一种基于强化学习的上下行链路结合到达角估计方法及系统

本发明属于无线通信技术领域，公开了一种基于强化学习的上下行链路结合到达角估计方法及系统，该方法包括：分别采集并计算基于上行与下行信道矩阵信息的到达角初始估计值；构建强化学习模型，将上述初始估计值作为状态输入，通过定义的奖励函数与归一化动作空间进行训练与优化，最终输出高精度的到达角估计结果。本发明通过联合利用上下行链路的长期与短期信道特征，并借助强化学习的自适应优化能力，有效克服了单一信道估计的偏差与瞬时信道波动的影响。与传统算法相比，本发明能够在实际复杂多场景下，显著提升到达角估计的精度与系统在复杂环境下的鲁棒性。