一种基于迁移强化学习的资源分配方法

    公开(公告)号:CN114531685A

    公开(公告)日:2022-05-24

    申请号:CN202210162552.7

    申请日:2022-02-22

    Abstract: 本发明是一种基于迁移强化学习的资源分配方法,该资源分配方法适用于上行多小区的混合多址接入场景,包括:步骤1:搭建用于资源分配的深度强化学习网络;步骤2:进行MA‑DRL与环境的交互,每一轮交互中;步骤3:进行MA‑DRL的训练过程,训练将依据步骤2中交互得到的经验块进行,将每次与环境交互得到的经验块都存入记忆库中,并施加价值标签,抽取记忆块时选取价值标签更大的经验块;步骤4:在资源分配网络的基础上,提出一种基于MA‑DRL的迁移学习方案。本发明提出的资源分配方法以最大化所有用户总速率为目标,可以有效地提升用户总速率,并且和迁移学习结合后可以达到更快的收敛速度。

    一种毫米波MIMO-NOMA系统下的用户分组和功率分配方法

    公开(公告)号:CN113922849A

    公开(公告)日:2022-01-11

    申请号:CN202111267829.4

    申请日:2021-10-28

    Abstract: 本发明公开了一种基于消息传递的毫米波MIMO‑NOMA系统下用户分组和功率分配方法,该方法包括步骤:(1)基站获取用户的下行信道信息,进行模拟预编码。(2)以最大化系统的加权和速率的目标,提出了一种基于最小求和消息传递策略的用户分组算法,得到用户与射频链的匹配结果。(3)利用迫零数字预编码来抑制组间干扰,并且采用了一种低复杂度的功率分配方法,使系统的加权和速率最大化。本发明可以有效地提升系统频谱效率,充分地利用了系统硬件资源,可用于多用户数据传输。

    一种基于非完美SIC的权重速率最优的下行NOMA功率分配方法

    公开(公告)号:CN108882352B

    公开(公告)日:2021-03-12

    申请号:CN201810532430.6

    申请日:2018-05-29

    Abstract: 本发明提供一种基于非完美SIC的权重速率最优的下行NOMA功率分配方法,应用于单小区单天线基站多载波场景,所述方法包括以下步骤:基站给每个子信道上的每个用户分配初始化功率;基站获取用户的实时信道状态信息,且每个子信道上用户按照其信道条件由强到弱排列,同时基站根据用户的优先性要求分配给用户相应的权重系数;基站获取用户端由于非完美SIC导致的SIC误差以及信道干扰;基站依据迭代操作可得到最优的功率分配方案,依据该方案分配给用户相应的功率。与现有的OMA、固定功率分配方法相比,本发明能提高系统的权重速率,在考虑到用户公平性的同时还能提高频带利用率。

    一种密集部署的无线异构网络的中继分配方法

    公开(公告)号:CN107517483B

    公开(公告)日:2020-11-13

    申请号:CN201710733131.4

    申请日:2017-08-24

    Abstract: 本发明公开了一种密集部署的无线异构网络的中继分配方法,该方法的中继分配或路由选择是由宏基站(M‑cell基站)基于决策树和后验概率计算的,多个M‑cell基站可以形成一种自主管理的无线虚拟子网。在本路由选择预测方案下,无线虚拟子网首先按照小基站(P‑cell基站)的位置来把本覆盖区域划分为多个子区域,并对用户分配一个初始的P‑cell基站。在随后的预测时间间隔上,系统将根据用户的后验概率的变化来预测用户接下来会到达的子区域,以重新进行路由选择,从而动态调整所选的P‑cell基站。本发明不仅便于实现中继协同系统中快速的路由预测,也可以使得M‑cell基站将用户所请求的数据文件提前缓存到将要切换到的P‑cell基站中,从而提高密集部署的无线异构网络的服务质量。

    一种面向铁路通信天线分组的增强型空间调制传输方法

    公开(公告)号:CN110034808A

    公开(公告)日:2019-07-19

    申请号:CN201910279206.5

    申请日:2019-04-09

    Abstract: 本发明提出了一种面向铁路通信天线分组的增强型空间调制传输方法,旨在通过天线分组来增加系统的信息传输速率,与传统的增强型空间调制技术相比,本发明显著提升了频谱效率。该方法首先给定高速铁路通信系统的系统参数,以确定增强型空间调制技术天线分组激活方法;然后,测量出实际环境下高速铁路环境下信道矩阵数据;最后,计算出接收信号表达式,依据最大似然检测算法进行解码。本发明的优点是能够有效地提升发射数据比特的传输速率,进而提升系统的频谱效率。

    基于栅瓣的近场宽带XL-MIMO系统的波束训练方法、系统及设备

    公开(公告)号:CN119921823A

    公开(公告)日:2025-05-02

    申请号:CN202510148873.5

    申请日:2025-02-11

    Abstract: 本发明公开了基于栅瓣的近场宽带XL‑MIMO系统的波束训练方法、系统及设备,涉及无线通信技术领域。本发明包括选择大于半波长的基站天线间距,激活对应的天线并将其连接至TTD元件;基于大于半波长的天线间距,设计栅瓣产生与覆盖机制,生成包含用户潜在范围区域的码本;利用基站依次发送码本内的导频信号以进行粗略搜索。本发明分两阶段搜索用户位置。粗略搜索阶段通过选择大于半波长的基站天线间距并计算TTD参数,在角度和距离维度上设计基于栅瓣的码本,从而确定多个潜在用户位置。精确搜索阶段则将天线间距恢复至半波长,并根据粗略搜索阶段的结果,精确识别增益最优的用户位置,从而获得最终的用户位置估计。

    近场全向智能反射面辅助的通信感知一体化方法

    公开(公告)号:CN117614500A

    公开(公告)日:2024-02-27

    申请号:CN202311381534.9

    申请日:2023-10-24

    Abstract: 本发明提供一种近场全向智能反射面辅助的通信感知一体化方法,步骤如下:S1设计全向智能反射面系统模型,并分别计算近场全向智能反射面中的导向矢量,包括:均匀线性阵列、均匀平面阵列、通信用户以及感知目标之间的导向矢量;S2:采用导向矢量构建通信信号模型、感知信号模型;S3:提出一种双层迭代算法来设计全向智能反射面的透射和反射系数、发射信号的协方差矩阵、混合波束成形,使得感知性能达到最优;S4:计算两阶段导向矢量作为码本得到模拟波束,从而计算出数字波束。该方法针对近场中通信用户的信号传输和感知目标的探测,提出一种双层迭代算法以达到通感性能最优,提高探测感知目标的精度。

Patent Agency Ranking