[发明专利]基于多臂老虎机在线学习机制的基站与信道动态分配方法

权利要求书

1.基于多臂老虎机在线学习机制的基站与信道动态分配方法，其特征在于，包括：

S101：初始化，对于任意用户基站和信道初始化γ_i，j，k(0)＝1；令每一个用户i顺序连接基站j＝1，2，...，M并依次使用信道k＝1，2，…，K进行数据传输；若传输成功，则r_i，j，k(0)＝1；否则，r_i，j，k(0)＝0；令

其中，γ_i，j，k(t)表示到时间槽t为止用户通过基站接入信道的次数，r_i，j，k(t)∈{0，1}表示在时间槽t中，用户i是否通过基站j和信道k成功发送数据，表示到时间槽t为止用户i通过基站j接入信道k成功进行数据传输的次数；

S102：在每个时间槽t＝1，2，…T中，执行以下步骤：

1021、为每个用户基站信道计算其权重u_i，j，k(t)；

1022、利用贪心算法，根据计算分配方案：

其中，表示用户i在时间槽t中所要连接的基站，表示用户i和基站b_i(t)在时间槽t中所接入的信道；表示权重集合；

1023、令每个用户i连接基站b_i(t)并使用信道c_i(t)进行数据传输，根据传输结果更新r_i，j，k(t)：即当传输成功时，r_i，j，k(t)＝1；否则，r_i，j，k(t)＝0；

1024、针对每个用户基站信道更新其和γ_i，j，k(t)：若(i，j，k)∈Φ,判断t是否等于T，若是则结束；

否则，

并跳转至步骤1021。

2.根据权利要求1所述的基于多臂老虎机在线学习机制的基站与信道动态分配方法，其特征在于，所述步骤1022中，分配方案Φ(t)的计算方法包括：

(1)初始化

(2)若为空，则输出分配方案Φ(t)；否则，执行以下步骤：

a.对于任意基站和任意信道令l_j，k＝min{N′，τ_j}，计算u_i，j，k(t)权重最大的l_j，k个用户的集合τ_j表示基站的容量；

b.计算令的值最大的基站和信道即

c.对于每个用户分配基站j^*和信道k^*，即

Φ(t)←Φ(t)∪{(i，j^*，k^*)}

d.更新并跳转至步骤(2)。