[发明专利]一种基于深度学习的功率分配方法及分配装置有效
| 申请号： | 201910909800.8 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110635833B | 公开（公告）日： | 2020-12-15 |
| 发明（设计）人： | 董超;牛凯;王伟;汪诗雨 | 申请（专利权）人： | 北京邮电大学;中国电子科技集团公司第五十四研究所 |
| 主分类号： | H04B7/0426 | 分类号： | H04B7/0426;H04W72/04;G06N3/08 |
| 代理公司： | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人： | 项京;丁芸 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种基于深度学习的功率分配方法及分配装置，其中方法包括：获取用户的信道矩阵；对信道矩阵进行奇异值分解处理，得到等效信道特征值以及左酉矩阵；基于等效信道特征值以及用户的预设功率限制参数，生成用户的信道特征信息；将信道特征信息输入预先训练好的全连接神经网络模型中，得到用户的数据流数；基于用户的数据流数，等效信道特征值，以及左酉矩阵，构建用户的功率分配协方差矩阵；基于用户的功率分配协方差矩阵，为用户分配传输功率。本发明实施例能够提高分配传输功率的效率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 功率 分配 方法 装置 | ||
【主权项】：
1.一种基于深度学习的功率分配方法，其特征在于，所述方法包括：/n获取用户的信道矩阵；/n对所述信道矩阵进行奇异值分解处理，得到等效信道特征值以及左酉矩阵，其中，所述等效信道特征值为与所述信道矩阵对应的等效信道中所包括的多个正交信道各自对应的奇异值；/n基于所述等效信道特征值以及所述用户的预设功率限制参数，生成所述用户的信道特征信息；/n将所述信道特征信息输入预先训练好的全连接神经网络模型中，得到所述用户的数据流数，所述数据流数用于表示为用户分配的数据流量大小；/n基于所述用户的数据流数，所述等效信道特征值，以及所述左酉矩阵，构建所述用户的功率分配协方差矩阵；/n基于所述用户的功率分配协方差矩阵，为所述用户分配传输功率。/n
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北京邮电大学;中国电子科技集团公司第五十四研究所，未经北京邮电大学;中国电子科技集团公司第五十四研究所许可，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/201910909800.8/，转载请声明来源钻瓜专利网。
