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：东南大学

摘要：本发明涉及一种海量终端URLLC下网络辅助全双工模式优化方法，该技术针对无蜂窝大规模MIMO场景下网络辅助全双工的上下行链路的资源利用效率最大化的问题，给出分布式操作的具有可扩展性的WoLF‑PHC智能算法。其中，逻辑上的可扩展性体现在每个远端天线单元RAU视为一个智能体，都包含一个本地处理器，可以执行与其自身相关的数据处理任务并根据其他RAU的决策去优化本地的性能指标。当在系统中加入新的RAU时，无需升级中央处理单元CPU的计算能力，无需在CPU处重新训练所有RAU传输过来的数据信息，这种分布式执行操作使得系统算法具有可扩展性。本发明提出的智能分布式操作算法更适合海量终端URLLC动态场景，复杂度较低，比传统的集中式Q‑learning算法具有更低的存储空间要求。

主权项：1.一种海量终端URLLC下网络辅助全双工模式优化方法，其特征在于：该方法采用基于WoLF-PHC的智能算法进行优化，包括以下步骤：步骤1：定义针对每个用户i的负载感知效用函数： 其中，Ui是负载感知的效用函数，用来表征系统的资源利用率，用来表征系统的资源利用率；k为每个远端天线单元RAU具有的可分配的总资源块的数量，K为用户总数，nm,i是第m个远端天线单元RAU分配给用户i的资源块数量，nm,a是第m个RAU分配给用户a的资源块数量，则求和项是第m个远端天线单元RAU分配给所有用户的资源块数量总和，第m个远端天线单元RAU简称RAUm，可由下式计算得到： 其中，是用户i根据自身服务质量QoS所需要的使用带宽，b是每个资源块所占的带宽，γi是用户i的信干噪比SINR，Ri是URLLC场景下的短包可达速率，Vγi是用户信道的离差，m是短包块的长度，Q-1·为Q函数取逆，ε0为错误译码概率DEP，e为自然对数，意为向上取整；步骤2：优化目标是基于负载感知最大化用户的资源效用函数： 其中，UU,i为上行链路的负载感知效用函数值，UD,j为下行链路的负载感知效用函数值，Ku为上行链路中的用户数，Kd为下行链路中的用户数；u、d分别为上行链路、下行链路的标识，i、j分别为第i个上行链路用户和第j个下行链路用户；为了确定每个远端天线单元RAU应该以哪种模式运行，定义两个二进制分配向量xu,xd∈{0,1}M×1，M为RAU的总数量，如果RAU用于上行链路或下行链路则第i个上行RAU的二进制分配向量或第j个下行RAU的二进制分配向量取值为1，否则取值为0；上下行链路的有效的负载感知效用函数值可分别用式5和6表示： 其中，定义Xu＝diagxu，Xd＝diagxd，diaga表示用元素a构成对角矩阵；Mu是上行RAU的数目，Md是下行RAU的数目，kU,m是上行RAUm可供分配的资源块数目，kD,m是下行RAUm可供分配的资源块数目，nm,i是RAUm在满足上行用户i的QoS的要求的情况下分配给上行用户i的资源块数量，nm,j是RAUm在满足下行用户j的QoS的要求的情况下分配给下行用户j的资源块数量；步骤3：用智能算法对资源效用函数进行优化，保存算法最后的状态集和奖励，作为最优的RAU双工模式和最大化的资源利用效率。

全文数据：

权利要求：

百度查询： 东南大学 海量终端URLLC下网络辅助全双工模式优化方法