Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都工业学院沈小渝获国家专利权

成都工业学院沈小渝获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉成都工业学院申请的专利一种基于机器学习的6G太赫兹通信优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121567229B

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610083297.5,技术领域涉及:H04L41/16;该发明授权一种基于机器学习的6G太赫兹通信优化方法是由沈小渝;卢婧;熊建设计研发完成,并于2026-01-22向国家知识产权局提交的专利申请。

一种基于机器学习的6G太赫兹通信优化方法在说明书摘要公布了:本申请公开了一种基于机器学习的6G太赫兹通信优化方法,涉及通信技术领域,采用强化学习框架进行通信性能优化,通过与环境的持续交互和试错学习,能够使策略网络不断适应信道变化、用户移动和突发干扰,而基于重要性采样的经验回放机制,优先学习高价值经验,极大地加速了学习过程,并且采用重要性采样策略以及基于正交旋涡平衡优化算法的超参数优化策略对所述策略网络进行双层更新,进一步提升了决策准确性以及策略网络在复杂场景下的决策鲁棒性。

本发明授权一种基于机器学习的6G太赫兹通信优化方法在权利要求书中公布了:1.一种基于机器学习的6G太赫兹通信优化方法,其特征在于,包括: 在6G太赫兹通信过程中,采集通信状态信息;其中,所述通信状态信息包括信道状态信息、波束质量指标信息和或传输性能指标信息; 以所述通信状态信息为基础,采用策略网络进行动作选择,确定发射端控制参数;其中,所述发射端控制参数包括波束成形参数、发射功率和或调制方式; 以所述发射端控制参数为基础,控制发射端进行通信信号的发射,并获取通信性能指标以及执行发射端控制参数之后的下一时刻通信状态信息; 根据通信状态信息、发射端控制参数、通信性能指标以及下一时刻通信状态信息,构建历史回放经验池; 确定周期信息;其中,所述周期信息为到达优化周期和或到达校正周期;一个所述校正周期包括多个优化周期; 在所述周期信息为优化周期的情况下,则以历史回放经验池为基础,采用重要性采样策略对所述策略网络进行单层更新,确定更新之后的策略网络; 在所述周期信息为校正周期的情况下,则以历史回放经验池为基础,采用重要性采样策略以及基于正交旋涡平衡优化算法的超参数优化策略对所述策略网络进行双层更新,确定更新之后的策略网络; 以所述更新之后的策略网络为基础,对后续6G太赫兹通信过程中的发射端控制参数进行优化,实现6G太赫兹的通信优化; 以历史回放经验池为基础,采用重要性采样策略对所述策略网络进行单层更新,确定更新之后的策略网络,包括: 针对历史回放经验池中的任意一个样本,获取样本对应的优先级,并根据所述优先级获取初始采样概率,通过对所述初始采样概率进行重要性采样处理以及归一化处理,得到样本对应的目标采样概率; 根据所述样本对应的目标采样概率,在所述历史回放经验池中采集固定数量的样本,得到目标样本; 以所述目标样本为基础,采用目标网络指导以及梯度下降优化的策略对所述策略网络进行单层更新,确定更新之后的策略网络; 以历史回放经验池为基础,采用重要性采样策略以及基于正交旋涡平衡优化算法的超参数优化策略对所述策略网络进行双层更新,确定更新之后的策略网络,包括: 采用重要性采样策略确定目标样本,同时设置更新计数器为1; 对策略网络在梯度下降更新过程中涉及到的超参数进行编码,获取多个编码向量;其中,所述超参数包括折扣因子以及学习率; 针对任意一个编码向量,采用目标样本对所述策略网络进行多次模拟梯度下降更新,并采用目标样本对模拟梯度下降更新之后的策略网络进行测试,将测试得到的奖励平均值作为编码向量的适应度; 根据所述编码向量对应的适应度,在所有编码向量中确定最优编码向量; 以所述最优编码向量为基础,采用极径旋涡搜索策略对所述编码向量进行快速更新,确定快速更新之后的编码向量; 采用信息平衡搜索策略对所述更新之后的编码向量进行平衡更新,确定平衡更新之后的编码向量; 采用高斯正交搜索策略对所述平衡更新之后的编码向量进行自适应全局更新,确定全局更新之后的编码向量; 判断所述更新计数器的计数值是否大于预设的最大更新次数,若是,则根据全局更新之后的编码向量确定目标编码向量,实现内层优化,否则令所述更新计数器的计数值加一,并以全局更新之后的编码向量为基础,返回编码向量的适应度的步骤,进行下一次更新; 以所述目标编码向量以及目标样本为基础,采用目标网络指导以及梯度下降优化的策略对所述策略网络进行更新,确定更新之后的策略网络,实现外层优化。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人成都工业学院,其通讯地址为:610000 四川省成都市花牌坊街2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。