摘要
本发明公开了一种提高频谱利用率的FSO自适应调制方法,包括:S1、创建并训练信道状态信息预测模型,并利用该训练好的模型预测信道状态信息;S2、根据信道状态信息创建不同的大气信道模型;S3、结合信道状态信息和不同的大气信道模型,以选择最优动作和最大化系统频谱利用率、最大传输速率为目的,将自适应调制转换为马尔可夫决策过程,搭建强化学习算法,对包括编码速率、调制阶数和传输功率在内的参数进行联合调度,得到信道状态信息下最优的强化学习模型;S4、通过强化学习模型进行自适应调制。本发明采用深度强化学算法实现自适应调制,可降低计算复杂性和优化难度,提升算法在应对大规模决策空间时的处理效率和性能。
技术关键词
信道状态信息
强化学习模型
强化学习算法
预测信道状态
网络
平均误码率
最大化系统
速率
概率密度函数
参数
编码
正态分布模型
策略
因子
功率
数据
贪婪算法
湍流
系统为您推荐了相关专利信息
测试用例覆盖率
时序
自动化测试系统
负载均衡策略
协议
电厂巡检方法
巡检路径规划
神经网络模型
连线
计算机设备
节点覆盖范围
更新方法
粒子群算法
数据
网络环境变化