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！

龙图腾网获悉北京遥感设备研究所申请的专利一种多任务强化学习的雷达资源动态分配方法及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：CN120993332B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511525948.3，技术领域涉及：G01S7/02；该发明授权一种多任务强化学习的雷达资源动态分配方法及系统是由白剑;张逍洋;杨刚;于沐尧;蔺震;郭亮;苏琪娅;史玥婷设计研发完成，并于2025-10-24向国家知识产权局提交的专利申请。

本一种多任务强化学习的雷达资源动态分配方法及系统在说明书摘要公布了：本申请提供一种多任务强化学习的雷达资源动态分配方法及系统，涉及多智能体强化学习多波束雷达资源分配技术领域，本申请通过空间碎片轨道参数、碰撞概率及雷达探测历史数据，构建矩阵划分其高、中、低威胁等级；接着，再配置多波束雷达系统，按威胁等级为目标分配不同增益波束；随后，采用分布式多智能体强化学习框架，为每部雷达部署智能体，智能体结合相关数据生成协同资源分配策略，调整波束指向与扫描周期；最后，集成威胁驱动奖励机制，依据碎片碰撞概率计算奖励权重，向高碰撞概率目标倾斜资源，实现策略调整，能够提升雷达对空间碎片的探测与跟踪效率。

本发明授权一种多任务强化学习的雷达资源动态分配方法及系统在权利要求书中公布了：1.一种多任务强化学习的雷达资源动态分配方法，其特征在于，包括： 通过获取空间碎片的轨道参数、碰撞概率以及雷达探测历史数据，构建碎片威胁等级矩阵，所述碎片威胁等级矩阵将空间碎片划分为高、中、低威胁等级； 配置多波束雷达系统，通过所述多波束雷达系统同步生成覆盖不同空间碎片簇的多个独立波束，根据所述碎片威胁等级矩阵中的威胁等级为不同威胁等级的目标分别分配不同增益级别的波束； 采用分布式多智能体强化学习框架，为每部雷达部署专属的智能体，各智能体接收所述碎片威胁等级矩阵和所述多波束雷达系统的配置参数作为输入，通过交互空间碎片的位置、速度信息以及威胁等级数据，生成协同决策的雷达资源分配策略，并根据所述资源分配策略动态调整雷达波束指向和扫描周期； 基于所述雷达资源分配策略，集成威胁驱动奖励机制，所述威胁驱动奖励机制以空间碎片的所述碰撞概率作为输入，通过线性或非线性变换计算奖励函数中的权重系数，并根据所述权重系数为高碰撞概率目标分配显著增加的奖励值，以引导资源向关键目标倾斜，实现所述雷达资源分配策略的调整； 其中，采用分布式多智能体强化学习框架，为每部雷达部署专属的智能体，各智能体接收所述碎片威胁等级矩阵和所述多波束雷达系统的配置参数作为输入，通过交互空间碎片的位置、速度信息以及威胁等级数据，生成协同决策的雷达资源分配策略，并根据所述资源分配策略动态调整雷达波束指向和扫描周期，包括： 采用分布式多智能体强化学习框架，为每部雷达部署专属智能体，为每个所述专属智能体绑定一个雷达标识符； 所述专属智能体接收所绑定雷达的当前波束指向坐标、扫描周期参数、所述碎片威胁等级矩阵中与所绑定雷达关联的空间碎片簇的威胁等级、邻近雷达的波束指向坐标，作为输入； 通过通信网络交互邻近智能体的观测信息，所述观测信息包括空间碎片的位置偏移量、速度矢量、威胁等级数据，每个智能体将自身的所述观测信息与邻近智能体的所述观测信息整合，生成协同决策的雷达资源分配策略； 根据所述雷达资源分配策略，生成包括波束指向调整角度、扫描周期增减量的动态调整指令，各专属智能体同步执行所述动态调整指令，对应更新绑定雷达的波束指向和扫描周期。

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遥感设备研究所，其通讯地址为：100854 北京市海淀区永定路51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。