数字孪生辅助强化学习的大规模MIMO无线通信码本设计方法

本发明公开了一种数字孪生辅助强化学习的大规模MIMO无线通信码本设计方法，属于无线通信技术领域。具体来说，通过高斯噪声、基站保留的历史波束矢量以及接收功率等信息来构建数字孪生的通信环境，这一方法将信号构成信息嵌入神经网络的损失函数中，有效的提高了数字孪生环境的建模效率。而深度强化学习的代理则在该数字孪生环境中探索波束，大大降低了与真实环境交互所带来的开销。数值结果表明，与经典的波束导向码本相比，数字孪生辅助强化学习设计的码本实现的平均波束形成增益有明显提升。同时，对比传统强化学习解决方案，数字孪生辅助强化学习设计的码本性能更好，导频开销大约是传统强化学习解决方案的3％。