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！

龙图腾网获悉长春理工大学申请的专利用于巨型星座的资源调度优化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：CN121239592B 。

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：202511796640.2，技术领域涉及：H04L41/16；该发明授权用于巨型星座的资源调度优化方法是由任维武;孙杰设计研发完成，并于2025-12-02向国家知识产权局提交的专利申请。

本用于巨型星座的资源调度优化方法在说明书摘要公布了：用于巨型星座的资源调度优化方法，涉及巨型星座的卫星资源分配技术领域，解决现有卫星资源调度方法难以兼顾时间与能耗的全局最优问题，旨在提升多星协同任务的执行效率并降低能耗。通过仿真和整理真实卫星调度任务得到卫星数据和任务数据，采用强化学习引导遗传算法的进化过程优化任务序列，再把优化的任务序列做卫星资源分配，完成任务序列的时间和能耗，最终归一化得到综合指标。利用该方法得到时间和能耗综合指标最小的任务执行序列，从而得到最优调度方案，以满足巨型星座下卫星调度的需求。

本发明授权用于巨型星座的资源调度优化方法在权利要求书中公布了：1.用于巨型星座的资源调度优化方法，其特征是：该方法由以下步骤实现： 步骤一、根据图传任务获得任务数据，对所述任务数据进行处理，获得初始种群N，并计算所述初始种群N的适应度； 步骤二、初始化Q表，包括交叉概率表和变异概率表，定义动作区间集合A和状态区间集合S；根据当前种群状态值找到对应的强化学习状态区间，该状态区间的索引值即为当前种群映射的状态；并计算交叉概率和变异概率； 步骤三、生成新种群并更新适应度；对新种群的每个个体进行资源分配，记录每个个体所花费的时间，更新时间集合，即更新适应度；然后并行执行步骤四和步骤六； 步骤四、计算交叉奖励值和变异奖励值，并计算时序差分误差TD误差值td，并判断更新策略； 步骤五、若当前处于强化学习的SARSA策略阶段且td小于自适应阈值时，切换Q-Learning策略，更新Q表，执行步骤九；否则保持当前策略阶段，执行步骤九； 步骤六、根据簇选择卫星，并计算链路中的时间和能耗； 步骤七、判断是否为当前个体的最后一个任务，如果是，执行步骤八，否则执行步骤六； 步骤八、判断是否是当前种群的最后一个个体，如果是，计算综合指标；执行步骤九；否则，初始化卫星时间戳，从种群中选择一个个体，返回执行步骤六； 步骤九、当gen等于maxgen时，结束迭代，获得最优卫星资源调度方案的任务序列；否则，令gen+1，返回执行步骤三。

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长春理工大学，其通讯地址为：130000 吉林省长春市朝阳区卫星路7089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。