[发明专利]一种基于深度学习的携能NOMA系统的资源分配方法在审
| 申请号： | 201910133936.4 | 申请日： | 2019-02-22 |
| 公开（公告）号： | CN110113179A | 公开（公告）日： | 2019-08-09 |
| 发明（设计）人： | 唐杰;罗静慈;冯婉媚;宋静茹;唐珩膑;苏智杰 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 裴磊磊 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的携能NOMA系统的资源分配方法，包括以下步骤：(1)构建携能NOMA系统中基于发射功率最小化的联合资源分配的数学优化问题；(2)设计基于深度学习算法的联合资源分配策略。本发明针对携能NOMA系统，从节能的角度出发，构建了在满足用户服务质量(Quality of Service,QoS)需求和发射功率约束的条件下，最小化系统发射功率的数学优化问题，并设计了基于深度学习算法的联合资源分配策略，实现了低功耗资源分配的同时，更加地符合了低时延的要求。 | ||
| 搜索关键词： | 联合资源分配 发射功率 资源分配 数学优化问题 学习算法 构建 最小化系统 用户服务 低功耗 低时延 最小化 节能 学习 | ||
【主权项】：
1.一种基于深度学习的携能NOMA系统的资源分配方法，其特征在于，所述方法包括以下步骤：步骤1：构建携能NOMA系统中基于发射功率最小化的联合资源分配的数学优化问题，包括优化变量、优化目标函数及约束条件；步骤2：基于深度学习算法，建立携能NOMA系统基于发射功率最小化的联合资源分配策略。
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华南理工大学，未经华南理工大学许可，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/201910133936.4/，转载请声明来源钻瓜专利网。
