買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜西華大學申請的專利基于深度強化學習的最優跳頻序列生成方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119995630B 。

龍圖騰網通過國家知識產權局官網在2025-06-13發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510452123.7，技術領域涉及：H04B1/7136；該發明授權基于深度強化學習的最優跳頻序列生成方法是由牛憲華;楊斯琦;何枝航;周世陽;蒲超;陳鵬旭;曾柏森;劉睿家設計研發完成，并于2025-04-11向國家知識產權局提交的專利申請。

本基于深度強化學習的最優跳頻序列生成方法在說明書摘要公布了：本發明公開了一種基于深度強化學習的最優跳頻序列生成方法，屬于人工智能和通信技術領域，步驟如下：獲取目標生成跳頻序列的頻隙q、序列長度N和序列每次填充的步長，其中，步長為序列長度N的素因子；利用深度神經網絡DNN指導蒙特卡洛樹進行序列填充，生成跳頻序列結果；重復生成跳頻序列結果，并構建跳頻序列訓練集；對深度神經網絡DNN進行訓練和更新，得到訓練好的深度神經網絡DNN；根據目標生成跳頻序列的頻隙q、序列長度N和序列每次填充的步長，利用蒙特卡洛樹和訓練好的深度神經網絡進行序列擴展填充，直至得到最優跳頻序列。本發明解決了現有跳頻序列生成方法動態調整和改進生成序列的能力不足的問題。

本發明授權基于深度強化學習的最優跳頻序列生成方法在權利要求書中公布了：1.一種基于深度強化學習的最優跳頻序列生成方法，其特征在于，包括如下步驟： S1、獲取目標生成跳頻序列的頻隙q、序列長度N和序列每次填充的步長，其中，步長為序列長度N的素因子； S2、根據目標生成跳頻序列的頻隙q、序列長度N和序列每次填充的步長，利用深度神經網絡DNN指導蒙特卡洛樹進行序列填充，生成跳頻序列結果； 所述S2包括如下步驟： S201、將長度為N的當前序列的初始狀態作為蒙特卡洛樹的根節點，其中，未填充序列位置的值設置為0，已填充序列位置的值為整數，且取值范圍為[1,q]； 所述當前序列的初始狀態的計算表達式如下： ， 其中，表示當前序列的初始狀態，表示第i個序列填充狀態，其中，，且i為自然數，當序列填充達到第個序列填充狀態時，則序列填充完成； S202、判斷當前序列是否填充完成，若是則進入S211，否則進入S203； S203、根據蒙特卡洛樹方法，從根節點出發，分別通過條路徑能夠到達各頂點，每條路徑存儲對應的訪問次數、平均獎勵和先驗概率，其中，表示當前序列的第個狀態，表示當前序列的第j個填充動作，； S204、根據每條路徑對應的訪問次數、平均獎勵和先驗概率，基于上置信區間UCB模型選擇最優路徑為當前節點，并判斷當前節點是否為葉節點，若是則進入S205，否則返回S204，其中，UCB值最高時對應的路徑為最優路徑； S205、判斷當前節點是否被訪問過，若是則進入S206，否則將當前節點作為擴展節點，并進入S207； S206、對當前節點進行擴展，并根據深度神經網絡DNN進行特征提取后得到當前節點的概率分布和價值評估，且根據當前節點的概率分布選擇得到擴展節點，進入S207； S207、從擴展節點出發，隨機選擇填充動作模擬所有情況下序列填充到序列填充完成的過程，得到完整模擬序列結果集合和對應的完整分支模擬結果； S208、根據完整模擬序列結果集合，從完整分支模擬結果的子節點逐層回傳到根節點，并更新完整分支模擬結果上所有路徑的節點訪問次數和對應的平均獎勵值； S209、根據完整分支模擬結果上所有路徑的節點訪問次數，基于節點選擇模型計算得到節點移動選擇概率； S210、根據節點移動選擇概率選擇當前序列填充狀態下的填充動作，得到下一個序列填充狀態，并將下一個序列填充狀態作為當前序列的初始狀態，返回S202； S211、將當前序列、當前序列的概率和當前序列對應的獎勵值作為跳頻序列結果； S3、重復S2預設次數，基于生成的跳頻序列結果構建跳頻序列訓練集； S4、利用跳頻序列訓練集對深度神經網絡DNN進行訓練和更新，得到訓練好的深度神經網絡DNN； S5、根據目標生成跳頻序列的頻隙q、序列長度N和序列每次填充的步長，利用蒙特卡洛樹和訓練好的深度神經網絡重復S2-S4進行序列擴展填充，直至得到最優跳頻序列。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西華大學，其通訊地址為：610039 四川省成都市金牛區土橋金周路999號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。