-
公开(公告)号：CN111343704B
公开(公告)日：2022-03-22
申请号：CN202010131843.0
申请日：2020-02-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及移动通信技术异构蜂窝网络领域，具体涉及一种异构蜂窝网络中毫微微基站的联合休眠与功率控制方法，包括：初始化信道模型各参数，建立能耗优化模型；利用径向基神经网络对宏基站业务量进行预测，得到径向基预测值；利用误差修正值对径向基预测值进行优化，得到修正预测值；根据修正预测值计算基站休眠比，并对毫微微基站进行比例随机休眠；将未休眠基站视为粒子，其位置就是基站的当前功率值，将能耗优化模型的拉格朗日形式作为评价函数，利用粒子群算法迭代求出最优毫微微基站群发射功率。本发明实现了对毫微微基站群进行合理休眠及有效的功率控制，从而达到降低能耗的作用。
-
公开(公告)号：CN109714786A
公开(公告)日：2019-05-03
申请号：CN201910169456.3
申请日：2019-03-06
Applicant: 重庆邮电大学
Abstract: 本发明提供一种基于Q-learning的毫微微小区功率控制方法，属于移动通信技术异构蜂窝网络领域；所述方法包括根据异构蜂窝网络模型，在考虑小区间干扰和小区内干扰的同时，建立以最小接收信号信干噪比和最大用户发射功率为约束条件，以毫微微小区总能效为优化目标的能效优化模型；按照Q-learning算法，根据能效优化模型，定义状态空间、动作空间、奖赏函数；通过更新状态-动作值函数，获得最佳的功率分配策略。本发明相比与传统的功率控制算法，能够在不确知信道状态信息的情况下，实现对毫微微小区内用户终端发射功率的有效控制，从而降低能耗，提升系统的能效。
-
公开(公告)号：CN109714786B
公开(公告)日：2021-07-16
申请号：CN201910169456.3
申请日：2019-03-06
Applicant: 重庆邮电大学
Abstract: 本发明提供一种基于Q‑learning的毫微微小区功率控制方法，属于移动通信技术异构蜂窝网络领域；所述方法包括根据异构蜂窝网络模型，在考虑小区间干扰和小区内干扰的同时，建立以最小接收信号信干噪比和最大用户发射功率为约束条件，以毫微微小区总能效为优化目标的能效优化模型；按照Q‑learning算法，根据能效优化模型，定义状态空间、动作空间、奖赏函数；通过更新状态‑动作值函数，获得最佳的功率分配策略。本发明相比与传统的功率控制算法，能够在不确知信道状态信息的情况下，实现对毫微微小区内用户终端发射功率的有效控制，从而降低能耗，提升系统的能效。
-
公开(公告)号：CN111343704A
公开(公告)日：2020-06-26
申请号：CN202010131843.0
申请日：2020-02-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及移动通信技术异构蜂窝网络领域，具体涉及一种异构蜂窝网络中毫微微基站的联合休眠与功率控制方法，包括：初始化信道模型各参数，建立能耗优化模型；利用径向基神经网络对宏基站业务量进行预测，得到径向基预测值；利用误差修正值对径向基预测值进行优化，得到修正预测值；根据修正预测值计算基站休眠比，并对毫微微基站进行比例随机休眠；将未休眠基站视为粒子，其位置就是基站的当前功率值，将能耗优化模型的拉格朗日形式作为评价函数，利用粒子群算法迭代求出最优毫微微基站群发射功率。本发明实现了对毫微微基站群进行合理休眠及有效的功率控制，从而达到降低能耗的作用。
-
-
-
Search Results
4
records
(took 0.017 seconds)
