申请/专利权人：重庆邮电大学

申请日：2023-12-14

公开（公告）日：2024-03-26

公开（公告）号：CN117767987A

主分类号：H04B7/06

分类号：H04B7/06;H04B7/0456;H04W72/50;G06N3/092;H04W72/541;H04W72/542;H04W16/14

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明涉及一种基于DDPG的IRS辅助认知无线电系统波束成形方法，属于无线通信技术领域。首先在考虑次基站最大发射功率约束、次基站对主用户的干扰容限约束以及IRS相移矩阵单位模量约束的情况下，建立一个联合优化次基站波束成形和IRS相移矩阵的资源分配模型；其次提出了一种基于深度确定性策略梯度DeepDeterministicPolicyGradient,DDPG的主被动波束成形算法，联合进行变量优化以最大化次用户和速率，可以同时获得联合优化解。本发明相对于传统优化方法在和速率性能接近的情况下具有更低的时间复杂度。

主权项：1.基于DDPG的IRS辅助认知无线电系统波束成形方法，其特征在于：该方法包括以下步骤：S1：基于IRS辅助认知无线电系统，该系统包括IRS、次基站、主基站、1个主用户和K个次用户，主基站和次基站均配置多天线，主用户和次用户均配置单天线考虑次基站最大发射功率约束，IRS相移单位模量约束和次基站对主用户的干扰容限约束的情况下，建立联合优化次基站波束成形、IRS相移的次用户和速率最大化问题；S2：对主基站、次基站、IRS、主用户、次用户任意两者之间的信道进行建模，构建IRS辅助多输入单输出认知无线电网络多用户系统的无线传输模型，求解相应的信道增益，即信道状态信息CSI；S3：根据CSI，获得K个次用户在第t个时间步长的和速率；S4：根据无线通信系统的CSI、次基站发射波束成形矩阵、IRS相移矩阵以及次用户的和速率构建深度强化学习模型；S5：利用DDPG算法优化深度强化学习模型；S6：根据优化后的深度强化学习模型获得联合优化的解，得到优化的次基站发射波束成形及IRS相移矩阵，进而得到优化后的次用户和速率。

全文数据：

权利要求：

百度查询： 重庆邮电大学 基于DDPG的IRS辅助认知无线电系统波束成形方法

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