专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明授权

CN117420849B 一种基于强化学习的海上无人机编队变粒度协同搜救方法有权
公开(公告)号：CN117420849B
公开(公告)日：2024-03-08
申请号：CN202311734139.4
申请日：2023-12-18
申请人：山东科技大学
发明人：罗汉江 , 郭恺 , 刘奎 , 陶航 , 陈晓东 , 董配军 , 赵扬
IPC分类号： G05D1/46

2. 发明公开

CN117376934A 一种基于深度强化学习的多无人机海上移动基站部署方法有权
公开(公告)号：CN117376934A
公开(公告)日：2024-01-09
申请号：CN202311675962.2
申请日：2023-12-08
申请人：山东科技大学
发明人：罗汉江 , 邵明月 , 陶航 , 刘建港 , 董鹏燕 , 王胤言
IPC分类号： H04W16/18 , H04W16/26 , H04W4/02 , H04W4/029 , H04B7/155 , H04B7/185 , H04B11/00 , H04B13/02 , G06N3/084 , G06N3/092
摘要：本发明公开了一种基于深度强化学习的多无人机海上移动基站部署方法，属于海空无线通信技术领域，包括如下步骤：步骤1、在目标区域中部署携带水听器的无人机、水下自主航行器并进行初始化；步骤2、无人机动态部署系统采用基于多智能体深度确定性策略梯度的强化学习算法进行动作决策；步骤3、无人机继续执行强化学习算法，调整下一步移动方向；步骤4、无人机同步更新状态信息；若无人机覆盖区域内水下自主航行器数量和流量不均衡、无人机能量消耗大，则重新执行步骤2；否则，重复执行步骤3‑步骤4，直到无人机的平均覆盖范围得分和公平性得分最大且能量消耗小。本发明适用于海上无人机移动基站与水下自主航行器海空跨介质通信覆盖需求。

3. 发明公开

CN115941062A 一种基于深度强化学习的AUV多模移动数据收集方法审中-实审
公开(公告)号：CN115941062A
公开(公告)日：2023-04-07
申请号：CN202211553633.6
申请日：2022-12-06
申请人：山东科技大学
发明人：罗汉江 , 卜凡峰 , 马赛赛 , 王京龙 , 李响 , 邓廷龙
IPC分类号： H04B13/02 , H04B10/25 , H04L45/00
摘要：本发明公开了一种基于深度强化学习的AUV多模移动数据收集方法，属于海洋监测水下无线传感器网络技术领域，包括如下步骤：步骤1、在目标区域中部署传感器节点并进行初始化；步骤2、AUV从传感器节点的初始坐标位置p0出发，获取当前时刻下AUV的相关数据，并将其组成路径规划系统时隙t的状态输入；步骤3、路径规划系统选择具体动作后，执行AUV多模转角优化算法，得到AUV下一步的航向调整角度；步骤4、AUV根据航向调整进行数据收集。本发明基于深度强化学习方法的多模数据收集能够优化收集数据的新鲜度和能量消耗，可以适用于各种水下应用的网络需求。

4. 发明公开

CN117856903A 基于多智能体强化学习的海上无人机光链数据传输方法审中-实审
公开(公告)号：CN117856903A
公开(公告)日：2024-04-09
申请号：CN202311668991.6
申请日：2023-12-07
申请人：山东科技大学
发明人：罗汉江 , 刘建港 , 陶航 , 王浩然 , 刘佳鸿 , 刘奎
IPC分类号： H04B10/25 , G08G5/00 , H04B13/02
摘要：本发明公开了一种基于多智能体强化学习的海上无人机光链数据传输方法，属于海洋监测无线通信技术领域，包括如下步骤：建立初步的光通信连接；无人机将自身观测状态通过射频信号发送给中央基站，中央基站接收所有无人机的观测信息并进行协同操作；中央基站将动作决策通过射频信号发送给每个无人机，所有无人机协同地做出相应的动作稳定自身飞行状态；海上无人机光链进行数据传输，使无人机之间协同抵抗海风的扰动，实时地保持稳定的数据传输。本发明是基于多智能体强化学习的海上无人机光链数据传输方法，通过无人机之间的协同提供可靠的数据传输并优化能量消耗，可适用于海风等复杂环境下的高速、长距离可靠光通信数据传输需求。

