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无线充电传感器网络的多无人机充电时间均衡方法、系统、存储介质及电子设备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：CN119962780B 。

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：202510035322.8，技术领域涉及：G06Q10/047；该发明授权面向无线充电传感器网络的多无人机充电时间均衡方法、系统、存储介质及电子设备是由姚英彪;朱金龙;阮政杰;杨阿锋;徐欣;王春雪;易志强;曾嵘设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本面向无线充电传感器网络的多无人机充电时间均衡方法、系统、存储介质及电子设备在说明书摘要公布了：本发明公开了一种面向无线充电传感器网络的多无人机充电时间均衡方法、系统、存储介质及电子设备，方法包括以下步骤：S1、在二维平面内部署一个无线可充电传感器网络WRSN，由三部分组成：传感器节点、基站、无人机；S2、在步骤S1部署的WRSN场景中，通过规划多无人机的飞行轨迹，使每架无人机的完成充电任务的时间均衡，建模为最大完成充电任务时间最小化问题；S3、求解步骤S2中的问题，实现无人机充电时间的均衡。本发明解决了现有多无人机UAV在WRSN中进行节点充电的路径规划问题，实现了每架UAV充电任务时间的相对均衡。

本发明授权面向无线充电传感器网络的多无人机充电时间均衡方法、系统、存储介质及电子设备在权利要求书中公布了：1.面向无线充电传感器网络的多无人机充电时间均衡方法，其特征是，包括以下步骤： S1、在二维平面内部署无线可充电传感器网络WRSN，WRSN包括：传感器节点、基站及无人机； S2、在步骤S1部署的WRSN场景中，通过规划多无人机的飞行轨迹，使每架无人机完成充电任务的时间均衡，建模为最大完成充电任务时间最小化问题； 步骤S2中，对单架无人机充电任务完成时间进行数学建模，具体如下： 其中，充电任务功率传输模型如下： 在无人机和传感器节点之间，通过视距传输进行无线充电；根据自由空间路径损耗模型，链路的传输损耗Pw表示为： 其中，d表示为传感器节点到无人机的传输距离；f为无人机充电频率； 设无人机以恒定的发射功率Pt进行能量传输；在每个传感器节点处，接收到的射频信号被转换为直流信号，并进行能量收集，则传感器节点接收到的射频功率Pr表示为： 其中，GUAV表示无人机的发射天线增益，GSN表示传感器接收天线增益； 设传感器节点处的能量转换效率为η，则传感器节点得到的功率为； 充电任务时间模型如下： 无人机完成充电任务的总时间为飞行时间和充电时间之和； 设有j架无人机，为实现每架UAV的充电任务时间均衡，构建最大完成充电任务时间最小化问题，具体如下： S3、采用冠豪猪优化算法CPO求解步骤S2中的最大完成充电任务时间最小化问题，实现无人机充电时间的均衡；本步骤具体如下： S3.1、初始化种群，随机生成一定数量的个体； S3.2、初始化候选解矩阵 在优化算法的初始化阶段，生成矩阵X中每一行代表一个个体即候选解，每个个体对应一个完整的路径规划方案，列号代表节点的标签；设一共有n个节点，那么第一列代表第一个节点在所有种群中的标签，第二列代表第二个节点在所有种群中的标签，直到第n列表示第n个节点的在所有种群中的标签； S3.3、排序候选解 在计算适应度函数之前，需要对每个候选解进行排序，以便进行后续的任务分配； S3.4、拆分任务 排序完成后，对每个候选解进行拆分；拆分的目标是将每个解中的节点均匀地分配给J架无人机；设nJ的商为a，余数为b，则前b架UAV分配a+1个节点，后J-b架UAV分配a个节点，以确保每个无人机服务的节点数尽量均衡； S3.5、添加起始和终点坐标； S3.6、计算每架无人机任务的总任务时间； S3.7、计算每个个体的适应度 该适应度为个体中无人机的最大任务时间，将适应度最低的个体作为当前的全局最优解； S3.8、使用防御机制调整个体的位置，根据适应度进行个体更新； S3.9、循环种群减少技术； S3.10、通过全局最优位置引导搜索过程，逐步收敛到最优解。

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 浙江省杭州市钱塘区白杨街道2号大街1158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。