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！

龙图腾网获悉东南大学申请的专利一种基于模型驱动强化学习的可重构智能表面波束赋形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：CN119210528B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202411324365.X，技术领域涉及：H04B7/04；该发明授权一种基于模型驱动强化学习的可重构智能表面波束赋形方法是由金石;金惟杰;张静;温朝凯;李潇设计研发完成，并于2024-09-23向国家知识产权局提交的专利申请。

本一种基于模型驱动强化学习的可重构智能表面波束赋形方法在说明书摘要公布了：本发明公开一种基于模型驱动强化学习的可重构智能表面波束赋形方法，包括：在部署前，初始化强化学习的经验回放内存、训练动作子网参数、目标动作子网参数、训练评价子网参数、目标评价子网参数；获得信道估计结果后，初始化RIS的被动波束赋形向量；初始化主动波束赋形向量；初始化强化学习网络的状态；迭代时，训练动作子网依据当前状态生成相应的动作，计算奖励并更新智能体状态；将经验存储在回放内存中；当算法收敛时，输出主动波束赋形向量和被动波束赋形向量；从回放内存中抽取经验，通过最小化损失函数对训练动作子网和训练评价子网进行更新，使用软更新对目标动作子网和目标评价子网进行更新。本发明性能良好，复杂度低，自适应能力强。

本发明授权一种基于模型驱动强化学习的可重构智能表面波束赋形方法在权利要求书中公布了：1.一种基于模型驱动强化学习的可重构智能表面波束赋形方法，其特征在于，引入两块可重构智能表面对系统的通信过程进行辅助，所述方法包括以下步骤： 1在部署前，随机初始化强化学习的经验回放内存、训练动作子网参数、目标动作子网参数、训练评价子网参数、目标评价子网参数； 2获得信道估计结果后，随机初始化可重构智能表面的被动波束赋形向量；初始化主动波束赋形向量；初始化强化学习网络的状态； 3迭代时，使用训练动作子网依据当前状态生成相应的动作，计算奖励并更新智能体状态；将经验存储在回放内存中；当算法收敛时，输出主动波束赋形向量和被动波束赋形向量； 4从经验回放内存中抽取一批经验，通过最小化损失函数对训练动作子网和训练评价子网进行更新，使用软更新对目标动作子网和目标评价子网进行更新； 步骤2具体包括： 2.1随机初始化被动波束赋形向量和 2.2利用迫零算法计算主动波束赋形向量W0＝HHHHH-1，其中H＝[h1,h2,…,hk]H为各个用户结合信道组成的矩阵，K为用户数量，hk为用户k的结合信道； 2.3初始化强化学习网络的状态 Hall分别表示初始化波束赋形向量对应的可达速率和、相邻两轮迭代可达速率和的变化量、相邻两轮迭代主动波束赋形向量的变化量、初始化时智能体的动作、系统中所有信道组成的矩阵；其中 为初始化时算法步长。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路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”。