公开(公告)号：CN116229693A

公开(公告)日：2023-06-06

申请号：CN202310027753.0

申请日：2023-01-09

Applicant: 广东省电信规划设计院有限公司 ,  福州大学

Inventor： 姜克建 ,  冯福锋 ,  侯海风 ,  张丽英 ,  张明祥 ,  王俊 ,  徐浩东 ,  林瑞全 ,  刘佳鑫

IPC: G08C17/02 ,  H04W74/00 ,  H04W16/22 ,  H04W28/06 ,  H04W28/08 ,  H04W72/53 ,  H04W72/044 ,  H04W28/02

Abstract: 本发明公开了一种基于深度强化学习的无线电传输方法及装置，该方法包括：对建立的信道选择与功率分配的联合优化模型中的神经网络参数进行优化训练，通过贪婪策略选择智能体的动作，通过对存储到记忆池的状态转移进行损失函数的计算，以及通过反向传播算法和软更新方式得到最优网络参数，进而通过最优网络参数对信道选择与功率分配的联合优化模型进行优化迭代，然后通过联合优化模型进行信道和功率的选择。可见，实施本发明能够为每个用户做出最优的信道接入和功率分配策略，不仅保证了用户传输的公平性，更提高了传输系统的整体稳定性和传输速率。