-
公开(公告)号:CN113316239A
公开(公告)日:2021-08-27
申请号:CN202110505367.9
申请日:2021-05-10
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于强化学习的无人机网络发射功率分配方法及装置,所述方法包括:初始化无人机以及用户的状态,定义动作空间以及神经网络的参数;初始化价值函数和当前网络状态的Q值;与环境交互接收奖励反馈并计算采取当前动作的Q值;根据反馈得到的奖励的最大值选取最优动作;更新系统的下一状态并存储至经验池中;判断经验数量是否达到预期值,若达到则开始进行深度强化学习,若未达到则继续循环;根据贝尔曼方程得到即时奖励并采取DPPO算法进行深度学习,以长期奖励函数最大化为目标进行强化学习;判断长期奖励函数的值是否趋于收敛,当趋于收敛时终止学习,此时已完成无人机无线自组网的资源分配最优化。
-
公开(公告)号:CN113259836A
公开(公告)日:2021-08-13
申请号:CN202110452553.0
申请日:2021-04-26
Applicant: 北京科技大学
Abstract: 本发明提供一种IRS辅助无人机通信网络联合优化方法,属于无线通信技术领域。所述方法包括:S101,以网络中所有用户加权和速率最大化为目标,建立关于UAV初始位置部署、UAV轨迹优化、UAV发射波束形成和IRS相位偏移的联合优化问题目标函数;S102,将联合优化问题转化为关于UAV发射波束形成和IRS相位偏移的子问题P(A),对子问题P(A),更新UAV发射波束和IRS相位偏移;S103,将联合优化问题转化成关于UAV初始位置部署和UAV轨迹优化的子问题P(B),对子问题P(B),更新无人机初始水平位置和UAV轨迹;S104,按照S102和S103进行迭代计算,直至达到收敛条件,则完成联合优化。采用本发明,能够有效解决丢包率高、信号质量差、能量损耗大的问题。
-
公开(公告)号:CN112566253A
公开(公告)日:2021-03-26
申请号:CN202011248200.0
申请日:2020-11-10
Applicant: 北京科技大学
IPC: H04W72/04 , H04W72/08 , H04B7/0413 , H04B7/06 , H04B17/336 , H04B17/345 , H04B17/382 , H04B17/391
Abstract: 本发明公开了一种无线资源分配联合优化方法及装置,该方法包括:对待资源分配优化的MIMO网络架构的应用场景进行建模,得到对应的MIMO网络架构的信道模型;其中,用户对之间采用NOMA通信技术,在发射端采用迫零波束赋形技术对发射信号进行编码;基于信道模型,采用深度强化学习网络进行学习,实现MIMO网络架构中的簇间干扰和簇内干扰的分配;其中,深度强化学习的目标是在保证网络架构内第一组用户的最低目标数据速率时,最大化第二组用户的和速率。本发明可以实现MIMO网络架构中对于多个子功率控制的资源分配,获取用户的最大和速率,最终实现无线资源分配的整体经济效益。
-
公开(公告)号:CN112533274A
公开(公告)日:2021-03-19
申请号:CN202011187720.5
申请日:2020-10-29
Applicant: 北京科技大学
Abstract: 本发明公开了一种室内太赫兹BWP和功率调度方法及装置,利用智能反射表面IRS和NOMA补偿太赫兹波不适合在室内传输的缺点,将太赫兹配合IRS传播的室内环境转化为信道模型,将室内太赫兹IRS辅助系统中的最佳无线资源调度转换为具有随机约束的功能优化设计;采用PPO来训练策略和相应的动作,以调度功率和带宽,演员部分产生连续的功率调度,评论者部分产生离散的带宽调度;同时采用梯度辅助原始对偶求解得到这两种资源调度的最优解,然后提出了迭代联合带宽和功率调度方法来最大限度地提高信息传输速率以及经济效益。本发明不仅能够实现对室内带宽和功率资源的合理调度,而且能够实现经济效益和能量有效性的最大化。
-
公开(公告)号:CN110191489B
公开(公告)日:2020-07-24
申请号:CN201910409339.X
申请日:2019-05-17
Applicant: 北京科技大学
Abstract: 本发明提供一种超密集网络中基于强化学习的资源分配方法及装置,能够实现网络的负载均衡,并提高网络的能量效率。所述方法包括:基于Q学习对网络的当前状态进行分析,得到使网络能量效率最大时的用户与基站的关联策略和基站的发射功率控制策略;根据得到的使网络能量效率最大时的用户与基站的关联策略进行用户与基站的关联;在用户与基站关联的基础上,根据得到的使网络能量效率最大时的基站的发射功率控制策略对网络中基站的发射功率进行控制。本发明涉及通信技术领域。
-
公开(公告)号:CN108430103B
公开(公告)日:2020-02-07
