一种基于强化学习的水声通信自适应调制方法

摘要

本发明公开了一种基于强化学习的水声通信自适应调制方法，解决了现有水声自适应通信系统中的反馈信道状态信息过时问题引起的系统性能下降的问题。本发明的方法基于水声自适应调制系统，步骤1、建立并初始化系统Q表；在初始时刻采取动作，计算奖励值；步骤2、下一时刻更新Q表，选择下一动作执行；步骤3、发送端将信号经水声信道发送至接收端；步骤4、接收端接收信号，反馈相关信息到发送端；步骤5、发送端将获取的信息送入强化学习模块，计算并更新奖励值，为下一时刻的更新Q表做好准备；步骤6、重复步骤2—步骤5，直至信号发送结束，最终可得经过强化学习优化自适应调制的系统吞吐量。