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 > 重庆邮电大学雷宏江获国家专利权

重庆邮电大学雷宏江获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利基于多智能体强化学习的双无人机边缘计算系统安全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:CN118139013B

龙图腾网通过国家知识产权局官网在2025-11-28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:202410208483.8,技术领域涉及:H04W4/40;该发明授权基于多智能体强化学习的双无人机边缘计算系统安全卸载方法是由雷宏江;杨明绪设计研发完成,并于2024-02-26向国家知识产权局提交的专利申请。

基于多智能体强化学习的双无人机边缘计算系统安全卸载方法在说明书摘要公布了:本发明公开了一种基于多智能体强化学习的双无人机边缘计算系统安全卸载方法,先构造存在地面多窃听情况下的双无人机辅助边缘计算系统模型;再计算系统用户的归一化能耗和时延的倒数作为优化目标,优化目标定义为用户需求满意度。通过联合设计双无人机的3D轨迹、用户发射功率及计算频率以最大化用户需求满意度。为了求解优化问题,首先将优化问题建模为马尔可夫决策过程,随后采用深度强化学习中的MADDPG算法求解此无人机辅助的边缘计算中的轨迹优化及动态资源分配问题。本发明提出的基于多智能体强化学习的双无人机边缘计算系统安全卸载方法,能在保障用户卸载数据安全的前提下,降低系统用户的时延和能耗,进而提升用户的需求满意度。

本发明授权基于多智能体强化学习的双无人机边缘计算系统安全卸载方法在权利要求书中公布了:1.基于多智能体强化学习的双无人机边缘计算系统安全卸载方法,其特征在于,包括以下步骤: 步骤S1:构造考虑存在地面多窃听情况下的双无人机辅助边缘计算模型;所述双无人 机辅助边缘计算模型包括个地面用户通过时分模式向服务器无人机卸载数据,地 面个潜在窃听用户不断尝试窃取用户卸载的信息,一个友好无人机辅助向发 送干扰信号以抑制窃听;其中无人机作为空中边缘计算服务器,为地面用户设备提供边 缘计算服务,无人机作为空中干扰机向地面多窃听发射干扰信号; 步骤S2:基于步骤S1提供的系统模型,以确保系统用户卸载数据的安全性为前提,计算系统用户的平均计算成本,将计算成本的倒数作为用户需求满意度,考虑用户需求满意度时综合考虑了用户卸载数据的安全性、计算时延和能量消耗,将最大化用户需求满意度作为优化目标构建优化问题; 所述用户需求满意度为: 所述优化问题为 其中分别表示对用户发射功率、用户计算频率和安全卸载门限的限制;为 对无人机计算能力的约束;为对无人机的能耗限制;分别表示对无人机飞行速 度、飞行高度和避免碰撞的约束条件,其中为用户需求满意度,为用户发射功 率,为用户计算频率;为用户瞬时安全可达速率,为用户安全卸载门限;为第时隙用户卸载的数据量,为服务器无人机的最大计算频率,为服务器 无人机计算1比特数据所需的CPU计算频率,为时隙长度,和分别表示服务 器无人机和干扰无人机的剩余能量,和分别为和的飞行速度,和分别表示和的最大飞行速度;和分别为和的飞行高度,为最低 飞行高度,为最大飞行高度;和分别为和的位置,为防止双无人机 碰撞的最小安全距离; 步骤S3:将优化问题建模为一个马尔科夫决策过程,包括对系统状态空间、动作空间、奖励函数的设定; 步骤S4:使用深度强化学习中的MADDPG算法联合优化双无人机的3D轨迹和动态资源分配策略以降低系统用户的计算成本。

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 重庆市南岸区南山街道崇文路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。

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。