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！

龙图腾网获悉南昌大学申请的专利基于深度学习与强化学习的低空通信节点部署方法及系统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：CN121586007B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610084877.6，技术领域涉及：H04W16/18；该发明授权基于深度学习与强化学习的低空通信节点部署方法及系统是由杨鼎成;曾楷钧;邓启玥;张涵睿;边一鸣;吴法辉;徐瑜;梁贻鹏;卢华兵设计研发完成，并于2026-01-22向国家知识产权局提交的专利申请。

本基于深度学习与强化学习的低空通信节点部署方法及系统在说明书摘要公布了：本申请实施例提供了一种基于深度学习与强化学习的低空通信节点部署方法及系统，该方法包括：获取城市三维环境地图；其中，城市三维环境地图包含城市的地形、建筑高度和建筑遮挡信息；通过预先确定的无线电地图预测模型，对城市三维环境地图进行不同节点部署下信干噪比分布的预测，得到信干噪比预测分布图；通过预先确定的强化学习优化模型，对信干噪比预测分布图进行迭代优化，确定最优部署策略；并基于最优部署策略，确定目标基站位置；其中，目标基站位置为基于最优部署策略确定多个不同节点中目标节点的位置。上述方案，在复杂低空环境中实现高精度传播预测与自适应优化部署，能够提高部署效率与通信性能。

本发明授权基于深度学习与强化学习的低空通信节点部署方法及系统在权利要求书中公布了：1.一种基于深度学习与强化学习的低空通信节点部署方法，其特征在于，所述方法包括： 获取城市三维环境地图；其中，所述城市三维环境地图包含城市的地形、建筑高度和建筑遮挡信息； 通过预先确定的无线电地图预测模型，对所述城市三维环境地图进行不同节点部署下信干噪比分布的预测，得到信干噪比预测分布图；其中，所述无线电地图预测模型表征基于RadioUNet模型进行两阶段级联和输入通道参数优化，用于生成信干噪比预测分布图的模型； 通过预先确定的强化学习优化模型，对所述信干噪比预测分布图进行迭代优化，确定最优部署策略；并基于所述最优部署策略，确定目标基站位置；其中，所述目标基站位置为基于最优部署策略确定多个不同节点中目标节点的位置； 其中，所述通过预先确定的无线电地图预测模型，对所述城市三维环境地图进行不同节点部署下信干噪比分布的预测，得到信干噪比预测分布图之前，所述方法还包括： 获取历史城市三维环境地图；并基于所述历史城市三维环境地图，生成低空通信传播性能数据； 通过主导路径模型，对所述低空通信传播性能数据进行数据处理，确定城市地图和基站；其中，所述基站的数量为2个； 基于所述城市地图和所述基站，进行双基站信干噪比图像生成，确定训练数据集； 通过所述训练数据集，对初始无线电地图预测模型进行训练，确定所述无线电地图预测模型。

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昌大学，其通讯地址为：330031 江西省南昌市红谷滩新区学府大道999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。