[發(fā)明專利]用戶分簇方法、系統(tǒng)、存儲介質(zhì)、計算機設備及應用

有效

• 申請?zhí)枺?/td>: 202011267021.1
• 申請日: 2020-11-13
• 公開（公告）號: CN112566214B
• 公開（公告）日: 2022-10-18
• 發(fā)明（設計）人: 李靖;王文丹;葛建華;田潤茁;李慧芳;張賽
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04W40/24
• 分類號: H04W40/24
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

1.一種用戶分簇方法，其特征在于，所述用戶分簇方法包括：

根據(jù)系統(tǒng)內(nèi)用戶樣本集的信道增益和用戶之間的信道相似度進行初始的用戶分簇；

根據(jù)初始的用戶分簇結果對高斯混合模型的初始模型參數(shù)進行計算；

計算每個樣本由各混合成分生成的后驗概率并迭代更新高斯混合模型的參數(shù)；

判斷迭代次數(shù)是否達到設置的終止條件，若達到，則按照簇標記進行用戶分簇，否則，返回計算每個樣本由各混合成分生成的后驗概率并迭代更新高斯混合模型的參數(shù)；

所述用戶分簇方法包括以下步驟：

(1)根據(jù)系統(tǒng)內(nèi)用戶樣本集D＝{x₁,x₂,...,x_m}的信道增益Η＝{h₁,h₂,...,h_m}和用戶之間的信道相似度進行初始的用戶分簇，其中m為系統(tǒng)內(nèi)的總用戶數(shù)，i,j∈{1,2,...,m}；

(2)根據(jù)初始的用戶分簇結果對高斯混合模型的初始模型參數(shù)進行計算；均值向量協(xié)方差矩陣混合系數(shù)

(3)計算每個樣本由各混合成分生成的后驗概率γ_pi并迭代更新高斯混合模型的參數(shù)其中，系統(tǒng)內(nèi)所有的用戶樣本被分為k個用戶簇，上標t表示迭代次數(shù)；

(4)判斷迭代次數(shù)是否達到設置的終止條件，若達到，則按照簇標記C＝{C₁,C₂,...,C_k}進行用戶分簇，否則，返回(3)；

所述(2)中根據(jù)初始的用戶分簇結果對高斯混合模型的初始模型參數(shù)進行計算，實現(xiàn)如下：

(a)第p個用戶簇的初始均值向量定義為：其中p∈{1,2,...,k}，j∈{1,2,...,k}，即將中心用戶樣本x_j作為初始均值向量

(b)假設第p個用戶簇中的用戶數(shù)為m_p個，其中p∈{1,2,...,k}，則第p個用戶簇的初始協(xié)方差矩陣定義為：

其中，x_p,i為第p個用戶簇中的第i個用戶樣本；

(c)第p個用戶簇的初始混合系數(shù)定義為：

2.如權利要求1所述的用戶分簇方法，其特征在于，所述(1)中根據(jù)系統(tǒng)內(nèi)用戶樣本集的信道增益和用戶之間的信道相似度進行初始的用戶分簇，實現(xiàn)如下：

(1)系統(tǒng)中有m個用戶，用戶的樣本集D＝{x₁,x₂,...,x_m}，每個用戶樣本x_i是由用戶信道增益h_i和用戶與基站的物理偏離角α_i組成的二維列向量，即x_i＝(h_i,α_i)，其中i∈{1,2,...,m}，假設系統(tǒng)內(nèi)所有的用戶樣本被分為k個用戶簇，將所有用戶樣本的信道增益數(shù)值進行降序排序，選取排序前k個用戶樣本作為中心用戶樣本；

(2)計算用戶樣本x_i與中心用戶樣本x_j的信道相似度若用戶樣本與某中心用戶樣本的信道相似度最大，則將該用戶劃分至該中心用戶對應的用戶簇中。

3.如權利要求1所述的用戶分簇方法，其特征在于，所述(3)中計算每個樣本由各混合成分生成的后驗概率并迭代更新高斯混合模型的參數(shù)，實現(xiàn)如下：

(1)定義隨機變量z_i∈{1,2,...,k}代表生成樣本x_i的高斯混合成分，從而z_i的先驗概率P(z_i＝p)對應于α_p，z_i的后驗概率分布根據(jù)貝葉斯定理表示為：

其中，P(z_i＝p|x_i)表示了用戶樣本x_i由第p個高斯混合成分生成的后驗概率，將其簡記為γ_pi，其中，p∈{1,2,...,k}，i∈{1,2,...,m}；

(2)計算并更新均值向量：

(3)計算并更新協(xié)方差矩陣：

(4)計算并更新混合系數(shù)：