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！

龙图腾网获悉上海聚智星网科技有限公司申请的专利一种基于深度强化学习的跳波束资源分配方法和装置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：CN120956320B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511105238.5，技术领域涉及：H04B7/185；该发明授权一种基于深度强化学习的跳波束资源分配方法和装置是由梁苏南;刘帅;王维;刘兆宇;陈琦涵;梁晓菲设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本一种基于深度强化学习的跳波束资源分配方法和装置在说明书摘要公布了：本申请提供一种基于深度强化学习的跳波束资源分配方法和装置。本申请提供的方法，包括：基于星载设备配备的数据包缓存区，获取每个数据包缓存区下所有到达的数据包的状态信息；基于所述状态信息将所述数据包进行状态重构，得到每个数据包缓存区对应的时延矩阵；将所述时延矩阵输入到训练好的资源分配模型中，预测得到不同的动作向量以及对应的预期回报值；基于更新后的资源分配模型预测预期回报值，将所述预测回报值降序排列，基于排在最前面的预设数量个预期回报值对应的动作向量确定对应的波束，点亮所述波束。本申请提供的基于深度强化学习的跳波束资源分配方法和装置，用以提高对低轨卫星动态环境的适应能力，实现高效的跳波束调度。

本发明授权一种基于深度强化学习的跳波束资源分配方法和装置在权利要求书中公布了：1.一种基于深度强化学习的跳波束资源分配方法，其特征在于，所述方法包括： 基于星载设备配备的数据包缓存区，获取每个数据包缓存区下所有到达的数据包的状态信息； 基于所述状态信息将所述数据包进行状态重构，得到每个数据包缓存区对应的时延矩阵；其中，根据不同数据包缓存区下数据包的到达时间对数据包进行归一化操作；所述时延矩阵表征不同时间下到达所述数据包缓存区的数据包数量； 将所述时延矩阵输入到训练好的资源分配模型中，预测得到不同的动作向量以及对应的预期回报值；其中，构建强化学习的经验池，基于训练周期动态调整探索概率，根据所述探索概率确定当前状态下的动作向量；执行所述动作向量，调整波束资源分配，基于调度结果更新数据包缓存区的状态；计算当前状态下的动作向量的奖励值，存储当前状态、所述动作向量、所述奖励值及下一步状态至所述经验池；当所述经验池存满时，采用随机采样机制从所述经验池中选取训练样本；基于所述训练样本计算目标Q值，基于所述目标Q值构建损失函数，基于所述损失函数更新所述资源分配模型的权重参数； 基于更新后的资源分配模型预测预期回报值，将所述预期回报值降序排列，基于排在最前面的预设数量个预期回报值对应的动作向量确定对应的波束，点亮所述波束； 所述基于训练周期动态调整探索概率，包括： 确定上一训练周期的探索概率，作为初始探索概率； 计算当前经验池的空余比例，作为初始调整系数； 以所述初始探索概率作为输入，基于当前训练周期预估下一训练结果与当前经验池中已有存储信息的重复度，以所述重复度和上一训练周期的探索概率的变化速率的乘积确定当前变化速率； 以所述初始探索概率和所述当前变化速率的乘积确定当前训练周期的候选探索概率； 基于候选探索概率和所述初始调整系数的乘积确定最终的探索概率值。

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上海聚智星网科技有限公司，其通讯地址为：201600 上海市松江区九亭镇中心路1158号21幢211室；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。