公开(公告)号：CN117793745A

公开(公告)日：2024-03-29

申请号：CN202311545654.8

申请日：2023-11-20

Applicant: 北京交通大学

Inventor： 董瑞 ,  熊轲 ,  包涵 ,  张锐晨

IPC: H04W24/02 ,  H04W24/06

Abstract: 本发明提供联合用户协作与功率控制的去蜂窝网络联邦学习优化方法，涉及网络优化技术领域。该联合用户协作与功率控制的去蜂窝网络联邦学习优化方法，包括：接收待优化系统的单天线接入点和单天线用户信息；根据单天线接入点和单天线用户信息确定去蜂窝网络联邦学习的迭代传输方式；根据单天线用户与单天线接入点之间的距离导致去蜂窝网络的掉队问题，确定单天线用户分组策略；根据单天线接入点和单天线用户信息，求解待优化系统的信道系数；结合单天线用户分组策略与待优化系统的信道系数，构建优化问；求解优化问题。解决了如何有效地提高掉队者的链路质量成为了提升联邦学习训练性能的关键问题。

公开(公告)号：CN117580067A

公开(公告)日：2024-02-20

申请号：CN202311549505.9

申请日：2023-11-20

Applicant: 北京交通大学

Inventor： 董瑞 ,  熊轲 ,  田兴聪 ,  张锐晨

IPC: H04W24/02 ,  H04W24/06 ,  H04W72/044 ,  H04W72/50

Abstract: 本发明提供基于逆强化学习的多小区网络功率分配方法及系统，涉及网络优化设计领域。该基于逆强化学习的多小区网络功率分配方法，包括：接收待优化小区中用户设备信息及优化基站信息；根据待优化小区中用户设备信息及优化基站信息建立优化问题，所述优化问题目标是在满足每个用户设备最小数据速率的同时最大化速率和；获取状态空间和动作空间，所述状态空间包括上一时隙的所有用户的信道信息、动作信息和奖励信息；将状态空间和动作空间输入到预设的逆强化学习模型中进行训练，供预设的逆强化学习模型学习得到奖励函数；利用所述奖励函数求解优化问题。该方法能在用户设备(UEs)的最小数据速率要求的约束下找到最优的功率分配策略。