-
公开(公告)号:CN112508172A
公开(公告)日:2021-03-16
申请号:CN202011322794.5
申请日:2020-11-23
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于Q学习和SRNN模型的航天测控自适应调制方法、系统和介质。所述方法包括:步骤S1、获取信道状态信息作为自适应调制模型的输入,信道状态信息为输入信噪比;步骤S2、利用神经网络训练所述自适应调制模型,所述神经网络的第一层为具有切片循环神经网络特征的LSTM层;以及步骤S3、为训练好的自适应调制模型设置状态空间、动作空间和奖励回报,以确定所述自适应调制模型的最佳调制方式。该方法能够避免学习算法前期陷入局部最优、后期收敛慢的情况;并使用切片循环神经网络代替普通的循环神经网络以提高模型训练速度。