公开(公告)号：CN119136223A

公开(公告)日：2024-12-13

申请号：CN202411219169.6

申请日：2024-09-02

Applicant: 重庆邮电大学

Inventor： 王丹 ,  谭衡祁 ,  陈发堂 ,  王华华 ,  雷芳

IPC: H04W24/02 ,  H04W28/22 ,  H04B7/04 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/092 ,  G06N3/048

Abstract: 本发明属于无线通信领域，涉及一种基于深度强化学习的无线通信智能反射面配置方法，包括：构建系统模型，所述系统模型包括：智能反射面IRS、基站BS及其相关联的移动用户UE；根据系统模型以最大化UE的总传输速率为目标构建优化问题；利用∈‑Greedy策略改进DDQN，得改进的DDQN；将优化问题转换为马尔可夫过程，基于马尔可夫过程采用改进的DDQN求解优化问题，得到智能反射面的反射模式；本发明在DDQN中应用∈‑Greedy策略，并在策略损失中使用阈值函数根据参数∈控制新策略和旧策略之间的变化，并进一步控制优势函数归一化过程，不仅防止了DDQN训练不稳定或性能下降，同时避免了DDQN陷入次优策略。