申请/专利权人：南京邮电大学

申请日：2023-12-27

公开（公告）日：2024-03-22

公开（公告）号：CN117749577A

主分类号：H04L25/02

分类号：H04L25/02;H04B17/391

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开一种5GRedCap的强化学习辅助下行信道估计方法，属于信道估计领域；首先，建立5GRedCap下行系统仿真链路模型；其次，在单子帧信道估计中，利用WOA算法来搜索最佳信道统计特征，得到单子帧的信道估计矩阵，以实现具有最小误码率的最终目标；然后，利用强化学习中的Q学习算法优化各子帧权重，根据得到的各子帧权重和单子帧的信道估计矩阵进行多子帧联合估计来进一步降低信道估计误差；本发明在仅占用少量内存、不显著增加计算量的基础上，能够显著提高5GRedCap下行信道估计的准确性，降低系统检测误码率，更具有实用性。

主权项：1.一种5GRedCap的强化学习辅助下行信道估计方法，其特征在于，所述方法包括以下步骤：步骤1、建立5GRedCap下行系统仿真链路模型；步骤2、在单子帧信道估计中，对步骤1建立的模型利用WOA算法来搜索最佳信道统计特征，得到单子帧的信道估计矩阵，以实现具有最小误码率的最终目标；步骤3、利用强化学习中的Q学习算法以最小误码率为目标，优化各子帧权重，根据得到的各子帧权重和步骤2所述的单子帧的信道估计矩阵进行多子帧联合估计，得到当前子帧的信道估计矩阵；步骤4、5GRedCap下行系统仿真链路的性能分析：基于得到的当前子帧的信道估计矩阵分析5GRedCap下行信道协议下仿真链路系统中的误码率BER以及信道均方误差MSE。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种5G RedCap的强化学习辅助下行信道估计方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD