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！

龙图腾网获悉南京邮电大学申请的专利一种多无人机辅助MEC系统部署卸载策略联合优化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：CN116980852B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310608196.1，技术领域涉及：H04W4/40；该发明授权一种多无人机辅助MEC系统部署卸载策略联合优化方法是由余雪勇;李元昊设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本一种多无人机辅助MEC系统部署卸载策略联合优化方法在说明书摘要公布了：本发明属于计算机无线通信的技术领域，公开了一种多无人机辅助MEC系统部署卸载策略联合优化方法，包括建立用于实时通信和数据传输的动态多无人机为多地面终端边缘计算系统模型；在给定无人机飞行轨迹的情况下，构建最优卸载策略；根据给定的无人机飞行轨迹和所述最优卸载策略下，构建地面终端卸载匹配决策；根据所述最优卸载策略和所述地面终端卸载匹配决策，优化多无人机轨迹。本发明提出的优化方法具有很好的收敛性，可以减少优化变量，优化三维无人机轨迹，更符合现实场景。

本发明授权一种多无人机辅助MEC系统部署卸载策略联合优化方法在权利要求书中公布了：1.一种多无人机辅助MEC系统部署卸载策略联合优化方法，其特征在于，包括： 建立用于实时通信和数据传输的动态多无人机为多地面终端边缘计算系统模型； 在给定无人机飞行轨迹的情况下，构建最优卸载策略； 根据给定的无人机飞行轨迹和所述最优卸载策略下，构建地面终端卸载匹配决策； 根据所述最优卸载策略和所述地面终端卸载匹配决策，优化多无人机轨迹； 所述最优卸载策略为任务量卸载比例，包括： 根据给定的在时隙中无人机轨迹，固定地面终端的卸载匹配决策，分析最优策略的凹凸性，此时系统的总能耗简化为： ， 其中，为无人机间的公平指数，为功率系数，、和分别为地面终端端的传输、计算和无人机端计算的能耗系数；为无人机的飞行功率系数，、和分别为地面终端端传输、计算和无人机端的计算的时延系数； 当系统总耗能最小时， ， ， ， 地面终端卸载到无人机的最优卸载策略表示为： ， 所述地面终端卸载匹配决策，包括： 给定在时隙无人机轨迹，再通过得到地面终端的最优卸载策略来分析地面终端的卸载匹配决策，此时系统的总能耗简化为： ， ， 其中，是关于欧几里得距离为的传输数据速率函数，和分别为固定的卸载策略和无人机轨迹后的常数； 定义个地面终端的卸载匹配决策表示为： ， 除了地面终端的其他地面终端的卸载匹配决策表示为： ， 将地面终端的卸载匹配决策初始化为选择最近的无人机，重复以下步骤： 对于地面终端，保持其他地面终端的卸载匹配决策不变，计算地面终端的当前最优选择和； 当时，修改为地面终端的最优选择，更新，直到没有地面终端提出自己更好的选择为止； 当处于纳什均衡状态时，地面终端的卸载匹配决策达到最好，并且在时隙中也达到了最小化； 将每个无人机视为一个智能体，环境模型描述为，定义一个Markov决策过程，包括状态、行为、转移概率、奖励和初始状态； 所述状态由每个智能体和地面终端的状态组成，包括：无人机的位置、地面终端的位置、地面终端的数据量以及地面终端匹配无人机m计算1bit数据所需的CPU周期数； 智能体的状态表示为： ， 所述行为包括将水平偏转角和垂直偏转角定义为每个智能体的行为，表示为： ， 其中，； 将智能体的行为进行标准化操作，表示为： ， ， 其中，3架无人机的水平偏转角范围分别为：，，，3架无人机的垂直偏转角； 所述转移概率表示为： ， 表示根据行为从状态到下一状态的转移概率； 所述奖励包括根据目标函数，在确保公平性和最优卸载策略的前提下，将所有智能体在个时隙中的能耗总和定义为奖励； 所述奖励表示为： ， 惩罚奖励表示为： ， 所述初始状态为假设每个无人机完成从起点到终点的飞行轨迹，然后返回起点进行训练，直到奖励收敛。

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邮电大学，其通讯地址为：210003 江苏省南京市栖霞区文苑路9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。