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！

龙图腾网获悉上海中船船舶设计技术国家工程研究中心有限公司申请的专利一种智能船舶通信网络一体化监控方法及装置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：CN120811928B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511286022.3，技术领域涉及：H04L43/02；该发明授权一种智能船舶通信网络一体化监控方法及装置是由龚梦瑶;李凯;张海文;冷晓宇;高申;林洲洋;项军毅设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本一种智能船舶通信网络一体化监控方法及装置在说明书摘要公布了：本发明提供一种智能船舶通信网络一体化监控方法及装置，涉及船舶网络通信技术领域。该智能船舶通信网络一体化监控方法包括数据采集、构建云计算平台、数据挖掘处理、特征提取、建立模型、调整信道、任务分配以及报警与控制步骤。本发明通过深度强化学习模型和联盟区块链网络的结合，实现对信道与任务的动态调整，当有新的数据挖掘任务时，各节点根据智能合约中的规则将自身状态信息上传至区块链，区块链网络中的共识机制对信息进行验证和确认后，根据节点的实时能量消耗情况动态调整数据子集的大小和分配，确保了网络资源的高效利用，减少时延，提高数据分析的时效性，使智能船舶能够快速响应网络变化，保障航行安全。

本发明授权一种智能船舶通信网络一体化监控方法及装置在权利要求书中公布了：1.一种智能船舶通信网络一体化监控方法，其特征在于，所述方法包括如下步骤： S1、数据采集：利用传感器和仪表，获取船舶的图像网络数据、行驶参数以及外部相关数据；其中，所述行驶参数包括温度、压力、水位以及烟雾浓度；所述外部相关数据包括海洋气象数据、港口周边交通数据； S2、构建云计算平台：根据所述图像网络数据和行驶参数，基于云计算平台构建船舶图像网络数据传输平台，对船舶图像网络数据传输平台的传输过程进行优化，得到抗干扰能力强的数据传输通道，云计算平台对接收到的船舶图像网络数据进行预处理，并将预处理后的船舶图像网络数据通过数据传输通道传输至监控中心；其中，所述对船舶图像网络数据传输平台的传输过程进行优化的步骤如下： Step1、首先对智能船舶通信网络信道能量衰减程度的修正值进行运算，得到修正值以反映信道能量衰减情况； Step2、根据信道能量衰减情况，通过划分智能船舶图像网络数据为数个子集，实现智能船舶图像网络数据传输通道均衡信号衰减模型的创建； Step3、同步创建智能船舶通信网络信道可信度集：智能船舶通信网络同步发出多个信号，所述信号按设定的规则传输，为智能船舶通信网络信道可信度集，其中，表示第i个信道的可信度，且i=1,2,3,...,j，j表示网络中的信道数量； Step4、通过对智能船舶通信网络可信度集内多径信号的收集，避免该网络运行时各节点间及各信道间彼此干扰，对数据传输通道进行优化； Step5、根据数据传输通道的优化结果，实现船舶图像网络数据的传输，传输过程中的总的运行时段间隙表达式如下： 其中，为第K个网络节点的运行时段；为网络节点o与邻近中继节点r的运行时段间隙，单位为秒，为网络节点o的运行时段，所述运行时段间隙表示两个连续数据传输任务之间的时间间隔，所述运行时段间隙的长短取决于网络节点的处理能力和当前网络负载情况； S3、数据挖掘处理：在监控中心将预处理后的船舶图像网络数据进行分割，配置MapReduce框架进行并行处理，并采用并行化K-means聚类算法，对船舶图像网络数据进行分类与挖掘； S4、特征提取：将所述船舶图像网络数据与外部相关数据进行融合，运用卷积神经网络对融合后的图像数据进行特征提取，同时使用循环神经网络及其变体对船舶的行驶参数数据进行特征提取，得到船舶的图像特征和行驶参数特征； S5、模型建立：通过多模态特征融合技术将图像特征和行驶参数特征融合，形成综合特征向量，利用深度Q网络构建深度强化学习模型，以综合特征向量为输入，通过与环境交互训练，输出学习最优信道与任务分配策略；其中，综合特征向量包括视觉信息和行驶状态信息，视觉信息包括船舶的周围环境以及障碍物，行驶状态信息包括船舶的速度、方向以及加速度； 所述利用深度Q网络构建深度强化学习模型，包括以下操作步骤： 1网络架构设计：构建一个包含3个全连接层的深度Q网络DQN，输入层维度为综合特征向量维度，输出层维度为动作空间大小，对应不同信道、功率和任务接受决策的组合； 其中，所述动作空间包括动作组成和动作向量表示，所述动作组成：智能体的动作包括选择不同的信道进行数据传输；调整数据传输功率，包括高、中、低三个档次；接受或拒绝新的任务，包含接受或拒绝两种选择；所述动作向量表示：将动作组合成一个动作向量：a=c，p，t，其中，c是信道选择，p是传输功率，t是任务接受决策； 2经验回放机制：建立一个经验回放缓冲区，用于存储智能体与环境交互的经验样本； 3目标网络更新：初始化主网络和目标网络，参数相同，每隔一定的训练步骤，将主网络的参数复制到目标网络中； 4进行训练：根据任务完成情况、能量消耗和信道利用效率设计奖励函数； 其中，所述训练的流程为：首先以智能船舶通信网络为环境，将网络节点视为智能体，定义智能体的状态空间及动作空间，智能体根据当前状态s，使用e-greedy策略选择动作a，e-greedy策略以的概率随机选择动作,以1-的概率选择当前Q值最大的动作，智能体在环境中执行动作，获得即时奖励r，表示在状态s下执行动作a后获得的即时奖励，并转移到下一状态s’，将s，a，r，s’存储到经验回放缓冲区中，随机从经验回放缓冲区中抽取一定数量的样本，用于训练主网络，对于每个样本，计算目标Q值，其中是折扣因子，Q1是目标网络的Q值函数，表示在下一状态s’下，选择动作a’使得Q值最大动作的Q值；使用均方误差损失函数更新主网络的参数，其中Q2是主网络的Q值函数，表示在状态si下采取动作ai时，由主网络Q给出的Q值估计，重复上述训练步骤，直到深度强化学习模型收敛； S6、信道与任务分配调整：在智能船舶通信网络中搭建联盟区块链，记录节点能量、任务执行及信道使用信息，设计智能合约明确信道与任务分配规则流程，根据节点实时状态动态调整数据子集分配，更新节点信用积分，对信道与任务合理优化管理； S7、报警与控制：根据更新后的节点信用积分、图像信号和行驶参数，持续监测船舶状态，根据船舶状态设立报警机制。

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中船船舶设计技术国家工程研究中心有限公司，其通讯地址为：201114 上海市闵行区陈行公路2388号7号楼10楼；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。