公开(公告)号：CN119696632A

公开(公告)日：2025-03-25

申请号：CN202411712917.4

申请日：2024-11-27

Applicant: 重庆邮电大学

Inventor： 何云 ,  潘锦城 ,  郑建宏 ,  周楠 ,  王荣超

IPC: H04B7/0413 ,  H04W56/00 ,  H04W16/22 ,  H04J3/06 ,  G06N3/092 ,  G06N3/045

Abstract: 本发明涉及一种无蜂窝大规模MIMO系统基于深度强化学习的AP同步方法，属于无线通信系统领域。通过构建系统模型、状态空间、动作空间和奖励函数，并采用深度确定性策略梯度算法DDPG训练代理模型，实现了对AP时频偏差的实时补偿和优化。该方法通过代理模型根据当前状态选择最佳动作，以总频谱效率增益为奖励，不断学习并调整AP的时频偏差补偿因子，同时利用SINR感知技术计算总频谱效率，从而显著提高了无蜂窝大规模MIMO系统的同步精度和频谱效率，优化了网络性能，适用于未来高密度、高容量无线通信网络的需求。