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！

龍圖騰網獲悉南京郵電大學申請的專利一種面向數字孿生同步的隊列感知云邊協同推理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：CN120151297B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202510621785.2，技術領域涉及：H04L47/6275；該發明授權一種面向數字孿生同步的隊列感知云邊協同推理方法是由郭永安;田野;屠嘉順;王宇翱設計研發完成，并于2025-05-15向國家知識產權局提交的專利申請。

本一種面向數字孿生同步的隊列感知云邊協同推理方法在說明書摘要公布了：本發明公開了一種面向數字孿生同步的隊列感知云邊協同推理方法，包括步驟：S1，根據傳感設備采集數據的處理需求，建立推理任務模型；S2，根據傳感設備與邊緣服務器、邊緣服務器與云服務器的無線通信過程，建立無線信道模型；S3，根據邊緣服務器隊列緩沖區中各項任務的處理過程，建立任務隊列模型；S4，根據推理任務在邊緣服務器與云服務器上的協同推理過程，建立協同推理模型；S5，根據數字孿生同步的低時延需求構建優化目標函數和構建馬爾可夫模型；S6，使用MAPPO算法分別建立傳感設備與邊緣服務器智能體，基于馬爾可夫模型對兩智能體分別進行訓練并更新當前策略。本發明能降低優先級任務的等待時延，提高數字孿生同步效率。

本發明授權一種面向數字孿生同步的隊列感知云邊協同推理方法在權利要求書中公布了：1.一種面向數字孿生同步的隊列感知云邊協同推理方法，其特征在于，包括如下步驟： S1，根據傳感設備采集數據的處理需求，建立推理任務模型，并賦予推理任務包含優先級、時延容限和計算復雜度； S2，根據傳感設備與邊緣服務器、邊緣服務器與云服務器的無線通信過程，建立無線信道模型，并將信道劃分為相互獨立的子信道； S3，根據邊緣服務器隊列緩沖區中各項任務的處理過程，建立任務隊列模型，并依據MM1非搶占優先級模型對不同優先級的任務進行優化處理； S4，根據推理任務在邊緣服務器與云服務器上的協同推理過程，建立協同推理模型，并依據推理任務的處理流程分析協同推理時延； S5，根據數字孿生同步的低時延需求構建優化目標函數，并通過時隙劃分，將優化問題轉化為部分可觀測的馬爾可夫決策問題，構建馬爾可夫模型； S6，使用MAPPO算法分別建立傳感設備智能體與邊緣服務器智能體，基于馬爾可夫模型對兩智能體分別進行訓練并更新當前策略； 步驟S4中，建立協同推理模型的具體步驟包括： S41，推理任務In,k的DNN分割點用分割點標識符表示，其中L表明DNN的可行分割點的總數，表明推理任務In,k的分割點為l，表示推理任務In,k的分割點不為l；其中，In,k表示任一傳感設備SDn產生的第k個推理任務； 如果分割點為l0表明推理任務In,k全部在云服務器處理，分割點為lL表明推理任務In,k全部在ESe處理；其余情況下，DNN的前半部分在ESe處理，隨后將中間數據傳輸至云服務器完成后半部分的推理；其中，ESe表示任一邊緣服務器； S42，推理任務In,k在ESe完成部分推理后，將中間數據傳輸給云服務器的傳輸時延表示為： 其中，表示分割點為l時，推理任務In,k向云服務器傳輸的中間數據量；Re為ESe與云服務器之間的傳輸速率； S43，依據MM1排隊系統的定義，推理任務In,k在ESe處的逗留時延表示為： 其中，為ESe任務隊列的服務率，Fe表征ESe的計算能力，λp為SDp的任務到達率；表示通信范圍內的SDn編號，Ne表示ESe通信范圍內的SDn總數量，其中且 表示空集；為傳感設備集合，N表示傳感設備總數；為邊緣服務器集合，M表示邊緣服務器總數； 其中，Ce表示ESe處所有的推理任務的計算復雜度，Cn,k表示推理任務In,k計算復雜度，fn,k,l表示對應分割點的計算復雜度；Kp為SDp傳輸完成的推理任務總數； S44，推理任務In,k總時延為： 其中，表示SDn至ESe傳輸時延； 步驟S5中，構建馬爾可夫模型的具體步驟包括： S51，通過信道合理分配并確定推理任務分割點，以最小化數字孿生同步的最大累積延遲為優化目標，則優化問題P1表示為： 其中，約束C1保證每個傳感設備僅使用一條信道，約束C2保證每個推理任務只存在一個分割點，約束C3保證推理任務要在時延容忍限度內完成；Kn為SDn產生的推理任務總數；SDn與ESe通過子信道集合進行通信，Me表示ESe與SDn通信的子信道總數，每次通信選擇中的一條子信道，用通信標識符αn,c∈{0,1}表示：αn,c＝1表明SDn使用子信道c將感知到的數據傳輸到關聯的ESe以實現數字孿生同步；αn,c＝0表示沒有使用該子信道；表示任務容忍時延； S52，定義數字孿生同步過程的時隙集合其中T為時隙總長度，每個時隙間隔時間為固定時間T0；通過時隙劃分，將優化問題P1轉化為符合馬爾可夫模型的優化問題P2： s.t.C1，C2，C3 其中，Kt表示在一個時隙內完成的任務數量； 步驟S6中，傳感設備智能體模型如下： 定義SDn智能體對應的MDP狀態空間動作空間與獎勵函數其中狀態空間hn,et表示SDn與ESe之間的信道增益，Ie,ct-1表示前時隙信道c的傳感設備數量； 動作空間αn,ct為SDn使用子信道c傳輸的通信標識符； 獎勵函數Knt表示單個時隙內SDn傳輸完成的任務數量，Fnt表示單個時隙內SDn同步失敗的任務數，ηn是SDn的數字孿生同步失敗的懲罰； 邊緣服務器智能體模型如下： 定義ESe智能體對應的MDP狀態空間動作空間與獎勵函數其中狀態空間Qet表示時隙內ESe任務隊列狀態，Int表示時隙內SDn任務狀態，het表示時隙內ESe與云服務器間的信道增益；動作空間 表示In,k分割點標識符； 獎勵函數Ket表示單個時隙內ESe傳輸完成的任務數量，Fet表示單個時隙內ESe同步失敗的任務數，ηe是ESe的數字孿生同步失敗的懲罰； 對智能體進行訓練的具體步驟包括： S621，設置超參數，初始化智能體模型； S622，每一輪開始時，初始化環境參數；包括：時隙初始化為0，任務統計量初始化為0，經驗池清空，傳感設備與邊緣服務器的通信距離重置為隨機數； S623，獲取當前時隙SDn環境狀態SDn依據進行決策，確定當前動作并設置當前時隙下SDn與ESe的通信信道； S624，獲取當前時隙ESe環境狀態ESe依據與當前策略進行決策，確定當前動作并設置當前時隙下SDn的推理任務分割點； S625，以時隙間隔T0為尺度進行環境狀態更新，實現推理任務的產生與處理，并統計時隙內完成任務數Knt與失敗任務數Fnt； S626，智能體SDn依據獎勵函數計算當前時隙的獎勵值智能體ESe依據獎勵函數計算當前時隙的獎勵值 S627，將當前時隙的狀態、動作、獎勵存入經驗池，當經驗池內樣本量達到預設數量之后，用保存的樣本分別對兩智能體進行訓練，更新當前策略。

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南京郵電大學，其通訊地址為：210003 江蘇省南京市鼓樓區新模范馬路66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”。