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 > 中国人民解放军陆军工程大学宋绯获国家专利权

中国人民解放军陆军工程大学宋绯获国家专利权

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!

龙图腾网获悉中国人民解放军陆军工程大学申请的专利一种基于合作Q学习的智能干扰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:CN115567148B

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:202211153327.3,技术领域涉及:H04K3/00;该发明授权一种基于合作Q学习的智能干扰方法是由宋绯;方贵;王路广;冯智斌;李文;徐逸凡设计研发完成,并于2022-09-21向国家知识产权局提交的专利申请。

一种基于合作Q学习的智能干扰方法在说明书摘要公布了:本发明公开了一种基于合作Q学习的智能干扰方法。方法为:在多智能体对抗的干扰场景下,通信用户通过协作采用固定式序列跳频方式或随机式跳频方式进行通信,智能干扰机能够实时获取用户频谱状态信息,建立并维护独立Q值表和联合Q值表两张Q值表;干扰机将感知到的用户频谱状态作为状态输入,根据ε‑贪婪略选择联合动作,执行动作后评估当前通信效果并计算奖励值,并感知获得下一时刻的频谱状态;根据所收获的干扰奖励值完成对独立Q值表和联合Q值表的更新,由此循环完成多智能体对抗场景下干扰策略的优化。本发明考虑干扰机内部决策的协调,有效提升多智能体对抗场景下的干扰效果。

本发明授权一种基于合作Q学习的智能干扰方法在权利要求书中公布了:1.一种基于合作Q学习的智能干扰方法,其特征在于,包括以下步骤: 步骤1,考虑由个智能干扰机和对通信用户对组成的干扰场景,和分别表示智能干扰机的个数和通信用户的对数,满足;在干扰场景中,通信用户对之间通过协作来确定通信信道,通信用户采用固定式序列跳频方式或随机式跳频方式进行通信,智能干扰机具有感知和学习能力,能够感知实时环境频谱状态,其中表示当前时刻,为所处环境的时频图,能够表征信号在时间和频率上的分布; 步骤2,每个智能干扰机建立并维护独立Q值表和联合Q值表,Q学习是一种基于价值函数的强化学习算法,而Q值表是用于记录Q学习中状态-动作对的未来状态动作值,独立Q值表是用于记录每个干扰机环境频谱状态-动作对的未来状态动作值,联合Q值表是所有干扰机独立Q值表的状态动作值;干扰机将感知到的环境频谱状态作为状态输入,根据-贪婪策略选择联合干扰动作,即所有干扰机干扰信道的集合,其中表示干扰机的干扰信道,表示第个干扰机,满足; 步骤3,执行联合干扰动作,根据联合干扰动作评估释放干扰的效果,获得当前联合干扰动作下每个干扰机的收益期望值,以及整个干扰机集合的总体收益值,并感知获得当前频谱状态,其中收益值用于评估动作在环境频谱状态下的好坏,用于评估联合干扰动作在环境频谱状态下的好坏; 步骤4,根据所收获的收益值更新独立Q值表以及联合Q值表; 步骤5,循环步骤1~步骤4,直到指定迭代次数。

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中国人民解放军陆军工程大学,其通讯地址为:210007 江苏省南京市秦淮区后标营路88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。