申请/专利权人:南京控维通信科技有限公司
申请日:2024-04-24
公开(公告)日:2024-07-02
公开(公告)号:CN118075877B
主分类号:H04W72/044
分类号:H04W72/044;G06N3/045;G06N3/0475;G06N3/092;G06N3/084;H04W72/50;H04W72/0446;H04W84/06
优先权:
专利状态码:有效-授权
法律状态:2024.07.02#授权;2024.06.11#实质审查的生效;2024.05.24#公开
摘要:本发明公开了一种基于深度强化学习的NOMA多波束卫星通信方法,包括构建NOMA多波束卫星通信系统,定义NOMA多波束卫星通信系统的参数;在NOMA多波束卫星通信系统中,构建深度强化学习网络模型;构建基于生成对抗网络的情景生成模型,生成信道信息数据;深度强化学习网络模型通过信道信息数据,与NOMA多波束卫星通信系统进行交互,得到经验元组;使用经验元组,对深度强化学习网络模型进行训练,使用训练好的深度强化学习网络模型,得到最佳资源分配策略。本发明通过生成对抗网络,降低了信道信息的干扰,结合深度强化学习,有效简化了优化难度,提升了算法效率;同时考虑了更实际且更具特征的指标,获得了更全面的性能评估。
主权项:1.基于深度强化学习的NOMA多波束卫星通信方法,其特征在于,包括如下步骤:S1、构建NOMA多波束卫星通信系统,定义NOMA多波束卫星通信系统的参数;S2、在NOMA多波束卫星通信系统中,构建深度强化学习网络模型;S3、构建基于生成对抗网络的情景生成模型,生成信道信息数据;S4、深度强化学习网络模型通过信道信息数据,与NOMA多波束卫星通信系统进行交互,得到经验元组;S5、使用经验元组,对深度强化学习网络模型进行训练,使用训练好的深度强化学习网络模型,得到最佳资源分配策略;步骤S1进一步为:S11、构建NOMA多波束卫星通信系统,定义NOMA多波束卫星通信系统的参数,包括波束、终端设备和时隙;S12、基于NOMA多波束卫星通信系统的参数,定义终端设备的功率分配、时隙分配和解码顺序表示。
全文数据:
权利要求:
百度查询: 南京控维通信科技有限公司 基于深度强化学习的NOMA多波束卫星通信方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。