申请号:CN201810163714.2
申请日:2018-02-27
Applicant: 北京科技大学
Abstract: 本发明提供一种软件定义雾车联网资源分配方法,包括:初始化小基站以及车辆用户端的各项参数及状态并据此计算路损增益和信干噪比;构造三维状态空间并更新下一时刻平均场值;判断车辆用户端在下一能量状态的功率值是否等于零;如果等于零,则下一时刻下一状态下的平均场值与当前时刻当前状态时的平均场值相同,否则,下一时刻下一状态下的平均场值为零;更新拉格朗日算子和功率;将更新后的功率迭代进入前述步骤以获取最优功率;将最优功率带入代价函数中进行计算并取出计算后的数据。本发明还提供一种软件定义雾车联网资源分配系统。本发明提供的技术方案在保证用户服务质量和低时延的前提下,能满足剧增的车辆用户和数据需求。
-
公开(公告)号:CN107426774B
公开(公告)日:2019-08-27
申请号:CN201710367449.5
申请日:2017-05-23
Applicant: 北京科技大学
Abstract: 本发明提供一种5G无线信息中心网络资源租赁的优化方法,能够使能量有效性最大化。所述方法包括:初始化无线接入点及移动终端的参数,所述无线接入点配有缓存存储资源;基于rj,k和初始化得到的参数,确定MCk的判决公式Hj,k取得最大值时的APj的j的取值,根据所得j值,将MCk应分配到相应的APj,同时根据所得j值,更新移动终端关联矩阵xj,k和无线接入点使用情况矩阵yj;确定拉格朗日算子λj(i+1)和νk(i+1),根据得到的拉格朗日算子λj(i+1)和νk(i+1)对移动终端关联矩阵xj,k进行优化,i表示第i次迭代;确定用于功率最优分配的最佳步长u(i+1),根据确定的最佳步长u(i+1)进行功率最优分配对pj,k进行优化,直到满足预设的收敛条件。本发明涉及移动通信领域。
-
公开(公告)号:CN108738032A
公开(公告)日:2018-11-02
申请号:CN201810380075.5
申请日:2018-04-25
Applicant: 北京科技大学
Abstract: 本发明提供一种基于梯度下降法的网络工作参数优化方法,能够提高工作参数导数向量计算结果的稳定性和准确性。所述方法包括:获取待优化的工作参数;根据获取的待优化的工作参数,确定待优化目标区域中所有采样点的整体覆盖率,所述整体覆盖率等于所有采样点被覆盖的覆盖效果的均值,每个采样点被覆盖的覆盖效果为[0,1]之间的连续值;根据所有采样点的整体覆盖率,利用连续求导法则,确定工作参数的导数向量;根据确定的工作参数的导数向量,确定优化后的工作参数。本发明适用于网络工作参数的优化操作。
-
公开(公告)号:CN108601033A
公开(公告)日:2018-09-28
申请号:CN201810380595.6
申请日:2018-04-25
Applicant: 北京科技大学
Abstract: 本发明提供一种基于Adam的网络工作参数优化方法,能够提高工作参数导数向量计算结果的稳定性和准确性。所述方法包括:获取待优化的工作参数;根据获取的待优化的工作参数,确定待优化目标区域中t个采样点的整体覆盖率,所述整体覆盖率等于所述t个采样点被覆盖的覆盖效果的均值,每个采样点被覆盖的覆盖效果为[0,1]之间的连续值;根据t个采样点的整体覆盖率,利用连续求导法则,确定工作参数的导数向量;获取上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值,根据确定的工作参数的导数向量以及获取的上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值,确定优化后的工作参数。本发明适用于网络工作参数的优化操作。
-
公开(公告)号:CN108462996A
公开(公告)日:2018-08-28
申请号:CN201810188264.2
申请日:2018-03-07
Applicant: 北京科技大学
CPC classification number: Y02D70/00 , H04W72/0473 , H04B7/0626 , H04W72/08 , H04W72/10
Abstract: 本发明提出了一种非正交多址网络资源分配方法,用以解决现有技术中尚没有可行性强的非正交多址网络资源分配机制的问题。所述方法首先对各参数进行初始化,再采用双边匹配算法来解决用户和信道关联问题,采用李雅普诺夫(Lyapunov)优化算法得到功率分配的最优解,然后,通过迭代联合用户信道匹配和功率分配算法最大限度地提高能量效率以及经济效益,同时也保证了个体合理性和真实性属性。本发明可以实现NOMA网络资源的合理分配,并能同时保证内容提供者的经济效益和能量有效性的最大化,从而最大限度的提高能量效率,提升系统能力,在不降低服务质量以及考虑能源问题的前提下,满足剧增的数据需求,以实现可持续发展。
-
-
-
-
-
-
-
-
-