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！

龙图腾网获悉中国人民解放军陆军工程大学申请的专利一种基于深度强化学习的MIMO模式和调制方式选择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：CN118487632B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202410511411.0，技术领域涉及：H04B7/0413；该发明授权一种基于深度强化学习的MIMO模式和调制方式选择方法是由林鑫;刘爱军;童新海;潘克刚;续欣;龚超;刘贤;梁小虎;张森柏设计研发完成，并于2024-04-26向国家知识产权局提交的专利申请。

本一种基于深度强化学习的MIMO模式和调制方式选择方法在说明书摘要公布了：本发明公开了信息通信技术领域的一种基于深度强化学习的MIMO模式和调制方式选择方法，旨在解决现有技术在非平稳环境下会造成MIMO传输性能急剧下降的问题。建立非平稳MIMO信道模型；根据非平稳MIMO信道模型，将联合优化MIMO模式和调制方式问题建模为一个马尔可夫决策过程，定义其中的状态空间、动作空间、转移概率以及奖励函数；利用PPO深度强化学习算法求解所述马尔可夫决策过程，得到最优MIMO模式和调制方式。本发明可以有效解决步长和学习率等问题，保证了算法的收敛性，利用深度强化学习神经网络设计出适合当前MIMO信道环境的联合传输策略，能在非平稳信道的传输条件下，保证传输可靠性，并最大化频谱效率。

本发明授权一种基于深度强化学习的MIMO模式和调制方式选择方法在权利要求书中公布了：1.一种基于深度强化学习的MIMO模式和调制方式选择方法，其特征在于，包括：建立非平稳MIMO信道模型；根据所述非平稳MIMO信道模型，将联合优化MIMO模式和调制方式问题建模为一个马尔可夫决策过程，并定义其中的状态空间、动作空间、转移概率以及奖励函数；利用PPO深度强化学习算法求解所述马尔可夫决策过程，得到最优MIMO模式和调制方式；马尔可夫决策过程建模后的联合优化MIMO模式和调制方式问题的表达式如下： ；其中，表示整个通信传输时间，，表示折扣因子，用于描述当前和未来奖励的重要性，表示智能体在状态时，执行动作后，与环境交互后反馈得到的奖励；所述状态空间中，第个信号帧的状态为，其中，表示信道模型的空间相关性系数，表示信道模型的估计信噪比；所述动作空间中，第个信号帧的动作为，其中，，表示MIMO传输模式，，表示调制方式，动作空间的大小为；所述转移概率用于描述非平稳信道环境的变化，在状态下，执行动作后，处于的转移概率为。

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中国人民解放军陆军工程大学，其通讯地址为：210007 江苏省南京市秦淮区后标营路88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”。