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！

龙图腾网获悉西北工业大学申请的专利一种基于图近端优化算法的可变规模卫星群轨道规划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：CN121032282B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511544042.6，技术领域涉及：G06Q10/0637；该发明授权一种基于图近端优化算法的可变规模卫星群轨道规划方法是由连晓斌;魏琳森;宁昕;张柠佳;闫循良;李文龙;马世超设计研发完成，并于2025-10-28向国家知识产权局提交的专利申请。

本一种基于图近端优化算法的可变规模卫星群轨道规划方法在说明书摘要公布了：本发明公开了一种基于图近端优化算法的可变规模卫星群轨道规划方法，实现在节点数量动态变化与通信链路受限条件下的实时、高效控制。首先，将卫星群在时刻上的轨道与通信关系抽象为动态图。随后，构建基于图神经网络与循环神经网络叠加的强化学习结构。策略与价值函数采用强化学习近端策略优化算法在星上异步迭代，所有计算和参数更新均在卫星端完成，无需中央主控卫星。各卫星在完成本地算法更新后，与满足可靠度条件的近邻卫星交换参数差分，并按照卫星链路质量和物理距离混合权重进行加权。该方法可广泛应用于对地成像、全球通信、导航等需要星座级协同的应用场景，为大规模卫星群安全、高效、自主运行提供了完整的技术体系。

本发明授权一种基于图近端优化算法的可变规模卫星群轨道规划方法在权利要求书中公布了：1.一种基于图近端优化算法的可变规模卫星群轨道规划方法，其特征在于，包括以下步骤： S1、建立星群轨道规划的动态图模型：将卫星群抽象为随时间连续演化的动态图结构，每颗卫星映射为图中的一个节点，两颗卫星之间是否建立边由空间相对距离和通信链路质量共同判定； S2、设计完全去中心化的多智能体强化学习框架：每颗卫星都是独立的智能体，只依赖本星观测和邻域通信结果做出决策，无需地面或中央节点协调； 采用图神经网络和循环神经网络的组合结构，提取空间交互模式和轨道动力学的历史依赖； 执行神经网络分支将隐藏状态映射为连续推力指令，包含方向、大小，并执行； 评判神经网络分支对同一隐藏状态进行价值评估，为策略梯度提供低方差基准； S3、基于RK8方法的卫星轨道状态高精度迭代仿真：使用八阶龙格‑库塔算法作为核心数值积分器，仿真时，综合考虑受控推力、地球非球形引力、二阶扁率摄动、大气阻力综合加速度输入动力学模型，计算瞬时状态导数； 随后在一步内评估多个斜率样本，通过高阶组合预测下一时刻位置和速度高阶积分误差受严格控制，实现高精度轨道状态预测； S4、实现评判神经网络参数的去中心化融合及策略泛化机制：每颗卫星在完成本地梯度下降后，向邻域内卫星发送更新后的价值网络参数或梯度片段，并同步接收对方数据； 节点依据链路可靠度和相对距离计算权重，对多份参数进行加权平均，生成新的本地评判神经网络。

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西北工业大学，其通讯地址为：710000 陕西省西安市碑林区友谊西路127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。