[發(fā)明專利]基于深度學(xué)習(xí)的多載波認(rèn)知NOMA資源分配方法

有效

• 申請?zhí)枺?/td>: 201810391479.4
• 申請日: 2018-04-27
• 公開（公告）號: CN108737057B
• 公開（公告）日: 2021-09-17
• 發(fā)明（設(shè)計(jì)）人: 桂冠;王潔;黃浩;李允怡;熊健;范山崗;楊潔
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: H04L5/00
• 分類號: H04L5/00;H04W16/10;H04W52/34;H04W72/12
• 代理公司: 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224
• 代理人: 董建林

1.一種基于深度學(xué)習(xí)的多載波認(rèn)知NOMA資源分配方法，其特征在于，包括以下步驟：

步驟1：建立多載波認(rèn)知NOMA系統(tǒng)場景模型：將單載波認(rèn)知NOMA系統(tǒng)和基于多載波正交頻分復(fù)用調(diào)制方式的NOMA系統(tǒng)結(jié)合；

步驟2：建立基于深度學(xué)習(xí)的用戶調(diào)度和資源分配的數(shù)學(xué)描述；

基于多載波認(rèn)知NOMA的下行用戶調(diào)度和資源分配，建立符合場景的頻譜共享策略，建立優(yōu)化目標(biāo)和約束條件的數(shù)學(xué)表達(dá)式；

步驟3：基于聯(lián)合分配的深度神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)算法，建立多載波認(rèn)知NOMA用戶調(diào)度和資源分配策略；

步驟1具體包括以下步驟：

(101)、根據(jù)單載波認(rèn)知NOMA系統(tǒng)的功率分配機(jī)制，在單載波認(rèn)知NOMA中共享信道的遠(yuǎn)距離用戶信道容量和近距離用戶信道容量分別表示為：

其中為距離基站遠(yuǎn)的用戶m的信道容量；為距離基站近的用戶n的信道容量；p_m和p_n分別為基站分配給用戶m和用戶n的發(fā)送功率；h_m和h_n分別為用戶m和用戶n的信道增益；B為用戶m和用戶n所共享的頻譜帶寬；N₀為信道中單位帶寬上的噪聲功率；

(102)、劃分NOMA主用戶和從用戶：令距離基站遠(yuǎn)或者下行鏈路信道質(zhì)量差的用戶劃分為NOMA主用戶，距離基站近或下行鏈路信道質(zhì)量好的用戶劃分為NOMA從用戶；

(103)、引入多載波接入機(jī)制，在多載波下認(rèn)知NOMA系統(tǒng)中，NOMA主用戶和從用戶的信道容量表示為公式(3)和(4)；

其中為NOMA主用戶i在所有子信道上的容量之和；Z_i為主用戶i所占用的子信道總數(shù)；h_i,z為主用戶i在子信道z上的信道增益；p_i,z為基站為主用戶i在子信道z上所分配的發(fā)送功率；為NOMA從用戶j在所有子信道上的容量之和；Z_j為從用戶j所占用的子信道總數(shù)；h_j,z為從用戶j在子信道z上的信道增益；p_j,z為基站為從用戶j在子信道z上所分配的發(fā)送功率；

NOMA主用戶的數(shù)量為M，NOMA從用戶的數(shù)量為S，Δf為各條子信道的帶寬；i＝1,2…M,j＝1,2…S；

(104)、將頻譜的利用率和用戶的傳輸性能聯(lián)合作為劃分目標(biāo)，劃分NOMA主用戶和NOMA從用戶數(shù)量；

(105)、根據(jù)多載波認(rèn)知NOMA系統(tǒng)的用戶配對和資源分配策略的優(yōu)化目標(biāo)和約束，將基站所需要發(fā)送的總功率最小化作為資源分配的優(yōu)化目標(biāo)；

步驟2具體包括以下步驟：

(201)、通過消息傳遞算法，將帶有約束條件的最小和問題分解為多個(gè)代價(jià)函數(shù)的線性組合，建立代價(jià)函數(shù)和分配因子組成的因子圖；帶有雙約束的最小和優(yōu)化問題通過消息傳遞算法轉(zhuǎn)化后，問題模型中共有Z個(gè)信道，N個(gè)用戶；

其中，第z個(gè)信道的代價(jià)函數(shù)為C_z，z＝1,2,...,Z，第j個(gè)用戶的代價(jià)函數(shù)為W_j,j＝1,2,...,N，分別為式(5)和(6)；

其中，C1、C2分別表示NOMA用戶所需要的子信道總數(shù)約束條件和基站所需要發(fā)送的總功率約束條件；G_j,z(x_j,z)表示信道z對用戶j的發(fā)射功率增益；x_j,z表示第z個(gè)信道對用戶j的信道分配因子；

(202)、迭代計(jì)算分配因子和代價(jià)函數(shù)間的消息變量：基于因子圖和消息傳遞算法，因子間消息的迭代計(jì)算如下：

其中→表示消息傳遞的方向，表示由代價(jià)函數(shù)節(jié)點(diǎn)C_z向變量節(jié)點(diǎn)j,z傳遞的第t+1次迭代的消息，表示由變量節(jié)點(diǎn)l,z向代價(jià)函數(shù)節(jié)點(diǎn)C_z傳遞的第t次迭代的消息，x_l,z表示第z個(gè)信道對用戶l的信道分配因子,l＝1,2,...,N，表示由代價(jià)函數(shù)節(jié)點(diǎn)W_j向變量節(jié)點(diǎn)j,z傳遞的第t+1次迭代的消息，表示由變量節(jié)點(diǎn)j,f向代價(jià)函數(shù)節(jié)點(diǎn)W_j傳遞的第t+1次迭代的消息，x_j,f表示第f個(gè)信道對用戶j的信道分配因子，f＝1,2,...,Z，表示第t+1次迭代計(jì)算之后，分配因子x_j,z的結(jié)果，表示第t+1次迭代后信道z對用戶j的邊際消息；

(203)、通過對迭代消息的計(jì)算引入不同的衰落參數(shù)，使消息傳遞算法得到收斂的計(jì)算結(jié)果；基于傳統(tǒng)的消息傳遞算法，通過迭代消息歸一化，將基于衰落參數(shù)的消息傳遞因子簡化；

(204)、帶有衰落因子加權(quán)的歸一化消息迭代計(jì)算表達(dá)為公式(11)、(12)和(13)：

其中，分別表示信道z傳遞給用戶j的第t次和t+1次迭代的歸一化消息，G_j,z表示歸一化的信道z對用戶j的發(fā)射功率增益，表示信道f傳遞給用戶j的第t次迭代的衰落因子，表示信道f傳遞給用戶j的第t次迭代的歸一化消息，G_j,f表示歸一化的信道f對用戶j的發(fā)射功率增益，表示信道z傳遞給用戶j的第t次迭代的衰落因子，表示用戶j傳遞給信道z的第t+1次迭代的歸一化消息，表示用戶l傳遞給信道z的第t次迭代的衰落因子；

步驟3具體步驟如下：

(301)將每一次的消息迭代過程展開，得到全連接深度神經(jīng)網(wǎng)絡(luò)；

(302)通過學(xué)習(xí)最佳的衰落參數(shù)，訓(xùn)練出適用于當(dāng)前場景和用戶需求的深度神經(jīng)網(wǎng)絡(luò)，得到最優(yōu)的資源分配結(jié)果。