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 > 北京邮电大学张天魁获国家专利权

北京邮电大学张天魁获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利一种基于多智能体优化的多无人机轨迹规划与资源分配方法及其系统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:CN119967488B

龙图腾网通过国家知识产权局官网在2025-12-23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:202510151627.5,技术领域涉及:H04W28/08;该发明授权一种基于多智能体优化的多无人机轨迹规划与资源分配方法及其系统是由张天魁;许文龙;石天祎;杨鼎成;刘元玮设计研发完成,并于2025-02-11向国家知识产权局提交的专利申请。

一种基于多智能体优化的多无人机轨迹规划与资源分配方法及其系统在说明书摘要公布了:本申请公开了一种基于多智能体优化的多无人机轨迹规划与资源分配方法及其系统,其中基于多智能体优化的多无人机轨迹规划与资源分配方法包括以下步骤:进行系统模型的构建;完成系统模型的构建后,进行算法的设计;进行智能体神经网络训练,根据设计的算法输出无人机为用户分配的算力资源和用户的计算任务卸载比例。本申请设计了一个多无人机分布式协同计算的MEC系统,通过联合优化无人机轨迹、无人机间任务迁移比例、无人机接入选择和单位算力资源的定价最大化了无人机效益,通过联合优化无人机为用户分配的算力资源和用户的计算任务卸载比例最小化了用户开销。

本发明授权一种基于多智能体优化的多无人机轨迹规划与资源分配方法及其系统在权利要求书中公布了:1.一种基于多智能体优化的多无人机轨迹规划与资源分配方法,其特征在于,包括以下步骤: 进行系统模型的构建; 完成系统模型的构建后,进行算法的设计; 进行智能体神经网络训练,根据设计的算法输出无人机为用户分配的算力资源和用户的计算任务卸载比例; 进行系统模型的构建包括以下子步骤: 构建用户和无人机的节点移动模型; 完成用户和无人机的节点移动模型的构建后,构建任务生成和计算模型; 完成任务生成和计算模型的构建后,进行优化目标的构建; 其中进行优化目标的构建包括,确定无人机m在时隙t的效益Umt,表示为: 其中Wmt表示无人机m在时隙t计算的任务比特数总数,ωW为任务比特数总数的权重,Emt表示无人机m在时隙t耗费的能量,ωE为能耗的权重,bmt表示无人机m在时隙t对单位算力资源的定价,K表示用户集合,fk,mt为无人机m为用户k在时隙t分配的算力大小; 通过联合优化无人机轨迹、无人机间任务迁移比例、无人机接入选择和单位算力资源的定价,最大化无人机m的效益,优化问题表述为P1: P1: s.t.ρk,m,m′t∈[0,1], zk,mt∈{0,1}, vmt≤Vmax,0≤αmt≤2π dm,m′t≥dmin bmt≥0 其中Λm=vmt,αmt,ρk,m,m′t,zk,mt,bmt,ρk,m,m′t∈[0,1]表示无人机间任务迁移比例变量,时隙t∈T,zk,mt∈{0,1}表示用户与无人机之间的接入变量,zk,mt=1意味着用户在时隙t选择接入无人机m,其他情况下,zk,mt=0,qmt表示无人机m在时隙t∈T的水平坐标,表示无人机m的水平起点,vmt表示无人机m在时隙t的飞行速率,Vmax为无人机最大飞行速率,αmt表示无人机m在时隙t的飞行方向,dm,m′t表示无人机m与无人机m′∈M之间的距离,dmin表示无人机之间最小安全距离限制,表示无人机m耗费额能量上限; 对于用户k,定义用户时延和计算任务开销之和为用户开销,通过联合优化无人机为用户分配的算力资源和用户的计算任务卸载比例最小化用户开销,优化问题表述为P2: P2: s.t.fk,mt≥0, γkt∈[0,1] τt≤δ 其中Γk=fk,mt,γkt,Dkt表示用户k在时隙t生成的计算任务所需的处理时间,fk,mt为无人机m为用户k在时隙t分配的算力大小,为无人机m的最大CPU频率,γkt表示将任务卸载至无人机额卸载比例,τt表示无人机在时隙t的飞行时间,为了保证无人机在每个时隙内处于准静态状态,对时隙t的长度做出约束,τt≤δ,Ekt表示用户k在时隙t耗费的能量,表示用户k耗费的能量上限; 完成系统模型的构建后,进行算法的设计包括以下子步骤: 针对问题P1,采用基于多智能体近端策略优化的领导者决策算法的设计; 针对问题P2,进行基于两阶段迭代的追随者决策算法的设计; 进行基于两阶段迭代的追随者决策算法的设计包括: 固定算力资源fk,m,求解计算任务卸载比例γk,得到最优的计算任务卸载比例 固定计算任务卸载比例γk,求解算力资源fk,m,得到最优的算力资源 其中最优的计算任务卸载比例表示为: 其中Ck表示计算每比特任务所需的CPU周期数,表示用户k的本地算力大小,rm,m′表示用户k在时隙t向无人机m卸载计算任务的传输速率,Jk表示任务比特数,为用户k的电容系数,PK为用户的发送功率,rk,m表示用户k向无人机m卸载计算任务的速率,fk,m表示无人机m为用户k分配的算力大小, 其中最优的算力资源表示为: fk′,m为无人机m为用户k'分配的算力大小。

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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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。