-
公开(公告)号：CN115802362A
公开(公告)日：2023-03-14
申请号：CN202210995652.8
申请日：2022-08-18
Applicant: 电子科技大学
IPC: H04W16/18 , H04B7/185 , H04L41/14 , H04L41/142 , H04L43/0876 , G06F30/20
Abstract: 本发明公开了一种基于自主学习的无人机辅助无线网络部署方法，在需求预测阶段，通过一个对偶Transformer网络来预测无线流量，并采用了一种patch embedding方法和一种改进的自注意机制来降低自主学习框架的复杂度，从而提高自主学习的效率。在主动部署阶段将无人机位置规划和无线资源分配建模成非凸混合整数非线性规划模型，实现了无人机位置和无线资源分配的联合优化。另外，提出了一种MGDB算法，将联合优化问题分解为固定整数变量问题和固定连续变量问题，并分别对固定整数变量问题和固定连续变量问题求解，最终得到无人机位置部署方案和无线资源分配方案，实现无人机辅助无线网络的按需分配。
-
公开(公告)号：CN112118632B
公开(公告)日：2022-07-29
申请号：CN202011000978.X
申请日：2020-09-22
Applicant: 电子科技大学
Abstract: 本发明公开了面向微小蜂窝基站的自适应功率分配系统、方法和介质，涉及蜂窝数据处理领域，解决了在满足每个用户设备传输速率的情况下，如何最小化每个用户设备的长期平均总传输功率的问题。本发明包括：搭建决策模型，在模型中，小基站作为实体自主地感知周围干扰，并为其服务用户分配发射功率，模型中包括虚拟agent；小基站的协调决策对应agent的动作，连续动作向量构成动作空间，采用奖励来评价动作，所有agent同时采取行动，获得的所有即时奖励构成奖励空间；奖励反馈用于优化小基站的协调决策，同时奖励反馈用于优化agent的动作：在模型中搭建MARL框架来优化策略，策略为奖励对动作、协调决策的反馈过程。本发明满足每个UE传输速率的情况下，最小化每个UE的长期平均总传输功率。
-
公开(公告)号：CN115802362B
公开(公告)日：2024-05-24
申请号：CN202210995652.8
申请日：2022-08-18
Applicant: 电子科技大学
IPC: H04W16/18 , H04B7/185 , H04L41/14 , H04L41/142 , H04L43/0876 , G06F30/20
Abstract: 本发明公开了一种基于自主学习的无人机辅助无线网络部署方法，在需求预测阶段，通过一个对偶Transformer网络来预测无线流量，并采用了一种patch embedding方法和一种改进的自注意机制来降低自主学习框架的复杂度，从而提高自主学习的效率。在主动部署阶段将无人机位置规划和无线资源分配建模成非凸混合整数非线性规划模型，实现了无人机位置和无线资源分配的联合优化。另外，提出了一种MGDB算法，将联合优化问题分解为固定整数变量问题和固定连续变量问题，并分别对固定整数变量问题和固定连续变量问题求解，最终得到无人机位置部署方案和无线资源分配方案，实现无人机辅助无线网络的按需分配。
-
公开(公告)号：CN112118632A
公开(公告)日：2020-12-22
申请号：CN202011000978.X
申请日：2020-09-22
Applicant: 电子科技大学
Abstract: 本发明公开了面向微小蜂窝基站的自适应功率分配系统、方法和介质，涉及蜂窝数据处理领域，解决了在满足每个用户设备传输速率的情况下，如何最小化每个用户设备的长期平均总传输功率的问题。本发明包括：搭建决策模型，在模型中，小基站作为实体自主地感知周围干扰，并为其服务用户分配发射功率，模型中包括虚拟agent；小基站的协调决策对应agent的动作，连续动作向量构成动作空间，采用奖励来评价动作，所有agent同时采取行动，获得的所有即时奖励构成奖励空间；奖励反馈用于优化小基站的协调决策，同时奖励反馈用于优化agent的动作：在模型中搭建MARL框架来优化策略，策略为奖励对动作、协调决策的反馈过程。本发明满足每个UE传输速率的情况下，最小化每个UE的长期平均总传输功率。
-
-
-
Search Results
4
records
(took 0.016 seconds)
