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基于MAMFSAC算法的认知无蜂窝功率分配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：CN118265144B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202410298579.8，技术领域涉及：H04W72/044；该发明授权一种基于MAMFSAC算法的认知无蜂窝功率分配方法是由阮玉晗;曹超;赵润意;张锐;李涛;李勇朝设计研发完成，并于2024-03-15向国家知识产权局提交的专利申请。

本一种基于MAMFSAC算法的认知无蜂窝功率分配方法在说明书摘要公布了：本发明公开了一种基于MAMFSAC算法的认知无蜂窝系统功率分配方法，包括：构建认知无蜂窝系统模型，认知无蜂窝系统模型包括主级发射机、主级用户、M个次级发射机和N个次级用户；根据认知无蜂窝系统模型获得每个次级用户的信号接收速率的最优目标模型；根据M个次级发射机创建M个智能体，将最优目标模型建模为POMDP问题模型；构造多智能体平均场软演员评论家算法的加权平均场的权重系数；利用多智能体平均场软演员评论家算法求解POMDP问题模型，获得最优功率分配系数。本发明通过使用多智能体强化学习这种以数据为驱动的算法，能够在极短时间内对原非凸问题进行求解。

本发明授权一种基于MAMFSAC算法的认知无蜂窝功率分配方法在权利要求书中公布了：1.一种基于多智能体平均场软演员评论家MAMFSAC算法的认知无蜂窝功率分配方法，其特征在于，包括： S1：构建认知cell-free系统模型，所述认知cell-free系统模型包括主级发射机、主级用户、M个次级发射机和N个次级用户； S2：根据所述认知cell-free系统模型获得每个次级用户的信号接收速率的最优目标模型；包括： S2.1：获得第n∈[1,N]个次级用户SUn在主级用户不占用频段时接收到的信号yn0： 其中，表示期望信号，ηmn表示为第m∈[1,M]个次级发射机STm分配至第n∈[1,N]个次级用户SUn的功率系数，hmn表示为STm与SUn之间的下行信道系数，hmn＝{hmn1,...,hmnk,...,hmnK}，hmnk表示STm与SUn之间第k根天线的下行信道系数，Wmn为STm与SUn之间的共轭波束成形方式的预编码矩阵，qn表示发送至第n个次级用户的数据，表示次级用户之间的干扰，qi表示发送至第i个次级用户的数据，wn为均值为0，方差为σ2的高斯白噪声； S2.2：获得第n个次级用户SUn在主级用户不占用频段时的信干噪比： 其中，Pmax表示每个次级发射极的最大发射功率； S2.3：获得第n个次级用户SUn在主级用户占用频段时接收到的信号yn1： 其中，Pt表示主级发射机的发射功率，hpn表示主级发射机与第n个次级用户SUn之间的信道系数； S2.4：获得第n个次级用户SUn在主级用户占用频段时对应的信干噪比： S2.5：根据主级用户占用频段时的信干噪比与主级用户非占用频段时的信干噪比，获得次级用户SUn的信号接收速率Rn为： Rn＝1-PfPrH0log21+SINRn0+1-PdPrH1log21+SINRn1 其中，PrH0为主级用户不占用频段的概率，PrH1为主级用户占用频段的概率，H1为信道占用，H0为信道空闲；Pf＝Pr{判决为H1|H0}表示虚警概率，Pd＝Pr{判决为H1|H1}表示检测概率； S2.6：构建次级用户的信号接收速率的最优目标模型： 其中，hmp表示主级用户与第m个次级发射机之间的信道系数，表示主级用户的最大干扰门限； S3：根据所述M个次级发射机创建M个智能体形成多智能体系统，将所述最优目标模型建模为部分可观测马尔可夫POMDP问题模型；包括： S3.1：将所述M个次级发射机创建成M个智能体，将所述认知cell-free系统模型构建成S,O,A,R,P形成，其中，S＝{s1,...,sm,...,sM}表示所有智能体的状态集合，O＝{o1,...,om,...,oM}表示所有智能体的局部观测集合，A＝{a1,...,am,...,aM}表示所有智能体的动作集合，R＝{r1,...,rm,...,rM}表示所有智能体的回报值集合，P表示状态转移概率； S3.2：根据次级发射机与次级用户之间的功率系数、下行信道系数以及次级用户的信号接收速率构建每个智能体的状态、动作和回报值； S4：构造多智能体平均场软演员评论家算法的加权平均场的权重系数；包括： S4.1：假设所有次级发射机均包括一个N维的预连接向量prej： 其中，prejn表示第j个次级发射机与第n个次级用户的连接情况，Lf表示路损，Threshold表示路损门限值，prej＝{prej1,...,prejn,...,prejN}； S4.2：获得智能体j在第n个次级用户上对智能体i的权重系数： 其中，K表示次级发射机的天线数量，hjnk表示第j个次级发射机对第n个次级用户在第k根天线上的信道系数； S4.3：获得智能体i在第n个次级用户上的权重系数win： S5：利用所述多智能体平均场软演员评论家算法求解所述POMDP问题模型，获得最优功率分配系数；包括： S5.1：创建M个智能体，每个智能体包括一个策略网络和一个评估网络，初始化策略网络参数θ和智能体功率分配系数{η1,...,ηN}，初始化评估网络的网络参数ω1、ω2、 S5.2：获得所有智能体不同时刻的经验信息并存储至经验池中，其中，所述不同时刻的经验信息包括不同时刻的状态集合、部分观测集合、动作集合和回报值集合； S5.3：根据智能体不同时刻的经验信息对所述智能体进行训练，更新所述策略网络和所述评估网络的网络参数，获得训练后的多智能体系统； S5.4：将次级用户的局部观测数据输入至训练后的多智能体系统中，获得所述次级用户的最优功率分配系数。

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”。