一种多视图融合与序列强化学习的水下AUV集群通信优化方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种多视图融合与序列强化学习的水下AUV集群通信优化方法,本方法首先通过多视图感知数据矩阵的构建与视图完整度函数的设计,其次,生成高精度的融合观测矩阵;接着,利用序列建模算子与累进式记忆向量对融合数据进行状态估计,确保在高丢包场景下的时序连续性;然后识别局部小规模扰动及其潜在扩散风险,并将扰动信息反馈至序列建模与强化学习模块;进一步生成最优动作序列,并通过动态链路调度与冗余转发机制优化通信链路选择与数据传输;最后检测局部累积误差与通信通道阻塞,动态回退至多视图感知步骤进行重新计算与模型更新。本发明通过闭环反馈与自适应优化机制,提升水下无人集群在复杂海况下的协同性能与通信可靠性。
《一种多视图融合与序列强化学习的水下AUV集群通信优化方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2025103542787,当前法律状态为已下证,由广东海洋大学提出申请,发明人为刘畅;蔡荣捷;俞智文;吴剑豪;陈冠良;郭鑫;马映芝,申请日期为2025-03-25,公开(公告)日期为2025-10-03,国际专利分类号(IPC)为 G05D 1/485 (2024.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种多视图融合与序列强化学习的水下AUV集群通信优化方法,本方法首先通过多视图感知数据矩阵的构建与视图完整度函数的设计,其次,生成高精度的融合观测矩阵;接着,利用序列建模算子与累进式记忆向量对融合数据进行状态估计,确保在高丢包场景下的时序连续性;然后识别局部小规模扰动及其潜在扩散风险,并将扰动信息反馈至序列建模与强化学习模块;进一步生成最优动作序列,并通过动态链路调度与冗余转发机制优化通信链路选择与数据传输;最后检测局部累积误差与通信通道阻塞,动态回退至多视图感知步骤进行重新计算与模型更新。本发明通过闭环反馈与自适应优化机制,提升水下无人集群在复杂海况下的协同性能与通信可靠性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