5. 发明授权

CN117376934B 一种基于深度强化学习的多无人机海上移动基站部署方法有权
公开(公告)号：CN117376934B
公开(公告)日：2024-02-27
申请号：CN202311675962.2
申请日：2023-12-08
申请人：山东科技大学
发明人：罗汉江 , 邵明月 , 陶航 , 刘建港 , 董鹏燕 , 王胤言
IPC分类号： H04W16/18 , H04W16/26 , H04W4/02 , H04W4/029 , H04B7/155 , H04B7/185 , H04B11/00 , H04B13/02 , G06N3/084 , G06N3/092
摘要：需求。本发明公开了一种基于深度强化学习的多无人机海上移动基站部署方法，属于海空无线通信技术领域，包括如下步骤：步骤1、在目标区域中部署携带水听器的无人机、水下自主航行器并进行初始化；步骤2、无人机动态部署系统采用基于多智能体深度确定性策略梯度的强化学习算法进行动作决策；步骤3、无人机继续执行强化学习算法，调整下一步移动方向；步骤4、无人机同步更新状态信息；若无人机覆盖区域内水下自主航行器数量和流量不均衡、无人机能量消耗大，则重新执行步骤2；否则，重复执行步骤3‑步骤4，(56)对比文件罗汉江.海洋监测传感器网络关键技术研究《.CNKI-硕士论文》.2011,全文.Mingxing Jiang;Zhongwen Guo;etc..OceanSense: A practical wirelesssensor network on the surface of the sea.《2009 IEEE International Conference onPervasive Computing and Communications》.2009,全文.Luo, HJ (Luo, Hanjiang) [1];Wang, JL(Wang, Jinglong) [1]，ETC..Recent Progressof Air/Water Cross-BoundaryCommunications for Underwater SensorNetworks: A Review《. ISI_Web of Science》.2022,88360-8382.Jun Ye, Chengxi Li，ETC..Deep Learningin Maritime Autonomous Surface Ships:Current Development and Challenges.《SpringerLink》.584-601.Zhizun Qin，Hanjiang Luo，etc..AnInformative Path Planning for Multi-granularity Collaborative Search viaMultiple UAVs《.ACM TURC '23: Proceedingsof the ACM Turing Award CelebrationConference - China 2023July》.2023,100-101.孟祥云.海洋观测网络无线通信资源优化分配《.CNKI 硕士论文》.2023,全文.罗汉江.海洋物联网水面及水下多模通信技术研究进展_《.CNKI》.2023,全文.Jinglong Wang;Hanjiang Luo，ETC..Reliable Water-Air Direct WirelessCommunication: Kalman Filter-AssistedDeep Reinforcement 《.2022 IEEE 47thConference on Local Computer Networks(LCN)》.2022,233-238.Zikai Feng;Mengxing Huang;ETC..Multi-Agent Reinforcement Learning With PolicyClipping and Average Evaluation for UAV-Assisted Communication Markov Game《. IEEETransactions on IntelligentTransportation Systems ( Volume: 24,Issue: 12, December 2023)》.2023,12481-14292.

6. 发明公开

CN117420849A 一种基于强化学习的海上无人机编队变粒度协同搜救方法有权
公开(公告)号：CN117420849A
公开(公告)日：2024-01-19
申请号：CN202311734139.4
申请日：2023-12-18
申请人：山东科技大学
发明人：罗汉江 , 郭恺 , 刘奎 , 陶航 , 陈晓东 , 董配军 , 赵扬
IPC分类号： G05D1/46
摘要：本发明公开了一种基于强化学习的海上无人机编队变粒度协同搜救方法，属于海洋环境下搜救技术领域，包括如下步骤：步骤1、初始化海面目标搜救作业区域范围，并在作业区域内部署多架无人机，形成无人机集群；步骤2、无人机集群使用协同割草机算法执行粗粒度搜救作业，并使用数字信息素记录每个区域单元格的目标存在概率；步骤3、使用改进的数字信息素传播公式，捕捉目标在海面上的运动，并使用数字信息素更新公式实现信息融合；步骤4、无人机集群执行细粒度搜救作业，并执行无人机集群变粒度搜救编队协同算法。本发明可以适用于特征稳定的海面环境下目标快速搜救定位、多无人机协同作业的需求。

