一种基于强化学习的电磁最敏感波形测试方法

AITNT
正文
推荐专利
一种基于强化学习的电磁最敏感波形测试方法
申请号:CN202410974310
申请日期:2024-07-19
公开号:CN119178938B
公开日期:2025-07-08
类型:发明专利
摘要
本发明公开了一种基于强化学习的电磁最敏感波形测试方法包括以下步骤:S1.建立电磁敏感性测试的强化学习架构,构建状态空间、动作空间;S2.基于双延迟深度确定性策略梯度网络建立强化学习的模型;S3.搭建敏感度门限自动化闭环测试环境;S4.构建电磁敏感奖励函数,设计基础奖励函数及整形奖励函数;S5.开始电磁最敏感波形测试与强化学习训练,获得最敏感波形。本发明在所划定的调制波形集中能够快速搜寻出使得被试品敏感度门限最低的最敏感波形。
技术关键词
波形测试方法 射频信号源 网络 深度确定性策略梯度 脉冲占空比 电磁敏感性测试 频率 物理 符号 载波 信号接收机 参数 在线 功率放大器 传播算法 强化学习模型 双曲正切函数 闭环
系统为您推荐了相关专利信息
1
基于轻量化YOLOv8模型的茶叶病害检测方法
茶叶病害检测方法 多尺度Retinex算法 图像 像素 联合损失函数
2
基于动态电碳排放因子的电力系统碳排放计量方法
电力系统碳 计量方法 构建监测网络 因子 动态
3
一种机织土工布生产设备智能管理系统
设备智能管理系统 机织土工布 偏差 导辊系统 调节设备
4
基于机器视觉的折弯机的产品图像检测方法及其系统
折弯产品 产品图像检测方法 矩阵 感知特征 查询特征
5
一种面向类脑芯片的脉冲神经网络编译方法和系统
神经网络编译方法 脉冲神经网络模型 节点 芯片 代码生成器
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