-
公开(公告)号：CN118400804A
公开(公告)日：2024-07-26
申请号：CN202410261507.6
申请日：2024-03-07
Applicant: 北京邮电大学
IPC: H04W72/044 , H04B7/185 , G06N3/092
Abstract: 本发明提出一种基于RSMA的功率分配方法、通信系统、设备及介质，功率分配方法包括：卫星基站将用户信息分割为第一公共信息和第一私有信息，并进行线性预编码处理后得到发送信号，再广播给所有地面站；地面站根据发送信号、信道增益和噪声信息得到总接收信号，再进行解码处理并计算得到环境状态信息；卫星基站每隔预设时隙收集环境状态信息，并根据环境状态信息建立深度强化学习模型；卫星基站利用策略梯度算法优化深度强化学习模型，根据地面站的当前环境状态输出对应的功率分配方案；根据本发明实施例的技术方案，可以在环境动态变化、信道信息受限的情况下实现最优的功率分配策略，大大降低计算复杂度，有效提高无线通信系统的传输速率。
-
公开(公告)号：CN118157745A
公开(公告)日：2024-06-07
申请号：CN202410288325.8
申请日：2024-03-13
Applicant: 北京邮电大学
Abstract: 本发明公开了基于深度强化学习的星地融合网络信息年龄优化方法，涉及通信技术领域，包括初始化新、旧策略网络和评价网络的网络参数，初始化环境参数、经验池、更新频率；新策略网络和环境交互，输入动作、得到即时奖励，进入下一状态，同时收集并储存经验数据；从经验池中随机采样经验数据，发送至3个网络进行训练；评价网络评价选择的动作；新策略网络更新并调整；评价网络通过损失函数进行更新；新策略网络更新F次后，同步至旧策略网络；多次训练后输出最优策略。本发明可以在满足最小通信速率的前提下，得到最优的发射功率分配方案，阻止信息年龄的增长，同时保证通信的有效性和可靠性。
-
公开(公告)号：CN117560252A
公开(公告)日：2024-02-13
申请号：CN202310985810.6
申请日：2023-08-07
Applicant: 中国电子科技集团有限公司电子科学研究院 , 北京邮电大学
IPC: H04L25/02 , G06N3/048 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于深度学习的IRS信道估计方法及装置，包括：构建智能反射表面(IRS)辅助的通信系统，并建立所述通信系统中的链路模型；基于所建立的所述通信系统的链路模型，建立深度学习DL模型；利用预设训练样本对所建立的DL模型进行训练；对训练完成的DL模型，利用分离卷积代替传统的卷积操作，以优化所述DL模型；利用优化后的所述DL模型，确定最优的信道估计方案。本申请的方法在IRS辅助的无线通信系统中，利用DL的方法解决IRS‑MUC系统中信道的高维CSI估计问题。
-
公开(公告)号：CN117176218A
公开(公告)日：2023-12-05
申请号：CN202310985821.4
申请日：2023-08-07
Applicant: 中国电子科技集团有限公司电子科学研究院 , 北京邮电大学
IPC: H04B7/06 , H04B7/08 , H04B17/391 , G06N3/092 , G06N3/084
Abstract: 本申请公开了一种基于深度强化学习的RIS联合波束赋形方法及通信系统，应用于智能超表面(RIS,Reconfigurable Intelligent Surface)辅助的多小区通信系统，包括：基于各小区的基站(BS,Base Station)采集环境信息；将各BS作为智能体，根据采集的环境信息，为各智能体建立深度强化学习模型；利用深度确定性策略梯度算法(DDPG,Deep Deterministic Policy Gradient)，优化各深度强化学习模型；基于优化后的深度强化学习模型，得到最优的联合波束赋形方案。利用本申请的方法能够解决在RIS辅助的多小区通信系统中的联合波束赋形问题。
-
-
-
Search Results
4
records
(took 0.044 seconds)
