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！

龙图腾网获悉河南科技大学申请的专利车联网中基于深度强化学习的车辆协作缓存接力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：CN117201508B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202311054663.7，技术领域涉及：H04L67/104；该发明授权车联网中基于深度强化学习的车辆协作缓存接力方法是由吴红海;王白冰;马华红;邢玲;冀保峰;张高远;彭勃;陶发展;谢萍;程洋博设计研发完成，并于2023-08-21向国家知识产权局提交的专利申请。

本车联网中基于深度强化学习的车辆协作缓存接力方法在说明书摘要公布了：本发明公开了一种车联网中基于深度强化学习的车辆协作缓存接力方法，将车联网的流行内容进行分块，每当协作缓存更新周期到来时，对车联网中每个车辆的移动轨迹进行预测，根据预测得到的移动轨迹计算任意两个车辆之间的链路稳定性得到预测权重邻接矩阵，基于预测权重邻接矩阵求解得到下一缓存周期的缓存车辆和对应的服务车辆集合，每个缓存车辆分别进行马尔可夫决策，得到该缓存车辆的内容缓存策略。本发明通过求解下一缓存周期缓存车辆的最优缓存策略，实现缓存车辆对于请求车辆的接力协作传输，确定系统性能。

本发明授权车联网中基于深度强化学习的车辆协作缓存接力方法在权利要求书中公布了：1.一种车联网中基于深度强化学习的车辆协作缓存接力方法，其特征在于，包括以下步骤： S1：记车联网中流行内容为，其中表示第个流行内容分块，，表示流行内容的分块数量，记分块的大小为；记整个车联网区域内智能车辆数量为，如果车辆在当前缓存周期内请求了流行内容，则车辆为请求车辆，否则车辆不是请求车辆，； S2：每当协作缓存更新周期到来时，对车联网中每个车辆的移动轨迹进行预测，得到该车辆在下一缓存周期内的预测轨迹； S3：对于任意两个车辆和，，根据下一缓存周期内这两个车辆的预测轨迹，计算得到下一缓存周期内车辆和之间的距离，然后采用如下公式计算得到下一缓存周期内车辆和之间的归一化通信距离容差： ； 其中，表示车辆的通信半径，表示在安全距离限制下的两车最小距离； 根据下一缓存周期内这两个车辆的预测轨迹，计算下一缓存周期内车辆和相互覆盖的时间长度作为车辆和之间的链路持续时间： ； 其中，表示缓存周期间隔； 然后采用如下公式计算得到下一缓存周期内车辆和之间链路稳定性： ； 其中，表示预设的加权因子； 将链路稳定性作为元素，即可构建大小为的预测权重邻接矩阵； S4：将车辆作为节点、将预测权重邻接矩阵作为邻接矩阵构成图，采用最小支配集算法求解得到图的最小支配集，将其中所包含的车辆节点作为缓存车辆，最小支配集算法的具体步骤为： S4.1：初始化每个车辆的状态为状态未定车辆，令车辆在下一个缓存周期内的标志位为0； S4.2：判断是否存在状态未定车辆，如果是，进入步骤S4.3，否则缓存车辆筛选结束； S4.3：对于当前的每个状态未定车辆，分别计算其在图中连接状态未定车辆节点的连接度，，表示当前状态未定车辆的集合； S4.4：采用如下方法从当前状态未定车辆集合中选择缓存车辆： 如果存在连接度的车辆节点，则将该车辆作为缓存车辆，并将设置标志位为2； 如果不存在连接度的车辆节点，则判断是否存在连接度的车辆节点，如果存在则根据预测链路权重邻接矩阵从中筛选出平均邻居链路最大的车辆节点，设置其标志位为1，然后将其邻居车辆节点中的状态未定车辆作为缓存车辆，并设置缓存车辆的标志位为2； 如果不存在连接度和连接度的车辆节点，则选择连接度最大的车辆节点，根据预测链路权重邻接矩阵从中筛选出平均邻居预测链路权重最大的车辆节点作为缓存车辆，并设置缓存车辆的标志位为2； S4.5：记步骤S4.4筛选得到的缓存车辆为，获取其邻居节点中状态未定车辆节点的集合，如果集合中的车辆数量小于等于，则将集合作为缓存车辆的服务邻居车辆集合，否则从集合中筛选个车辆构成服务邻居车辆集合；将所得到的服务邻居车辆集合中的每个车辆标志位置为1；返回步骤S4.2； S5：步骤S4中筛选得到的每个缓存车辆分别进行马尔可夫决策，得到该缓存车辆的内容缓存策略，，马尔可夫决策中系统状态、系统动作和奖励函数分别采用如下设置： 系统状态，其中，表示缓存周期内缓存车辆上内容的缓存状态向量，其中表示缓存周期内缓存车辆中流行内容分块的缓存状态，如果缓存车辆缓存了流行内容分块，则令，否则令； ，表示截止到缓存周期服务邻居车辆集合中车辆对流行内容的请求状态向量，，其中表示车辆对流行内容分块的请求状态，如果车辆请求了流行内容分块，则令，否则令； ，表示截止到缓存周期服务邻居车辆集合中车辆对流行内容的缓存状态向量，其中表示车辆对流行内容分块的缓存状态，如果车辆缓存了流行内容分块，则令，否则令； 系统动作为下一个缓存周期内缓存车辆上内容的缓存状态向量，其中表示下一个缓存周期内缓存车辆中流行内容分块的缓存状态，如果缓存车辆需要缓存流行内容分块，则令，否则令；且缓存状态向量满足，表示缓存车辆的缓存容量上限； 奖励函数的计算方法如下： 对服务邻居车辆集合中每个车辆，根据其、缓存状态向量和缓存车辆在下一个缓存周期内的缓存状态向量，得到下一个缓存周期内车辆的可缓存流行内容集合，计算得到可缓存流行内容集合中所有内容的大小，获取车辆和缓存车辆之间的传输速率，进行计算得到在下一个缓存周期内车辆可获取的最大传输数据量，然后采用如下公式计算得到缓存车辆向车辆传输内容的传输成本： ； 其中，表示单位传输成本； 对比缓存状态向量和缓存状态向量，得到删除缓存内容集合和增加缓存内容集合，然后采用如下计算公式得到缓存车辆的调整成本： ； 其中，表示删除缓存内容的单位成本，表示增加缓存内容的单位成本； 采用如下公式计算奖励函数： 。

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河南科技大学，其通讯地址为：471000 河南省洛阳市洛龙区开元大道263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。