-
公开(公告)号:CN119402110A
公开(公告)日:2025-02-07
申请号:CN202411437019.2
申请日:2024-10-15
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所) , 中电科(青岛)电波技术有限公司
IPC: H04B17/309 , G06N3/006 , H04L25/02
Abstract: 本发明公开了一种基于蜘蛛蜂优化算法的信道参数估计方法,包括如下步骤:步骤1,基于信道测量生成信道冲激响应;步骤2,基于信道参数初始化蜘蛛蜂优化算法参数;步骤3,初始化信道估计参数;步骤4,利用蜘蛛蜂优化算法迭代估计信道参数,包括时延和复振幅;步骤5,计算种群适应度。本发明所公开的方法,针对估计信道参数问题,利用蜘蛛蜂优化算法,估计各路径上的信道参数,由于该算法搜索能力强,降低了复杂环境对估计信道参数的影响,提高了估计信道参数的准确度。
-
公开(公告)号:CN116738664A
公开(公告)日:2023-09-12
申请号:CN202310367862.7
申请日:2023-04-07
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种大规模确定性电磁态势推演装置设计方法,包括如下步骤:步骤1,地理空间GIS模型导入:步骤2,仿真参数设置:步骤3,输入数据处理:步骤4,电磁态势推演装置设计:本发明所公开的设计方法,可以针对全球任意区域进行大规模的电磁态势推演,快速获取该区域中所有辐射源的电磁态势数据。
-
公开(公告)号:CN115587339A
公开(公告)日:2023-01-10
申请号:CN202211282139.0
申请日:2022-10-19
Applicant: 中国电波传播研究所(中国电子科技集团公司第二十二研究所)
Abstract: 本发明公开了一种融合监督学习的智能决策方法,包括如下步骤:步骤1,构建深度强化学习网络:步骤2,分析环境,提取环境特征:步骤3,构建与深度强化学习网络Actor部分结构相同的监督学习网络,并使用环境模拟器生成数据训练监督学习网络:步骤4,将训练完成后的监督学习网络参数迁移给深度强化学习网络Actor部分并开启强化学习训练:步骤5,训练评价网络:步骤6,深度强化学习整体训练。本发明所公开的方法,通过迁移手段加快模型训练速度,在保证智能体包含有效知识方面,提出了融合监督学习的深度强化学习方法,实现预先为模型输入一些已有的专家经验,从基础上极大的提升了模型对环境的认知。
-
-