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！

龙图腾网获悉杭州电子科技大学申请的专利面向车联网边缘计算的链路拓扑自适应卸载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：CN119136257B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411092312.X，技术领域涉及：H04W28/084；该发明授权面向车联网边缘计算的链路拓扑自适应卸载方法是由唐会军;杜明;赵治栋设计研发完成，并于2024-08-09向国家知识产权局提交的专利申请。

本面向车联网边缘计算的链路拓扑自适应卸载方法在说明书摘要公布了：本发明公开面向车联网边缘计算的链路拓扑自适应卸载方法。搭建一个动态V2I和V2V联合系统，将联合系统中顺序子任务的延迟最小化问题表述为路径优化问题；定义马尔可夫决策过程的状态空间、每一时间步的状态、动作空间、奖励，将路径优化问题建模为马尔可夫决策过程；马尔可夫决策过程是利用GCN自适应地根据不同链路拓扑学习时间步长的状态中的隐藏信息，并提供给DDQN选择出获得最高奖励的动作以实现总时延最小。本发明为具有拓扑链路的动态V2I和V2V联合系统中的顺序子任务开发了一种细粒度的部分卸载模型，以优化协同卸载策略，并基于GCN和DDQN自适应卸载方法，以适应不同的链路拓扑并最小化总时延。

本发明授权面向车联网边缘计算的链路拓扑自适应卸载方法在权利要求书中公布了：1.面向车联网边缘计算的链路拓扑自适应卸载方法，其特征在于：该方法包括如下步骤： 步骤1：获取数据源，包括车辆和智能路侧设备的拓扑链路、数据传输速率和任务计算能力，以及车辆的任务数据量、任务计算工作量、坐标、速度和任务初始时间； 步骤2：搭建一个车辆对车辆和车辆对基础设施的联合系统，然后将该联合系统中顺序子任务的延迟最小化问题表述为路径优化问题； 所述车辆对车辆和车辆对基础设施的联合系统包括多辆普通车辆V1,V2,…,VM，一辆辅助车辆V0和一个智能路侧设备，M为大于1的整数； 普通车辆选择性地与其他普通车辆通信连接构成V2V链接，辅助车辆与任何普通车辆通信连接构成V2A链接，智能路侧设备与任何车辆通信连接构成V2I链接；其中，所述辅助车辆负责生成任务，并具备执行自身指定任务以及从其他联网普通车辆卸载任务的能力；所述普通车辆负责生成任务，并具备执行自身指定任务以及从其他联网普通车辆卸载任务的能力；所述智能路侧设备具备执行来自辅助车辆本身的任务以及从普通车辆卸载任务的能力； 步骤3：定义马尔可夫决策过程的状态空间NFp、每一时间步的状态、动作空间A、奖励，将路径优化问题建模为马尔可夫决策过程； 马尔可夫决策过程是利用图卷积神经网络GCN自适应地根据不同链路拓扑学习时间步长的状态Sp中的隐藏信息，并提供给深度双重Q网络DDQN选择出获得最高奖励的动作以实现总时延最小；具体是： 将状态信息Sp＝[NFp,Ap]输入两层的图卷积神经网络GCN以学习隐藏信息： 其中h为t时刻的隐藏信息表示，W,W为权重矩阵，是对称归一化的邻接矩阵； 其中，A是时刻t拓扑链路的邻接矩阵；是V在时刻t中的当前位置，并且是V的速度； 将h输入两层的多层感知机MLP获得Q值： ＝MLPh＝WReLUW式17 其中Q表示时刻t的Q值；W,W为MLP的权重矩阵。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。