一种基于强化学习的随机接入不定帧长的优化方法及系统

本发明公开了一种基于强化学习的随机接入不定帧长的优化方法及系统，方法包括：基站将当前可用的帧时隙数量以及每个时隙所包含的前导码数量，发送给所有用户设备；以等概率的方式选取时隙序号，并从给定的前导码资源中以相同概率挑选一个前导码，发起随机接入操作；基站开展解码操作，对仅被单一用户设备选中的成功对数以及未被任何用户设备选中的空闲对数进行统计汇总，随后将当前状态输入Q‑学习智能体；基于状态‑动作值函数及奖励函数，选择下一帧时隙数，循环迭代直至帧长收敛到理论最优值。本发明无需依赖UE数量估计，即可动态调整帧长参数，有效减少UE间前导码竞争冲突，提升前导码资源利用率，从而显著改善系统随机接入性能。