摘要
本发明涉及基于深度强化学习的分布式RIS辅助毫米波通信系统波束成形方法及系统,属于无线通信领域。在分布式RIS辅助毫米波通信系统中,首先对基站混合预编码矩阵和RIS相移矩阵进行联合优化设计,并建立优化问题,使移动用户和速率最大化,随后采用具有优先级经验回放的深度确定性策略梯度(DDPG‑per)算法来解决上述非凸联合优化问题。本发明采用深度强化学习对分布式RIS辅助毫米波系统进行波束成形设计,有效降低了传统凸优化算法的计算复杂度,通过智能波束成形设计显著提升了系统加权和速率,并且能较好适应复杂多变的无线通信环境。
技术关键词
波束成形方法
基站
策略
预编码矩阵
信道
通信系统环境
网络
波束成形设计
波束成形矩阵
深度强化学习算法
波束成形模块
线性阵列天线
波束成形系统
速率
无线通信环境
系统为您推荐了相关专利信息
诊断方法
机器学习分类算法
深度学习模型
高分辨率摄像头
麦克风阵列
记忆存储系统
层次聚类方法
神经网络结构
图谱
关键词
动态权重优化
辅助决策系统
动态权重分配
数据采集模块
权重分配策略
储能优化调度方法
时间段
电能
神经网络模型
充电站设备