无蜂窝大规模MIMO系统基于深度强化学习的AP同步方法

本发明涉及一种无蜂窝大规模MIMO系统基于深度强化学习的AP同步方法，属于无线通信系统领域。通过构建系统模型、状态空间、动作空间和奖励函数，并采用深度确定性策略梯度算法DDPG训练代理模型，实现了对AP时频偏差的实时补偿和优化。该方法通过代理模型根据当前状态选择最佳动作，以总频谱效率增益为奖励，不断学习并调整AP的时频偏差补偿因子，同时利用SINR感知技术计算总频谱效率，从而显著提高了无蜂窝大规模MIMO系统的同步精度和频谱效率，优化了网络性能，适用于未来高密度、高容量无线通信网络的需求。