基于强化学习的移动性负载均衡方法

    公开(公告)号:CN114598655A

    公开(公告)日:2022-06-07

    申请号:CN202210235344.5

    申请日:2022-03-10

    Abstract: 本发明是一种基于强化学习的移动性负载均衡方法,首先基于各基站剩余负载构建优化目标,再将移动性负载均衡问题建模成马尔科夫决策过程,然后使用无模型的深度强化学习方法即柔性动作‑评价方法对最佳移动性参数调整进行求解,通过操作维护管理系统网管层与网络环境的交互,不断训练强化学习策略网络,得到每一个网络负载状态下的最优移动性参数,改善网络中负载不均衡性,降低网络负载,提高网络接入新用户能力。

    一种基于极化码的异步多级比特交织编码调制方法

    公开(公告)号:CN113556211A

    公开(公告)日:2021-10-26

    申请号:CN202110833801.6

    申请日:2021-07-23

    Abstract: 本发明公开了一种基于极化码的异步多级比特交织编码调制方法,包括以下步骤:首先通过遍历搜索得到最佳的编码模式和调制模式用于系统编码和调制,然后使用高斯近似方法得到信息比特的传输位置;进行极化码编码;对编码后的数据进行交织;发送端数据存储;调制;接收端接收信号;计算并存储符号似然比;译码及码重构;存储比特序列。本发明在误组率性能无损的情况下降低了存储和译码复杂度,适用于实际的通信应用。

    基于冻结翻转列表的极化码置信传播比特翻转译码方法

    公开(公告)号:CN113556135A

    公开(公告)日:2021-10-26

    申请号:CN202110849031.4

    申请日:2021-07-27

    Abstract: 本发明公开了基于冻结翻转列表的极化码置信传播比特翻转译码方法,使用的码字是循环冗余检验(CRC)码和极化码形成的级联码。本发明中的方法在传统BP译码结果未通过CRC校验的情况下,通过对BP译码方法中的译码结果进行分析,构造冻结翻转列表(FFL),对极化码位于FFL内的信息比特进行翻转(本发明中的比特翻转是通过对接收端被翻转比特的对数似然比的符号翻转,而其对数似然比的绝对值不变来实现的),能够纠正部分BP译码器中的错误,进而改善BPF译码方法的误块率性能。

    一种大规模MIMO检测方法、装置和存储介质

    公开(公告)号:CN113541747A

    公开(公告)日:2021-10-22

    申请号:CN202110748205.8

    申请日:2021-07-01

    Abstract: 本发明公开了一种大规模MIMO检测方法、装置和存储介质,包括:将接收信号矢量、信道矩阵以及噪声方差数据输入到经训练的近似期望传播网络模型中,得到发射信号的估计值;基于深度学习网络构建近似期望传播网络,近似期望传播网络的每一层对应于EPA算法的每个迭代过程;在每个网络层中引入可学习的线性纠正参数来纠正EPA算法中每次迭代时的未归一化的腔边缘分布的二阶项系数;近似期望传播网络的最后一层输出发送信号的最终估计值;对构建的所述近似期望传播网络进行训练,得到训练后的可学习的线性纠正参数,固定可学习的线性纠正参数即得到经训练的近似期望传播网络模型。本发明以较低的复杂度实现了更好的性能提升。

    级联极化码比特冻结置信传播译码方法

    公开(公告)号:CN113315526A

    公开(公告)日:2021-08-27

    申请号:CN202110640991.X

    申请日:2021-06-09

    Abstract: 本发明公开了级联极化码比特冻结置信传播译码方法,包括以下步骤:首先构造翻转基准和翻转集合CS;初始化比特冻结方法的计数参数,进行比特冻结操作,然后进行级联码置信传播译码并验证结果,若译码结果能同时通过LDPC校验矩阵的校验和极化码的CRC校验,则比特冻结译码成功,译码结束;否则,此次比特冻结译码失败,更新翻转基准,更新后再进行比特冻结置信传播译码。本发明在译码过程中,能够及时地更新翻转基准,帮助提高比特翻转的正确率,进一步提高了误组率性能,降低了平均迭代次数。

Patent Agency Ranking