一种数字信号解调的置信度阈值优化方法

    公开(公告)号:CN111200466A

    公开(公告)日:2020-05-26

    申请号:CN201911259127.4

    申请日:2019-12-10

    IPC分类号: H04B14/04 H04L1/00

    摘要: 本发明公开了一种数字信号解调的置信度阈值优化方法,涉及通信信号处理领域。针对现有技术只能以最终误码率的高低评估置信度阈值准确度,无法量化阈值性能的问题。本发明构造Q函数,以Q函数取最大值为优化目标,可以在待选择的γ取值范围内选择最优的置信度阈值,本发明的方法可以通过计算和比较每个阈值γ的Q值随信噪比变化的曲线,评估出较优甚至最优的阈值,提高接收机的解调性能,最终达到降低误码率的目的。

    一种利用GPU快速设计航路网络拓扑结构的方法

    公开(公告)号:CN111177874A

    公开(公告)日:2020-05-19

    申请号:CN201911302661.9

    申请日:2019-12-17

    摘要: 本发明公开了一种利用GPU快速设计航路网络拓扑结构的方法。针对现有方法需要非常长的时间才能获得可行解,以及目前的进化算法在解决航路网络问题上还只能串行执行的问题。本发明将进化算法设计航路网络中最耗时的四个主要操作进行了并行化设计,在四个耗时操作已经完全并行化的前提下,将运算量较少的操作和GPU的主控任务交于CPU完成,4个对应耗时GPU内核函数(EA,FLOW,TAC和TFCC)和1个初始化内核函数(INIT)部署至GPU运行,本发明可以在不需要大幅度修改算法的实际流程的前提下,显著减少算法每次迭代所需要的时间,可以适用于设计新的进化算法更好地解决规模更大的下一代航路网络,也可以在显著加速已有的串行算法在解决现有航路网络的速度。

    一种分层强化学习的智能体控制方法

    公开(公告)号:CN111142522A

    公开(公告)日:2020-05-12

    申请号:CN201911360634.7

    申请日:2019-12-25

    IPC分类号: G05D1/02 G05D1/12

    摘要: 本发明公开了一种分层强化学习的智能体控制方法,属于可移动智能体控制领域。本发明基于现有MLSH算法框架上,利用DDPG算法分别训练智能体在不同环境下各自追寻目标点和避障的能力,最后通过主策略网络来进行动作选择的融合。相对于基于传统融合规则的算法而言,网络自动选择动作的融合不存在死区问题,本发明不同于MLSH算法自动分层形成的子任务,而是明确将导航任务分成追寻目标点和避障两个子任务,这样主要是减少训练时间以及方便实际应用。