[發(fā)明專利]一種基于機(jī)器學(xué)習(xí)的功率分配方法在審
| 申請(qǐng)?zhí)枺?/td> | 201810389915.4 | 申請(qǐng)日: | 2018-04-27 |
| 公開(公告)號(hào): | CN108564178A | 公開(公告)日: | 2018-09-21 |
| 發(fā)明(設(shè)計(jì))人: | 李泳洋;游龍飛;楊平;肖悅 | 申請(qǐng)(專利權(quán))人: | 電子科技大學(xué) |
| 主分類號(hào): | G06N99/00 | 分類號(hào): | G06N99/00;G06K9/62 |
| 代理公司: | 成都點(diǎn)睛專利代理事務(wù)所(普通合伙) 51232 | 代理人: | 孫一峰 |
| 地址: | 611731 四川省*** | 國(guó)省代碼: | 四川;51 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 樣本 功率分配矩陣 功率分配 基于機(jī)器 標(biāo)簽 矩陣 功率分配方式 最優(yōu)功率分配 算法復(fù)雜度 通信抗干擾 標(biāo)簽集合 分配算法 計(jì)算過程 降低功率 輸入樣本 特征向量 信道樣本 樣本特征 傳統(tǒng)的 復(fù)雜度 分類 貼上 預(yù)設(shè) 集合 輸出 學(xué)習(xí) 重復(fù) | ||
1.一種基于機(jī)器學(xué)習(xí)的功率分配方法,其特征在于,包括以下步驟:
a、生成特征集合:
設(shè)有M個(gè)Nr×Nt維的信道矩陣作為訓(xùn)練樣本,具體方法為:
a1、從信道矩陣Hm生成實(shí)值特征向量dm;
a2、重復(fù)步驟a1,直至為所有的Hm(m=1,2,…,M)生成特征向量;
a3、生成訓(xùn)練數(shù)據(jù)矩陣
a4、歸一化矩陣D,并生成歸一化特征矩陣T,其中T里面元素為:
b、為樣本貼上標(biāo)簽:
b1、采用KPI來決定為樣本貼上何種標(biāo)簽,利用最大化最小歐氏距離的思想,將通過求得的歐氏距離dmin作為KPI,XSM為所有可能的發(fā)送信號(hào)集合,P為功率分配矩陣;
b2、在功率分配中,標(biāo)簽對(duì)應(yīng)著功率分配矩陣,根據(jù)s.t.tr(PPT)≤PT隨機(jī)生成若干個(gè)功率分配矩陣,其中PT為系統(tǒng)總能量;
b3、對(duì)于第m個(gè)樣本Hm,根據(jù)步驟b1計(jì)算每一種預(yù)設(shè)的功率分配矩陣的KPI;并從步驟b2中生成的功率分配矩陣中找出能使KPI最好的,并將其標(biāo)簽l與樣本對(duì)應(yīng)上,令l作為標(biāo)簽向量的第C個(gè)元素cm,重復(fù)此步驟,直至每個(gè)樣本都有一個(gè)對(duì)應(yīng)標(biāo)簽;
c、建立學(xué)習(xí)系統(tǒng):
采用多級(jí)SVM分類器,即SVM采用一對(duì)其它的二元分類策略,具體方法為:
c1、設(shè)Tl是標(biāo)簽為l的樣本特征向量作為行向量所構(gòu)成的子訓(xùn)練數(shù)據(jù)矩陣;對(duì)于所有的l,可以得到一個(gè)子訓(xùn)練數(shù)據(jù)矩陣集合{Tl};
c2、生成二元標(biāo)簽向量bl=[bl[1],...,bl[M]]T,當(dāng)cm=l時(shí),bl[m]=1,否則bl[m]=0;
c3、用兩個(gè)訓(xùn)練群和相應(yīng)的二元向量標(biāo)簽bl,根據(jù)下面的公式來解決邏輯回歸的問題:
其中,C為懲罰因子,是代價(jià)函數(shù),θl是學(xué)習(xí)參數(shù)向量,f(tr[m])是高斯徑向基核函數(shù)向量,其第q個(gè)元素fq(tr[m])=exp(-||tr[q]-tr[m]||2/(2σ2))給出了tr[q]和tr[m]的相似度;
c4、重復(fù)步驟c3直至遍歷完所有l(wèi),獲得所有的θl,建立SVM分類器;
d、輸入一個(gè)新的信道矩陣后,根據(jù)步驟a將其處理為特征向量,然后輸入步驟c獲得的SVM分類器對(duì)其進(jìn)行分類,即可預(yù)知其所屬類別的標(biāo)簽,即選出的功率分配函數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于電子科技大學(xué),未經(jīng)電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810389915.4/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 樣本引入裝置、樣本引入基片和樣本引入方法
- 樣本查找方法、裝置及系統(tǒng)
- 模型訓(xùn)練、樣本平衡方法及裝置以及個(gè)人信用評(píng)分系統(tǒng)
- 樣本輸送系統(tǒng)、樣本輸送方法以及樣本檢測(cè)系統(tǒng)
- 樣本分析裝置、樣本檢測(cè)設(shè)備及樣本檢測(cè)方法
- 樣本檢測(cè)方法、樣本檢測(cè)裝置及樣本檢測(cè)系統(tǒng)
- 樣本架、樣本混勻系統(tǒng)及樣本分析儀
- 樣本收集管及樣本收集系統(tǒng)
- 樣本數(shù)據(jù)集的擴(kuò)容方法及模型的訓(xùn)練方法
- 行人重識(shí)別的噪聲樣本識(shí)別方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 基于加工能力特征模型的機(jī)器組調(diào)度方法
- 人機(jī)匹配裝置、匹配系統(tǒng)、人機(jī)匹配方法以及人機(jī)匹配程序
- 基于SolidWorks、ADAMS環(huán)境的球形機(jī)器人綜合仿真方法
- 用于訓(xùn)練基于機(jī)器學(xué)習(xí)的模型的系統(tǒng)和計(jì)算機(jī)實(shí)施方法
- 一種機(jī)器人作業(yè)過程中的自動(dòng)控制方法及裝置
- 一種多模態(tài)機(jī)器人智能繪畫方法
- 一種基于機(jī)器人的視點(diǎn)規(guī)劃方法、裝置及測(cè)量系統(tǒng)
- 基于落足調(diào)整的四足機(jī)器人動(dòng)步態(tài)穩(wěn)定控制方法及系統(tǒng)
- 基于碰撞類型劃分的多機(jī)器人路徑規(guī)劃方法和系統(tǒng)
- 一種基于末端誤差檢測(cè)信息子集的并聯(lián)機(jī)器人標(biāo)定方法





