一种波束配置方法、装置及设备
    1.
    发明公开

    公开(公告)号:CN118741543A

    公开(公告)日:2024-10-01

    申请号:CN202310336576.4

    申请日:2023-03-31

    Abstract: 本发明提供了一种波束配置方法、装置及设备,其中,波束配置方法,包括:根据目标区域的工参数据和路测数据,得到采样数据矩阵;利用基于演员‑评论框架的强化学习算法,根据所述采样数据矩阵,更新所述目标区域的波束配置;其中,所述采样数据矩阵用于表示至少一个邻区对的子波束间干扰,所述邻区对包括:一个主小区和所述主小区的一个邻区。本方案能够实现基于路测数据转化为采样数据矩阵(MR干扰矩阵)的波束优化方案,避免依靠人工经验以及近似计算波束覆盖范围以进行波束调整,从而提高方案的灵活性和准确性,很好的解决现有技术中针对波束干扰优化的波束配置方案灵活性差、准确性差的问题。

    资源分配方法、装置、终端及可读存储介质

    公开(公告)号:CN118804305A

    公开(公告)日:2024-10-18

    申请号:CN202311689657.9

    申请日:2023-12-11

    Abstract: 本发明公开了一种资源分配方法、装置、终端及可读存储介质,涉及无线技术领域,以解决终端侧资源分配的合理性较差的问题。该方法由终端执行,具体包括:获取第一时隙的系统状态信息,所述系统状态信息包括多个系统中每一个系统的信道增益以及第二时隙的资源分配信息,所述资源分配信息包括所述多个系统中每一个系统对应的发射功率,以及多个业务中每一个业务在每一个系统中对应的带宽资源,所述第二时隙为所述第一时隙的前一个时隙;将所述第一时隙的系统状态信息输入预先训练的资源分配模型中进行分配处理,得到所述第一时隙的资源分配信息。本发明实施例可提高终端侧资源分配的合理性。

    一种资源分配方法、装置、通信设备及可读存储介质

    公开(公告)号:CN118804304A

    公开(公告)日:2024-10-18

    申请号:CN202311633226.0

    申请日:2023-12-01

    Abstract: 本申请公开了一种资源分配方法、装置、通信设备及可读存储介质,涉及通信技术领域,以解决相关技术用户调度轮转周期较大,体验速率较低的问题。该方法包括:根据每个波束方向上的每个用户设备的需求RB数,确定每个波束方向的需求RB数;根据每个波束方向上的各用户设备的调度优先级,确定每个波束方向的优先级;根据每个波束方向的优先级和需求RB数,确定至少一个目标波束方向;调度至少一个目标波束方向的波束,按照每个目标波束方向上的各用户设备的调度优先级和需求RB数,为每个目标波束方向上的各用户设备分配RB资源。本申请实施例能够实现基于用户实际资源调度需求调度相应波束,缩短用户调度轮转周期,提高用户体验速率。

    信道估计方法、装置及电子设备
    4.
    发明公开

    公开(公告)号:CN118802420A

    公开(公告)日:2024-10-18

    申请号:CN202410016914.0

    申请日:2024-01-04

    Abstract: 本发明提供一种信道估计方法、装置及电子设备。所述方法包括:生成网络设备的接收信号数据样本;对所述接收信号数据样本进行转化,获得接收信号的采样协方差矩阵;利用多任务回归网络模型以及所述采样协方差矩阵与信道矩阵参数之间的映射关系,获得信道矩阵参数,所述信道矩阵参数包括:角度和信道增益。本申请中,将接收信号数据样本转换为采样协方差矩阵,将采样协方差矩阵输入多任务回归网络模型,通过学习接收信号的采样协方差矩阵与信道矩阵系数间非线性映射关系完成角度估计和信道增益估计。避免了单一任务模型下网络重复训练和网络架构修改,同时有效地减少了网络训练参数,降低了模型复杂度,具有更好的信道估计性能。

    基站参数寻优的模型训练及应用方法、设备和存储介质

    公开(公告)号:CN118828572A

    公开(公告)日:2024-10-22

    申请号:CN202311649138.X

    申请日:2023-12-04

    Abstract: 本申请公开了一种基站参数寻优的模型训练及应用方法、设备和存储介质。该训练方法包括:获取基站在多种用户分布下的第一状态参数;基于构建的深度Q网络模型和第一状态参数,选取用于参数寻优的动作数据;基于第一状态参数和动作数据,确定基站基于动作数据调整后的第二状态参数和奖励值,奖励值基于基站在调整后的第二状态参数下的网络性能数据生成;基于第一状态参数、动作数据、奖励值和第二状态参数构建训练样本,得到训练样本集;基于训练样本集,分批次地训练深度Q网络模型,更新深度Q网络模型的参数,直至得到训练好的深度Q网络模型。该训练好的深度Q网络模型可以满足外场复杂场景下,基站参数的动态寻优配置,优化基站的运行性能。

    下行功率控制方法、装置、电子设备和存储介质

    公开(公告)号:CN118804307A

    公开(公告)日:2024-10-18

    申请号:CN202410013429.8

    申请日:2024-01-03

    Abstract: 本实施例公开了一种下行功率控制方法、装置、电子设备和存储介质,该方法包括:获取状态空间,状态空间至少包括已分配子带的下行功率值,已分配子带表示各个小区的各个子带中已分配下行功率值的子带;根据状态空间确定各个小区的第i小区的分配动作,第i小区的分配动作包括针对目标子带中每个子带确定的功率分配动作,目标子带包括第i小区的各个子带中未分配下行功率值的子带,功率分配动作表示分配下行功率信息的动作;确定执行第i小区的分配动作中每个功率分配动作时的奖励值,奖励值用于反映对应的功率分配动作对通信业务造成的影响;调整奖励值对应的下行功率信息,得到调整后的下行功率信息。

    一种信息处理方法、装置及设备
    8.
    发明公开

    公开(公告)号:CN118232967A

    公开(公告)日:2024-06-21

    申请号:CN202211641539.6

    申请日:2022-12-20

    Abstract: 本发明提供了一种信息处理方法、装置及设备,其中,信息处理方法,包括:获取目标区域内各待调整小区组所对应的重叠采样点数量;所述待调整小区组包括两个待优化小区;所述重叠采样点数量包括所述两个待优化小区的每两个波束间的采样点的重叠数量;根据所述重叠采样点数量以及第一条件,从所述待调整小区组中,确定目标小区组;所述第一条件包括:小区组中的至少一个小区未被调整过;根据所述重叠采样点数量,获取所述目标小区组的每一调整方式所对应的总干扰值;所述调整方式为针对波束配置的调整方式;根据所述总干扰值,确定所述目标小区组的目标调整方式。本方案很好的解决了现有技术中针对波束干扰优化的信息处理方案存在不准确的问题。

Patent Agency Ranking