一種多小區(qū)蜂窩D2D設(shè)備中基于深度學習的用戶關(guān)聯(lián)方法

基本信息

申請?zhí)?/td> CN202010964458.4 申請日 -
公開（公告）號 CN112153615A 公開（公告）日 2020-12-29
申請公布號 CN112153615A 申請公布日 2020-12-29
分類號 H04W4/70;H04W24/04;H04W24/06;H04B17/391;G06N3/08;G06N3/04;G06K9/62 分類 電通信技術(shù);
發(fā)明人 李君;朱明浩;仲星;王秀敏;李正權(quán) 申請（專利權(quán)）人 中科怡海高新技術(shù)發(fā)展有限公司
代理機構(gòu) 南京蘇高專利商標事務所（普通合伙） 代理人 柏尚春
地址 214105 江蘇省無錫市錫山區(qū)錫山大道333號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開一種多小區(qū)蜂窩D2D設(shè)備中基于深度學習的用戶關(guān)聯(lián)方法，首先，收集環(huán)境內(nèi)終端設(shè)備的信道增益信息；其次，運用窮舉法得到相應信道增益樣本下的最優(yōu)蜂窩用戶關(guān)聯(lián)策略，收集訓練數(shù)據(jù)集；然后，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)框架，初始化神經(jīng)網(wǎng)絡(luò)參數(shù)；最后，訓練該神經(jīng)網(wǎng)絡(luò)：將訓練數(shù)據(jù)集輸入至神經(jīng)網(wǎng)絡(luò)，構(gòu)建神經(jīng)網(wǎng)絡(luò)的輸出和標簽之間的MSE作為損失函數(shù)，并選擇隨機梯度下降算法對神經(jīng)網(wǎng)絡(luò)的權(quán)重進行更新；當損失函數(shù)小于預設(shè)值或達到迭代次數(shù)時即認為神經(jīng)網(wǎng)絡(luò)訓練完成，保存神經(jīng)網(wǎng)絡(luò)。本發(fā)明克服了環(huán)境中D2D設(shè)備對蜂窩設(shè)備造成的干擾問題，用卷積神經(jīng)網(wǎng)絡(luò)以監(jiān)督學習的方式逼近傳統(tǒng)算法來學習信道增益到最優(yōu)用戶關(guān)聯(lián)策略之間的映射關(guān)系。