简介： 高速移动通信系统中，基于深度强化学习和长短时记忆单元的动态多信道接入方法操作步骤如下：(1)信道状态信息预测阶段：基于长短时记忆单元对信道增益进行预测，得到实时的信道增益预测信息。(2)多信道接入模型训练阶段：利用深度强化学习技术，结合步骤(1)中获取的预测信息，通过在线训练的方式，更新多信道接入模型的参数。(3)高速移动用户信道接入阶段：将用户需求的服务质量输入到多信道接入模型，即可输出信道选择策略。本发明方法在确保实时追踪信道动态变化的前提下，能够带来接近于穷搜的系统性能并降低了处理时延和削弱非即时处理误差的影响。本发明利用长短时记忆单元的高精度预测特性，提高了模型的收敛速度。