一种基于强化学习的多普勒容忍离散波形设计方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种基于强化学习的多普勒容忍离散波形设计方法
申请号:
CN202511051361
申请日期:
2025-07-29
公开号:
CN120908756A
公开日期:
2025-11-07
类型:
发明专利
摘要
本发明公开了一种基于强化学习的多普勒容忍离散波形设计方法,以CCS为理论基础,利用其良好的互补性来生成抗多普勒序列。同时,借助强化学习处理离散序列生成问题,从而设计出一种在硬件实现上较为简单,且具有低成本与低功耗优势的离散序列。
技术关键词
深度神经网络
波形设计方法
多普勒
节点
序列
蒙特卡洛树搜索
图像堆栈
模糊函数
策略
进程
计算机存储介质
存储计算机程序
定义
峰值旁瓣电平
计算机程序产品
搜索算法
符号
深度卷积网络
强化学习模型
处理器