移动场景下基于信号增强的深度强化学习带宽估计方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
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专利库
寻求报道
移动场景下基于信号增强的深度强化学习带宽估计方法
申请号:
CN202511174543
申请日期:
2025-08-21
公开号:
CN120711519B
公开日期:
2025-11-04
类型:
发明专利
摘要
本发明提供移动场景下基于信号增强的深度强化学习带宽估计方法,涉及移动通信技术领域,包括采集网络传输状态数据,将RSSI值归一化并滤波,构建包含网络传输状态特征、时序特征和RSSI值的状态空间,输入演员‑评论家结构的深度强化学习模型进行带宽预测,并基于RSSI值差异触发带宽保护机制。本发明能有效提高移动场景下带宽预测精度,降低网络波动影响,提升信号传输质量。
技术关键词
深度强化学习模型
带宽估计方法
滑动时间窗口
时序特征
速率
网络结构
发送端
计算机程序指令
滑动窗口
信号
策略
动态
滤波
机制
移动通信技术
网络抖动
场景
因子