摘要
本发明公开了一种相控阵天线多波束自动优化方法、装置、设备及存储介质,所述方法包括:构建基于稀疏编码和深度神经网络的波束优化模型;利用强化学习策略对构建好的波束优化模型进行优化,使得波束优化模型能根据实际空间环境和工作状态的反馈,自主调整波束控制策略;建立一个多任务学习框架,让波束优化模型同时学习多个波束之间的相互影响和耦合效应,以实现全局最优解;将训练好的波束优化模型部署到星载卫星中,以使得训练好的波束优化模型根据星载卫星当前的相控阵天线的工作参数来输出最优的波束控制码,从而使得星载卫星基于最优的波束控制码控制相控阵天线的工作。本发明能够实时自适应优化相控阵天线多波束。
技术关键词
相控阵天线
自动优化方法
波束控制码
多波束
强化学习策略
深度神经网络
深度学习特征提取
多任务学习策略
控制策略
参数
功率
优化器
编码
强化学习环境
可读存储介质
注意力机制
硬阈值函数
系统为您推荐了相关专利信息
无人艇
深度强化学习
强化学习策略
SAC算法
网络
微电网系统
深度强化学习算法
时间计数器
有功功率
节点
接口自动化测试
管理方法
测试接口
多场景覆盖
校验规则
产能优化方法
深度强化学习
强化学习策略
连续动作空间
油藏模型
音频播放方法
蓝牙耳机
知识蒸馏技术
场景类别
强化学习策略