摘要
本发明提出了基于改进DQN算法的电子负载栅极电压调节方法,该方法采用DQN强化学习架构,采集电子负载拉载电流的高频波形数据,通过希尔伯特变换得到瞬时幅值信号、瞬时相位信号以及瞬时频率信号作为环境状态st;将环境状态st输入到多模态DeepSeek蒸馏模型智能体中,智能体输出电子负载MOS管栅极电压调节量ΔPt作为动作at;建立以控制性能最优为目标的奖励函数rt;智能体在环境状态st执行动作at获得新的环境状态st+1,将(st,at,rt,st+1)储存到经验回放缓存池中;采用优先经验回放优化更新网络参数,从而实现电子负载拉载电流精准控制。
技术关键词
栅极电压调节方法
电子负载
稳态误差
DQN算法
MOS管
信号
幅值
Softmax函数
融合特征
蒸馏
更新网络参数
频率
电流
修正偏差
波形
相位特征
注意力机制
系统为您推荐了相关专利信息
DCDC模块
脉冲雷达
储能电容
多路功率放大器
漏极调制电路
高压电平移位电路
驱动输出电路
高压集成电路
脉冲产生器
自举电路
数据存储电路
逻辑运算电路
控制线
数据线
存储单元
激励控制系统
超声波驱动器
医疗导丝
高频变压器
滤波匹配电路