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！

龙图腾网恭喜西华大学申请的专利基于深度强化学习的最优跳频序列生成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：CN119995630B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510452123.7，技术领域涉及：H04B1/7136；该发明授权基于深度强化学习的最优跳频序列生成方法是由牛宪华;杨斯琦;何枝航;周世阳;蒲超;陈鹏旭;曾柏森;刘睿家设计研发完成，并于2025-04-11向国家知识产权局提交的专利申请。

本基于深度强化学习的最优跳频序列生成方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的最优跳频序列生成方法，属于人工智能和通信技术领域，步骤如下：获取目标生成跳频序列的频隙q、序列长度N和序列每次填充的步长，其中，步长为序列长度N的素因子；利用深度神经网络DNN指导蒙特卡洛树进行序列填充，生成跳频序列结果；重复生成跳频序列结果，并构建跳频序列训练集；对深度神经网络DNN进行训练和更新，得到训练好的深度神经网络DNN；根据目标生成跳频序列的频隙q、序列长度N和序列每次填充的步长，利用蒙特卡洛树和训练好的深度神经网络进行序列扩展填充，直至得到最优跳频序列。本发明解决了现有跳频序列生成方法动态调整和改进生成序列的能力不足的问题。

本发明授权基于深度强化学习的最优跳频序列生成方法在权利要求书中公布了：1.一种基于深度强化学习的最优跳频序列生成方法，其特征在于，包括如下步骤： S1、获取目标生成跳频序列的频隙q、序列长度N和序列每次填充的步长，其中，步长为序列长度N的素因子； S2、根据目标生成跳频序列的频隙q、序列长度N和序列每次填充的步长，利用深度神经网络DNN指导蒙特卡洛树进行序列填充，生成跳频序列结果； 所述S2包括如下步骤： S201、将长度为N的当前序列的初始状态作为蒙特卡洛树的根节点，其中，未填充序列位置的值设置为0，已填充序列位置的值为整数，且取值范围为[1,q]； 所述当前序列的初始状态的计算表达式如下： ， 其中，表示当前序列的初始状态，表示第i个序列填充状态，其中，，且i为自然数，当序列填充达到第个序列填充状态时，则序列填充完成； S202、判断当前序列是否填充完成，若是则进入S211，否则进入S203； S203、根据蒙特卡洛树方法，从根节点出发，分别通过条路径能够到达各顶点，每条路径存储对应的访问次数、平均奖励和先验概率，其中，表示当前序列的第个状态，表示当前序列的第j个填充动作，； S204、根据每条路径对应的访问次数、平均奖励和先验概率，基于上置信区间UCB模型选择最优路径为当前节点，并判断当前节点是否为叶节点，若是则进入S205，否则返回S204，其中，UCB值最高时对应的路径为最优路径； S205、判断当前节点是否被访问过，若是则进入S206，否则将当前节点作为扩展节点，并进入S207； S206、对当前节点进行扩展，并根据深度神经网络DNN进行特征提取后得到当前节点的概率分布和价值评估，且根据当前节点的概率分布选择得到扩展节点，进入S207； S207、从扩展节点出发，随机选择填充动作模拟所有情况下序列填充到序列填充完成的过程，得到完整模拟序列结果集合和对应的完整分支模拟结果； S208、根据完整模拟序列结果集合，从完整分支模拟结果的子节点逐层回传到根节点，并更新完整分支模拟结果上所有路径的节点访问次数和对应的平均奖励值； S209、根据完整分支模拟结果上所有路径的节点访问次数，基于节点选择模型计算得到节点移动选择概率； S210、根据节点移动选择概率选择当前序列填充状态下的填充动作，得到下一个序列填充状态，并将下一个序列填充状态作为当前序列的初始状态，返回S202； S211、将当前序列、当前序列的概率和当前序列对应的奖励值作为跳频序列结果； S3、重复S2预设次数，基于生成的跳频序列结果构建跳频序列训练集； S4、利用跳频序列训练集对深度神经网络DNN进行训练和更新，得到训练好的深度神经网络DNN； S5、根据目标生成跳频序列的频隙q、序列长度N和序列每次填充的步长，利用蒙特卡洛树和训练好的深度神经网络重复S2-S4进行序列扩展填充，直至得到最优跳频序列。

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西华大学，其通讯地址为：610039 四川省成都市金牛区土桥金周路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”。