公开(公告)号：CN119720749A

公开(公告)日：2025-03-28

申请号：CN202411754485.3

申请日：2024-12-02

Applicant: 桂林理工大学

Inventor： 刘晓斌 ,  谭天健 ,  张磊 ,  黄秋霞 ,  李清文 ,  周焕福

IPC: G06F30/27 ,  G06F30/10 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/045 ,  G06N3/092

Abstract: 本发明公开了一种基于强化学习的低通滤波器智能化设计方法，步骤1，获取低通滤波器的结构参数进行矩阵化表示；步骤2，基于深度强化学习框架构建强化学习环境，并将步骤1的结果作为状态输入；步骤3，设计智能体，使其基于深度强化学习框架与步骤2建立的环境进行交互；步骤4，根据步骤3的交互结果，将低通滤波器的性能指标转化为对应的奖励函数#imgabs0#，#imgabs1#，将当前状态所对应奖励与前一状态所对应奖励的差值#imgabs2#作为最终的奖励，以指导优化过程；步骤5，当模型达到预定的训练目标后，根据最终调整得到的结构参数确定低通滤波器的最终参数。通过上述系统化的步骤，本发明的方法能够实现低通滤波器设计的智能化优化，显著提升设计效率和滤波器性能。