Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京信息工程大学刘超凡获国家专利权

南京信息工程大学刘超凡获国家专利权

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!

龙图腾网获悉南京信息工程大学申请的专利一种基于熵驱动步长自适应的扩散强化学习信道接入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:CN121463143B

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:202610007285.4,技术领域涉及:H04W36/00;该发明授权一种基于熵驱动步长自适应的扩散强化学习信道接入方法是由刘超凡;石怀峰;潘成胜;田文设计研发完成,并于2026-01-06向国家知识产权局提交的专利申请。

一种基于熵驱动步长自适应的扩散强化学习信道接入方法在说明书摘要公布了:本发明公开了一种基于熵驱动步长自适应的扩散强化学习信道接入方法,包括:基于空中基站与地面边缘聚合服务器之间的信道状态,建立信道状态转移概率矩阵;对各信道进行分组,从当前宏观环境状态对应的各信道分组中,根据预设权重概率分布,随机选择一个信道分组进行激活;建立信道选择策略及目标函数;在空中基站侧部署LADSAC模型并与现有ARQ协议栈对接,每个时隙中LADSAC模型依次进行观测采集、环境感知、步数决策、扩散去噪、动作下发、结果回执与学习更新,完成LADSAC模型的训练和更新;本方法解决非平稳应急通信场景下信道接入中决策性能与计算效率难以兼顾的问题,在保持决策质量的同时降低推理时延与能耗。

本发明授权一种基于熵驱动步长自适应的扩散强化学习信道接入方法在权利要求书中公布了:1.一种基于熵驱动步长自适应的扩散强化学习信道接入方法,其特征在于,针对包括空中基站、地面边缘聚合服务器、地面用户的应急通信系统,执行如下步骤S1-步骤S4,完成非平稳应急通信的信道系统接入优化: 步骤S1:采用二元变量形式表示信道状态,以表征空中基站与地面边缘聚合服务器之间各信道中数据包传输成功或失败,基于宏观环境状态,建立信道状态转移概率矩阵,表征当前时隙各信道状态及信道状态的转移概率; 步骤S2:对各信道进行分组,并预设对应的权重概率分布,从当前宏观环境状态对应的各信道分组中,根据权重概率分布,随机选择一个信道分组进行激活; 步骤S3:建立平衡决策性能与计算效率的信道选择策略,并构建信道选择策略的目标函数; 步骤S3的具体方法如下: 以长期平均丢包率与平均推理时延为性能指标,在信道选择策略下将信道接入控制问题表述如下式,其中表示各时隙的信道选择策略: ; 其中,表示在信道选择策略下的长期平均丢包率,表示在信道选择策略下的平均推理时延,为长期平均丢包率与平均推理时延之间的权衡系数,为在策略下的综合代价函数,表示在不同信道选择策略中使该综合代价函数最小的优化目标;两项性能指标的计算如下式: ; ; 其中,表示用于统计的时隙总数,表示时隙t是否发生丢包,发生丢包时取1,否则取0;表示时隙t的推理时间; 步骤S4:在空中基站侧部署LADSAC模型并与现有ARQ协议栈对接,每个时隙中LADSAC模型依次进行观测采集、环境感知、步数决策、扩散去噪、动作下发、结果回执与学习更新,完成LADSAC模型的训练和更新,应用LADSAC模型,完成非平稳应急通信的信道接入优化。

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南京信息工程大学,其通讯地址为:210032 江苏省南京市江北新区宁六路219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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。