[发明专利]基于深度学习的多载波认知NOMA资源分配方法有效
| 申请号： | 201810391479.4 | 申请日： | 2018-04-27 |
| 公开（公告）号： | CN108737057B | 公开（公告）日： | 2021-09-17 |
| 发明（设计）人： | 桂冠;王洁;黄浩;李允怡;熊健;范山岗;杨洁 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | H04L5/00 | 分类号： | H04L5/00;H04W16/10;H04W52/34;H04W72/12 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于深度学习的多载波认知非正交多址接入技术（Non‑Orthogonal Multiple Access,NOMA）资源分配方法，包括以下步骤：（1）多载波认知NOMA系统的场景模型建立；（2）用户调度和资源分配策略的数学描述；（3）基于联合分配的深度神经网络和深度学习算法设计。本发明在建立基于多载波认知NOMA的下行系统后，创新地提出符合该场景的频谱共享策略，并合理建立优化目标和约束条件的数学表达式，实现了基于深度学习的多载波认知NOMA用户调度和资源分配策略，满足了用户多方面传输需求的同时，更好地实现了多载波认知NOMA下行系统的低功耗资源分配。 | ||
| 搜索关键词： | 基于 深度 学习 载波 认知 noma 资源 分配 方法 | ||
【主权项】：
1.一种基于深度学习的多载波认知NOMA资源分配方法，其特征在于，包括以下步骤：步骤1：建立多载波认知NOMA系统场景模型：将单载波认知NOMA系统和基于多载波正交频分复用调制方式的NOMA系统结合；步骤2：建立基于深度学习的用户调度和资源分配的数学描述；基于多载波认知NOMA的下行用户调度和资源分配，建立符合场景的频谱共享策略，建立优化目标和约束条件的数学表达式；步骤3：基于联合分配的深度神经网络和深度学习算法，建立多载波认知NOMA用户调度和资源分配策略。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810391479.4/，转载请声明来源钻瓜专利网。
