威胁度评估环节，构建干扰波束资源分配优化问题，指导干扰波束资源合理分配：分配干扰资源时，需要考虑不同无人机目标威胁度的差异性，根据干扰设备m的评估结果，定义目标威胁度评估向量wm＝[wm,1,wm,2,…,wm,N]T，其中0≤wm,n≤1；综合所有干扰设备评估结果，定义目标威胁度评估矩阵为W＝[w1,w2,...,wM]T；定义无人机目标n的平均威胁度为多干扰设备针对无人机编队的干扰波束分配问题可表示为： 其中，P1为干扰波束分配问题，max表示最大化，P1表示在约束条件C1和C2下，通过求解波束资源分配矩阵B来最大化所有无人机目标的平均威胁度之和； S4：基于战术重要性标绘TacticalSignificanceMap,TSM构建目标威胁度评估模型，生成目标威胁度评估矩阵； S5：利用离散柔性演员-评论家DiscreteSoftActor-Critic,DSAC算法改进TSM函数，重构目标威胁度评估矩阵； S6：基于目标威胁度评估矩阵，执行干扰波束资源分配策略，生成干扰波束资源分配矩阵。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区崇文路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。