買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京郵電大學(xué)申請的專利一種基于深度強(qiáng)化學(xué)習(xí)的多用戶通信抗干擾智能決策方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115103446B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210579127.8，技術(shù)領(lǐng)域涉及：H04W72/541；該發(fā)明授權(quán)一種基于深度強(qiáng)化學(xué)習(xí)的多用戶通信抗干擾智能決策方法是由田峰;馬亮;張嘉華;吳曉富設(shè)計(jì)研發(fā)完成，并于2022-05-25向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種基于深度強(qiáng)化學(xué)習(xí)的多用戶通信抗干擾智能決策方法在說明書摘要公布了：本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)的多用戶通信抗干擾智能決策方法，包括步驟：構(gòu)建一個(gè)多用戶無線通信抗干擾系統(tǒng)模型，首先基站將感知到的多用戶和干擾機(jī)的當(dāng)前頻譜信息作為深度強(qiáng)化學(xué)習(xí)的策略神經(jīng)網(wǎng)絡(luò)的輸入，然后根據(jù)動(dòng)態(tài)貪婪算法選擇聯(lián)合動(dòng)作，通過基站反饋幫助用戶智能選擇通信頻段；同時(shí)，計(jì)算當(dāng)前時(shí)隙聯(lián)合動(dòng)作產(chǎn)生的立即獎(jiǎng)勵(lì)，并將經(jīng)驗(yàn)存入經(jīng)驗(yàn)回放池中。當(dāng)經(jīng)驗(yàn)回放池中的經(jīng)驗(yàn)數(shù)量達(dá)到給定值時(shí)，從經(jīng)驗(yàn)池中隨機(jī)抽取一定數(shù)量的經(jīng)驗(yàn)更新策略神經(jīng)網(wǎng)絡(luò)的參數(shù)，并每間隔固定時(shí)隙更新一次目標(biāo)神經(jīng)網(wǎng)絡(luò)的參數(shù)；重復(fù)訓(xùn)練過程，完成多用戶通信抗干擾智能決策方法。本發(fā)明能實(shí)現(xiàn)多用戶通信抗干擾，有效避免了外部干擾機(jī)和內(nèi)部用戶造成的通信干擾。

本發(fā)明授權(quán)一種基于深度強(qiáng)化學(xué)習(xí)的多用戶通信抗干擾智能決策方法在權(quán)利要求書中公布了：1.一種基于深度強(qiáng)化學(xué)習(xí)的多用戶通信抗干擾智能決策方法，首先構(gòu)建多個(gè)用戶的無線通信抗干擾系統(tǒng)模型，再通過基站的反饋幫助各個(gè)用戶智能選擇最優(yōu)通信頻段，其特征在于，包括步驟如下： S1，構(gòu)建由多個(gè)用戶、一個(gè)基站和一個(gè)干擾機(jī)組成的多用戶無線通信抗干擾系統(tǒng)模型，用戶、基站和干擾機(jī)隨機(jī)分布在一個(gè)開放區(qū)域內(nèi)，共享一個(gè)頻譜空間； S2，基站獲取感知到的多用戶和干擾機(jī)的當(dāng)前頻譜信息； S3，建立兩個(gè)卷積神經(jīng)網(wǎng)絡(luò)模型，將當(dāng)前頻譜信息作為卷積神經(jīng)網(wǎng)絡(luò)模型的輸入，然后根據(jù)動(dòng)態(tài)貪婪算法選擇聯(lián)合動(dòng)作，并通過基站反饋幫助用戶智能選擇通信頻段； S4，計(jì)算當(dāng)前時(shí)隙聯(lián)合動(dòng)作產(chǎn)生的立即獎(jiǎng)勵(lì)，并將經(jīng)驗(yàn)存入經(jīng)驗(yàn)回放池中；所述經(jīng)驗(yàn)包括當(dāng)前頻譜選擇狀態(tài)、聯(lián)合動(dòng)作、立即獎(jiǎng)勵(lì)和下一個(gè)頻譜選擇信息； S5，當(dāng)經(jīng)驗(yàn)回放池中的經(jīng)驗(yàn)數(shù)量達(dá)到給定值時(shí)，從經(jīng)驗(yàn)池中隨機(jī)抽取一定數(shù)量的經(jīng)驗(yàn)，更新策略神經(jīng)網(wǎng)絡(luò)的參數(shù)，并每間隔固定時(shí)隙更新一次目標(biāo)神經(jīng)網(wǎng)絡(luò)的參數(shù)；直至達(dá)到設(shè)定迭代次數(shù)時(shí)停止迭代； 所述步驟S2中，基站根據(jù)所接收到用戶u的信干噪比SINRu判斷用戶u是否通信成功，若通信成功，歸一化門限r(nóng)uf為1，否則為0； 基站所接收到用戶u的信干噪比SINRu為： 其中，Gu表示用戶u到基站的信道增益，Gj表示干擾機(jī)到基站的信道增益，Ujf表示干擾機(jī)的功率譜密度，f表示信號頻率，fk表示為用戶u選擇信道k的中心頻率，fl表示某一用戶選擇信道l的干擾頻率，nf表示噪聲的功率譜密度，表示用戶u選擇信道k時(shí)來自用戶集中其他用戶的同信道干擾；δ為指示函數(shù)，如果·為真則為1，否則為0；表示用戶集； 定義βth為信噪比傳輸?shù)拈撝担?dāng)接收到用戶u的信干噪比SINRu大于βth時(shí)，表示傳輸成功；當(dāng)接收到用戶u的信干噪比SINRu小于或等于βth時(shí)，傳輸失敗；則歸一化門限guf為： 所述步驟S3中，所述兩個(gè)卷積神經(jīng)網(wǎng)絡(luò)，一個(gè)是權(quán)值參數(shù)為θ的策略神經(jīng)網(wǎng)絡(luò)，另一個(gè)是權(quán)值參數(shù)為θ-的目標(biāo)神經(jīng)網(wǎng)絡(luò)，并隨機(jī)初始化權(quán)值參數(shù)；將二維的頻譜瀑布Ot作為神經(jīng)網(wǎng)絡(luò)的輸入，經(jīng)過四個(gè)卷積層，然后通過展開層將卷積后的輸出扁平化處理為一維數(shù)據(jù)，再經(jīng)過四個(gè)全連接層得到最終的輸出值； 采用動(dòng)態(tài)ε-greedy算法選擇聯(lián)合動(dòng)作at如下： 在每次迭代隨機(jī)選擇動(dòng)作at的概率為ε，而選擇令策略網(wǎng)絡(luò)Qpolicy最大的動(dòng)作a′＝argmaxaQpolicyOt,a；θi的概率為1-ε，其中ε0為初始的貪婪概率，decay為衰退系數(shù)，i為迭代次數(shù)，ε隨著迭代次數(shù)i的增加以指數(shù)級別降低，e為自然常數(shù)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人南京郵電大學(xué)，其通訊地址為：210003 江蘇省南京市鼓樓區(qū)新模范馬路66號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。