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！

龙图腾网获悉南京航空航天大学申请的专利一种基于深度强化学习的无人机路径优化方法、存储介质及设备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：CN116257089B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310377117.0，技术领域涉及：G05D1/46；该发明授权一种基于深度强化学习的无人机路径优化方法、存储介质及设备是由王鑫;仲伟志;王俊智;肖丽君;朱秋明;林志鹏;王洁设计研发完成，并于2023-04-11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无人机路径优化方法、存储介质及设备在说明书摘要公布了：一种基于深度强化学习的无人机路径优化方法、存储介质及设备，包括S1：建立无人机与无线电网络的通信模型，包括场景模型、基站天线辐射模型以及信号模型，S2：根据步骤S1的通信模型计算无人机在不同位置的信号中断概率，以此构建无线电覆盖概率图E，S3：综合考虑无人机飞行时间和不同位置的通信覆盖概率设定无人机飞行路径的优化目标；基于优化目标，利用深度强化学习算法对无人机飞行路径进行优化。本申请通过以上方案完成对无人机的飞行路径优化，避开弱覆盖区域，从而保证无人机与基站之间的连通性；同时采用深度强化学习算法提高了重要样本的利用率，获取更精确的回报值，更加有效地对无人机路径进行优化。

本发明授权一种基于深度强化学习的无人机路径优化方法、存储介质及设备在权利要求书中公布了：1.一种基于深度强化学习的无人机路径优化方法，其特征在于，包括以下步骤： S1：建立无人机与无线电网络的通信模型，包括场景模型、基站天线辐射模型以及信号模型，其中， 一场景模型： 设定无人机飞行区域范围D×D，以及在该范围内的障碍物高度和位置； 定义无人机在时刻t的位置为qt＝xt,yt,t∈[0,T],xt∈[0,D],yt∈[0,D]，式中xt和yt表示无人机在时刻t位置的x坐标和y坐标；T表示无人机从起点位置至终点位置所用的飞行总时间； 二基站天线辐射模型： 设定基站扇区共有M个，并构建出基站天线辐射模型AAθ,φ，其中基站天线为多阵元均匀线阵； 三信号模型： 分析无人机在qt位置与小区m,m∈M之间的路径损耗模型，包括视距路径损耗和非视距路径损耗 S2：计算无人机在不同位置的信号中断概率，以此构建无线电覆盖概率图E，具体方法如下： S2.1：根据步骤S1建立的通信模型，分析无人机在时刻t位置从小区m接收到的瞬时信号功率为ymt S2.2：根据ymt计算时刻t的信号干扰比SIRt； S2.3：根据信号干扰比SIRt测量无人机在时刻t所在位置qt与每个关联小区bt间的通信中断概率Poutqt,bt； S2.4：根据测量的通信中断概率，确定在qt位置的最佳关联小区bt*： S2.5：因此qt位置的通信覆盖概率＝1-无人机在qt位置的中断概率，并将通信覆盖概率值保存到无线电覆盖概率图E中；其中无人机在qt位置的中断概率为Poutqt： S3：综合考虑无人机飞行时间和不同位置的通信覆盖概率设定无人机飞行路径的优化目标；基于优化目标，利用深度强化学习算法对无人机飞行路径进行优化。

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航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。