一种基于强化学习的多普勒容忍离散波形设计方法

AITNT
正文
推荐专利
一种基于强化学习的多普勒容忍离散波形设计方法
申请号:CN202511051361
申请日期:2025-07-29
公开号:CN120908756A
公开日期:2025-11-07
类型:发明专利
摘要
本发明公开了一种基于强化学习的多普勒容忍离散波形设计方法,以CCS为理论基础,利用其良好的互补性来生成抗多普勒序列。同时,借助强化学习处理离散序列生成问题,从而设计出一种在硬件实现上较为简单,且具有低成本与低功耗优势的离散序列。
技术关键词
深度神经网络 波形设计方法 多普勒 节点 序列 蒙特卡洛树搜索 图像堆栈 模糊函数 策略 进程 计算机存储介质 存储计算机程序 定义 峰值旁瓣电平 计算机程序产品 搜索算法 符号 深度卷积网络 强化学习模型 处理器
系统为您推荐了相关专利信息
1
基于AI预测的双向逆变协同变流方法及系统
变流方法 双向逆变系统 负荷预测模型 核主成分分析 策略
2
天基传输网络资源配置方法、装置、设备及存储介质
网络资源配置方法 网络节点资源 站点 网络节点集合 健康管理功能
3
一种基于三锚质心和量子自适应灰狼优化算法的WANs定位方法
灰狼优化算法 锚节点 质心算法 定位方法 不确定性原理
4
智能文本特征提取与分析硬件
文本 数据处理模块 语义特征提取 LDA模型 序列
5
基于深度学习的施工机器人自主导航与避障方法及系统
施工机器人 障碍物 轨迹 路径特征 地图
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