Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于信干噪比门限动态调整的随机用户调度方法 

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!

申请/专利权人:南通师范高等专科学校

摘要:本发明提供了一种基于信干噪比门限动态调整的随机用户调度方法,属于无线通信领域,包括:测量用户的瞬时信干噪比基站通过求解问题,得到最优的门限调整间隔M*,以及对应的TM*个优化的门限值其中,T为通信轮次;基站启动联邦学习,设初始伦次t=0,将随机的初始化参数w0发送给N个用户;基站接收用户n发送的更新后的参数并将参数与瞬时信干噪比进行比较;当大于时,将参数纳入全局参数更新,并使用传输层协议向未被选中的用户发送“NACK”信号;当通信轮次达到T次,基站输出最优的全局模型参数wt。该方法采用逐步降低SINR门限的策略,在不明显降低收敛性能的约束下,大幅度缩短通信时间。

主权项:1.一种基于信干噪比门限动态调整的随机用户调度方法,其特征在于,包括以下步骤:测量用户的瞬时信干噪比基站的通信轮次为T,求解得到第t轮通信时的SINR门限γt;基站启动联邦学习,设初始伦次t=0,将随机的初始化参数w0发送给所有N个用户;基站接收用户n发送的更新后的参数并将参数与瞬时信干噪比进行比较;当大于时,将参数纳入全局参数更新,并使用传输层协议向未被选中的用户发送“NACK”信号;所述全局参数更新的更新方程为: 其中,时,为用户n的模型上传成功概率;当通信轮次达到T次,基站输出最优的全局模型参数wt,实现用户调度;所述瞬时信干噪比的计算公式为: 其中,σ2是AWGN噪声功率,Hn是信道衰落系数,服从均值为1μ的指数分布;∈为功率补偿因子,Rn为用户与关联基站的距离;α为路径损耗因子,且α>2;In表示用户n上传数据时所受到的干扰信号总功率,如下式所示: 其中,Dx为位置x处的用户到目标基站的距离;Rx为某个干扰用户到其对应的关联基站的距离,所在位置x∈Φi,n,Φi,n表示与第n个用户使用相同资源块的所有干扰用户的集合;Hx为位置x处的用户到基站的信道增益;基站通过求解问题P,得到最优的门限调整间隔M*,以及对应的TM*个优化的门限值 其中,T为通信轮次,τ为等间隔选取的门限的序号,γt为第t轮通信时的SINR门限;基站采用遗传算法求解问题P,具体为: 其中,T为通信轮次,Θ为学习性能,N为用户数量;[γmin,γmax]为基站能接收信号的信干噪比范围;q为信号发送成功概率,S为参数量化比特数,γτ为τ时刻的信干噪比门限;为τ时刻用户n的信号发送成功概率,M为门限调整间隔;Z为正整数;1对于边缘用户: 其中,rN为第N个用户到基站的距离,是第N个用户的边际pdf分布; 如下式所示: 且 式中,λ为用户密度,代表第N个用户在距离为rN时受到干扰功率的拉普拉斯变换; 由下式计算得到: 其中,e、q、v均为临时变量;2对于非边缘用户: 其中,是用户距离的联合分布,如下式所示: 而积分式第一项为: 所述基站将随机的初始化参数w0发送给所有N个用户后,N个用户并行执行E次本地迭代,更新学习模型参数,最终得到用户n的本地参数用户n将更新后的参数发送到基站;更新学习模型参数的更新方程为其中,为局部模型参数,为局部损失函数的梯度,E为通信轮次,η为学习率。

全文数据:

权利要求:

百度查询: 南通师范高等专科学校 一种基于信干噪比门限动态调整的随机用户调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。