一种基于深度强化学习和RIS分块的被动波束赋形方法

AITNT
正文
推荐专利
一种基于深度强化学习和RIS分块的被动波束赋形方法
申请号:CN202410932940
申请日期:2024-07-12
公开号:CN118646461A
公开日期:2024-09-13
类型:发明专利
摘要
本发明属于无线通信技术领域,具体涉及一种基于深度强化学习和RIS分块的被动波束赋形方法。为了降低现有波束赋形算法的复杂度,提高多用户MIMO系统的总和速率,本发明提出了一种实时无源波束赋形方法,通过将无源波束赋形问题建模为马尔可夫决策过程,使用深度强化学习来解决这一优化问题。此外,本发明利用RIS分区来减少深度强化学习的动作空间,从而进一步降低复杂度。在Rician信道模型下,对所提方法进行了性能测试,证明了本方法的优越性。
技术关键词
深度强化学习 波束赋形方法 多用户MIMO系统 反射单元 波束赋形算法 基站 无线通信信道 传输块 干扰加噪声 代表 定义 深度神经网络 分块 无线通信技术 策略更新 复杂度 速率
系统为您推荐了相关专利信息
1
一种支持跨系统复用的组件库应用方法
跨系统 启发式搜索算法 深度强化学习模型 功能模块 组件复用技术
2
一种汉字书法训练系统
汉字书法训练系统 书法作品图像 随机森林模型 校正纸张 风格
3
一种无线通信系统及方法
信道状态信息 无线通信系统 重构智能 发送端 环境感知数据
4
基于边缘计算的电商直播实时互动质量评估系统
注意力神经网络 评估系统 多模态交互 电商 深度强化学习
5
一种基于深度强化学习的物联网数字孪生边缘部署方法
数字孪生 深度强化学习算法 传感器 副本 云端
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号