[发明专利]一种基于深度强化学习的多信道智能接入方法有效
| 申请号： | 201910946631.5 | 申请日： | 2019-10-06 |
| 公开（公告）号： | CN110691422B | 公开（公告）日： | 2021-07-13 |
| 发明（设计）人： | 赵楠;程一强;刘畅;裴一扬;刘聪;曾春艳;贺潇;刘泽华 | 申请（专利权）人： | 湖北工业大学 |
| 主分类号： | H04W74/08 | 分类号： | H04W74/08;G06N3/04;G06N3/08 |
| 代理公司： | 武汉帅丞知识产权代理有限公司 42220 | 代理人： | 刘丹;朱必武 |
| 地址： | 430068 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于无线通信技术领域，具体涉及一种基于深度强化学习的多信道智能接入方法，旨在将深度强化学习策略引入到多信道接入，以期实现多信道的智能接入。针对现有多信道接入策略较难适应信道环境动态性问题，本发明提出基于深度强化学习的多信道智能接入方法。首先，将多信道智能接入问题建模为离散状态与动作空间的马尔可夫决策过程，提出Q‑learning方法以实现多信道的智能接入。在此基础上，针对Q‑learning状态空间大和收敛慢等特点，通过设计深度神经网络，利用梯度下降法来训练深度神经网络的权值，修正损失函数解决状态‑动作函数过高估计问题，以获得近似最优的多信道智能接入策略。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 信道 智能 接入 方法 | ||
【主权项】：
1.一种基于深度强化学习的多信道智能接入方法，其特征在于，所述方法包括如下步骤：/n步骤1，将多信道接入模型描述成马尔可夫决策过程；/n步骤2，在此基础上，提出Q-learning方法以实现多信道的智能接入；/n步骤3，通过设计深度神经网络，以获得近似最优的多信道智能接入策略；/n步骤4，采用经验回放策略，以降低数据的相关性；/n步骤5，设计基于深度强化学习多信道智能接入算法。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖北工业大学，未经湖北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910946631.5/，转载请声明来源钻瓜专利网。
- 上一篇：数据传输方法及装置
- 下一篇：基于非连续接收的会话通信方法、装置、设备和介质
