公开(公告)号：CN115242271B

公开(公告)日：2023-06-16

申请号：CN202210892708.7

申请日：2022-07-27

Applicant: 南京邮电大学

Inventor： 马青竹 ,  杨书宁 ,  周浩然 ,  张顺外

IPC: H04B7/0413 ,  H04B17/30

Abstract: 一种强化学习辅助的大规模MIMO的Damped‑BP检测方法，采用强化学习中的Q‑Learning算法寻找阻尼置信传播Damped‑BP算法中的最佳阻尼因子，以此来提升Damped‑BP检测算法的性能。将Damped‑BP算法中的阻尼因子大小作为Q‑Learning算法中的状态，动作设置为增大或减小阻尼因子，形成Q‑Table。通过每次BP算法得到的误码率大小来决定给系统一个正向还是负向的回馈，误码率小，则给一个正向的回报；误码率大，则给一个负向的回报。这样，通过合理设置Q‑Learning算法中的学习率、折扣因子以及训练次数，得到在某种动作下回报最大的状态，与之对应的阻尼因子也就是最佳阻尼因子，从而完成最佳阻尼因子寻找，提升了Damped‑BP检测算法的性能，进而提升大规模MIMO的检测性能，能更好地满足实际通信高可靠低时延需求。

公开(公告)号：CN115242271A

公开(公告)日：2022-10-25

申请号：CN202210892708.7

申请日：2022-07-27

Applicant: 南京邮电大学

Inventor： 马青竹 ,  杨书宁 ,  周浩然 ,  张顺外

IPC: H04B7/0413 ,  H04B17/30

Abstract: 一种强化学习辅助的大规模MIMO的Damped‑BP检测方法，采用强化学习中的Q‑Learning算法寻找阻尼置信传播Damped‑BP算法中的最佳阻尼因子，以此来提升Damped‑BP检测算法的性能。将Damped‑BP算法中的阻尼因子大小作为Q‑Learning算法中的状态，动作设置为增大或减小阻尼因子，形成Q‑Table。通过每次BP算法得到的误码率大小来决定给系统一个正向还是负向的回馈，误码率小，则给一个正向的回报；误码率大，则给一个负向的回报。这样，通过合理设置Q‑Learning算法中的学习率、折扣因子以及训练次数，得到在某种动作下回报最大的状态，与之对应的阻尼因子也就是最佳阻尼因子，从而完成最佳阻尼因子寻找，提升了Damped‑BP检测算法的性能，进而提升大规模MIMO的检测性能，能更好地满足实际通信高可靠低时延需求。