公开(公告)号：CN116528295A

公开(公告)日：2023-08-01

申请号：CN202310350799.6

申请日：2023-04-04

Applicant: 同济大学

Inventor： 张荣庆 ,  侯钰凯 ,  魏智伟 ,  李冰

IPC: H04W28/08 ,  H04W28/06 ,  H04W4/40

Abstract: 本发明提出了一种基于多智能体强化学习的车联网雾计算分层任务卸载方法，其主要内容包括：在服务区域内部构建车对车的计算任务卸载架构、不同的区域之间形成协作组进行计算资源共享、服务车辆对计算资源信息的收集与广播、区域内分布式车辆任务卸载决策，车辆根据自身信息与接收到的资源信息应用多智能体深度强化学习算法协作实现最大化全局收益。同时本发明给出了基于聚类的分层雾计算框架和多智能体深度强化学习算法，车辆在满足自身意愿前提下加入服务区域共享自身资源或者卸载任务，多个服务区域之间共享空闲资源，有效地提升广域车联网的任务完成率和计算能力。

公开(公告)号：CN116502909A

公开(公告)日：2023-07-28

申请号：CN202310392547.X

申请日：2023-04-12

Applicant: 同济大学

Inventor： 张荣庆 ,  侯钰凯 ,  刘诗洋 ,  史清江

IPC: G06Q10/0637 ,  G06Q50/26 ,  G06N3/044

Abstract: 本发明涉及一种适用于防空作战领域，在空地协同架构下的基于循环神经网络的无人机威胁评估方法及系统，其中方法包括以下步骤：考虑无人机目标慢、小、低的特性，构建无人机威胁评估指标并定量分析；将无人机飞行过程离散化，划分多个时间片，获取以时间序列为基础的飞行状态数据；基于循环神经网络构建无人机威胁评估模型，以当前时刻及其前预配置个数时间片的飞行状态数据作为输入，威胁评估值作为输出，综合评估敌方无人机威胁。与现有技术相比，本发明能够有效地提升对敌方无人机的威胁评估精准度，避免与飞鸟等目标混淆，提高置信度。