7. 发明授权

CN116405111B 一种基于深度强化学习的海上无人机辅助光数据收集方法有权
公开(公告)号：CN116405111B
公开(公告)日：2023-08-15
申请号：CN202310678408.3
申请日：2023-06-09
申请人：山东科技大学
发明人：罗汉江 , 马赛赛 , 李梦真 , 王京龙 , 邓廷龙 , 刘奎
IPC分类号： H04B10/079 , H04B7/185 , H04W4/029 , H04W4/38 , G06N3/092
摘要：本发明公开了一种基于深度强化学习的海上无人机辅助光数据收集方法，属于海洋监测无线通信技术领域，包括如下步骤：步骤1、无人机通过无线电导引至待收集浮标的部署位置上方，并通过射频信号与浮标建立初始连接；步骤2、在目标区域中部署的浮标被唤醒后进行初始化，并接收初始观测状态；步骤3、浮标控制系统选择具体动作后，根据惯性测量单元测得的波浪数据作为下一步的调整角度参考；步骤4、浮标根据调整角度高效完成与无人机之间的光学数据收集。本发明基于深度强化学习方法的无人机辅助光学数据收集能够可靠收集数据并优化能量消耗，可以适用于波浪、环境光等复杂环境下的水面高速数据传输需求。

8. 发明公开

CN117856904A 一种基于深度强化学习的多AUV协同移动光通信方法审中-实审
公开(公告)号：CN117856904A
公开(公告)日：2024-04-09
申请号：CN202311697532.0
申请日：2023-12-12
申请人：山东科技大学
发明人：罗汉江 , 李梦真 , 李响 , 马赛赛 , 刘奎 , 杨玉婷
IPC分类号： H04B10/25 , H04B13/02
摘要：本发明公开了一种基于深度强化学习的多AUV协同移动光通信方法，属于水下监测高速光通信技术领域，包括如下步骤：在不同深度区域部署多个自主水下航行器，并通过水下光通信建立初始实时的高速光通信传输链路；目标区域中部署的自主水下航行器接收初始观测状态；底层自主水下航行器从初始位置出发，追踪水下的移动目标；上层自主水下航行器预测下层自主水下航行器的位置；多个自主水下航行器根据惯性导航系统调整自身速度，实现水下实时监测数据高速光通信传输。本发明基于深度强化学习方法的多自主水下航行器协同移动光通信方法能够可靠快速地传输数据，可以适用于多个自主水下航行器等复杂环境下的水下高速数据传输需求。

9. 发明公开

CN116405111A 一种基于深度强化学习的海上无人机辅助光数据收集方法有权
公开(公告)号：CN116405111A
公开(公告)日：2023-07-07
申请号：CN202310678408.3
申请日：2023-06-09
申请人：山东科技大学
发明人：罗汉江 , 马赛赛 , 李梦真 , 王京龙 , 邓廷龙 , 刘奎
IPC分类号： H04B10/079 , H04B7/185 , H04W4/029 , H04W4/38 , G06N3/092
摘要：本发明公开了一种基于深度强化学习的海上无人机辅助光数据收集方法，属于海洋监测无线通信技术领域，包括如下步骤：步骤1、无人机通过无线电导引至待收集浮标的部署位置上方，并通过射频信号与浮标建立初始连接；步骤2、在目标区域中部署的浮标被唤醒后进行初始化，并接收初始观测状态；步骤3、浮标控制系统选择具体动作后，根据惯性测量单元测得的波浪数据作为下一步的调整角度参考；步骤4、浮标根据调整角度高效完成与无人机之间的光学数据收集。本发明基于深度强化学习方法的无人机辅助光学数据收集能够可靠收集数据并优化能量消耗，可以适用于波浪、环境光等复杂环境下的水面高速数据传输需求。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式