提出基于DRL的水下光通信3D波束自适应方法
热点事件持续更新
提出基于DRL的水下光通信3D波束自适应方法
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Viviana Centritto 等提出基于深度强化学习(DRL)的水下无线光通信(UWOC)3D波束指向自适应框架,用于受未知洋流影响的移动AUV,联合优化波束转向与发散角。作者建立了包含深度相关衰减、湍流和离散射线方法的3D UWOC信道模型。 在真实海洋数据评估下,以仅由指向误差导致的额外中断指标衡量:相对节点间完美对准,该方法在无洋流跟踪条件下将该指标控制在8.5%,在洋流致漂条件下控制在16.2%。
AI 根据报道生成 · 55 分钟前更新
最新进展10月14日 12:00
基于强化学习的 AUV 水下无线光通信 3D 波束自适应研究报道时间线
沿着报道,了解事件的不同侧面。
10月14日
- arXiv eess.SY 系统与控制精选基于强化学习的 AUV 水下无线光通信 3D 波束自适应研究
该论文针对受未知洋流影响的移动 AUV 提出深度强化学习(DRL)框架,用于解决水下无线光通信(UWOC)的波束指向问题。作者建立了包含深度相关衰减、湍流和离散射线方法的 3D UWOC 信道模型,联合优化波束转向与发散角。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。