一种基于强化学习的无线信号频偏自适应估计方法

本发明公开了一种基于强化学习的无线信号频偏自适应估计方法，通过接收端对带有频偏的无线信号进行下变频和采样，得到基带复数信号，并通过符号定时同步提取符号点，从而在复平面上形成星座分布；然后，对符号相位进行统计，计算相位熵并将其作为强化学习的奖励指标，使智能体能够以熵最小化为优化目标；接着，在当前估计值邻域内进行多频点采样，提取熵曲线的梯度特征，并结合梯度均值和方向信息构建状态观测器，为智能体提供更丰富的环境反馈最后，将接收信号输入训练完成的智能体，输出频偏估计值并完成补偿，为后续信号解调与恢复提供可靠输入。