买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安电子科技大学申请的专利一种面向资源小区的非均匀业务容量覆盖的用户关联方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116112954B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310129139.5，技术领域涉及：H04W24/02；该发明授权一种面向资源小区的非均匀业务容量覆盖的用户关联方法是由刘俊宇;李鑫;盛敏;李建东;史琰;张夏雨设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本一种面向资源小区的非均匀业务容量覆盖的用户关联方法在说明书摘要公布了：本发明提出了一种面向资源小区的非均匀业务容量覆盖的用户关联方法，实现步骤为：构建超密集网络系统；初始化参数；建立用户关联的优化问题；计算Q学习算法中的Q表；获取非均匀业务容量覆盖的用户关联结果。本发明提出基于Q学习算法的用户关联算法，首先在满足用户需求下,求解最佳用户关联结果以最大化网络容量，可以在满足用户服务质量需求和基站发射功率限制的同时改变网络服务结构，使网络中非均匀的用户业务得到均匀的服务，从而降低资源使用冲突造成的干扰，以提高网络容量。

本发明授权一种面向资源小区的非均匀业务容量覆盖的用户关联方法在权利要求书中公布了：1.一种面向资源小区的非均匀业务容量覆盖的用户关联方法，其特征在于包括如下步骤：1构建超密集网络系统：构建包括由M个随机分布的基站划分成的Y个资源小区C＝{C1,C2,...,Cy,...,CY}和N个有业务需求的非均匀分布的用户U＝{U1,U2,...,Un,...,UN}的超密集网络系统，每个资源小区Cy包含K个基站，每个用户Un只能关联一个基站，每个资源小区Cy中的每个基站可以至少关联一个用户，其中，M≥1，N≥1，1≤Y≤M，Un表示第n个用户；2初始化参数：初始化第n个用户Un与Cy中的第k个基站之间的关联标识为当Un与关联时，否则用户Un通过关联最近基站得到的维度为N×M的最近用户关联矩阵为X，X的第n行第m列的关联标识值为用户Un的传输速率为Rn，Rn的门限值为R0，超密集网络系统覆盖区域为边长为size的正方形，用户Un到基站的信道增益为Cy中的第k个基站的功率为3建立用户关联的优化问题：建立以超密集网络系统中有业务需求的非均匀分布的用户的总网络容量函数Rtotal最大化maxXRtotal为目标，以C1、C2、C3、C4和C5为约束条件的优化问题： C1: C3:C4:C5:其中，为用户Un接收来自关联基站的信干噪比，Cj为资源小区Y中除去Cy的所有资源小区，为Cj中的功率为的第k个基站；为Cj中所有基站到用户Un的干扰信号之和，σ表示高斯白噪声；4计算Q学习算法中的Q表：4a初始化迭代次数为e，最大迭代次数为E，E≥N×M，初始化探索次数t,最大探索次数为T，T≥M，初始化Q值为与关联矩阵X中的相同的维度为的N×M的Q表，初始化网络系统中所有的用户U为状态集合，网络系统中所有资源小区下的M个基站为动作集合A,初始化Q学习的学习率α∈0,1、折扣因子γ∈0,1、动作探索概率为ε∈0,1,常数d为size的一半，并令e＝0,令t＝1；4b在状态集合U中随机选取一个用户Ut作为初始状态；4c选择当前状态Ut下动作集合A中动作基站4d计算在状态Ut采取动作基站后的奖励值并判断是否成立，若是，将置为1，保留动作基站令用户关联矩阵X中用户Ut对应的行关联标识全部为0，并更新用户关联矩阵X中用户Ut和基站对应的关联标识为1；利用Q函数公式计算状态-动作对的价值再通过对Q表进行更新后，执行步骤4e，否则，将置为-1，利用Q函数公式计算状态-动作对的价值并通过对Q表进行更新后，令t＝t+1，并执行步骤4b；4e判断t＝T是否成立，若是，得到本次迭代后的Q表，并执行步骤4f,否则，在当前采取动作基站的范围d内随机一个动作基站并在与动作基站所关联的状态集合U'中随机选择一个状态作为下一个状态Ut+1，令Ut＝Ut+1，并执行步骤4c；4f判断e＝E是否成立，若是，得到优化后的Q表，否则，令e＝e+1，并执行步骤4b；5获取非均匀业务容量覆盖的用户关联结果：用户Un选择优化后的Q表中每行Q值最大的基站得到使得优化问题中非均匀业务网络容量Rtotal达到最大值的最终用户关联矩阵X。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。