一种深度学习的放大转发协作网络能效性资源分配方法
授权
摘要
本发明公开了一种深度学习的放大转发协作网络能效性资源分配方法。首先，构建了由两个独立的全连接(FC)子网络组成的组合深度神经网络(CDNN)模型，其中一个子网络用来确定源节点的功率分配，另外一个用来决定中继节点的功率分配。另外，为CDNN模型输出层设计基于反正切函数的激活函数，以逼近功率因子的分配，采用整流线性单元(ReLU)函数进一步滤掉输出的负中继节点功率权重，从而同时实现了中继节点的选择及其功率分配。设计的激活函数与基于Sigmoid激活函数相比，被证明能够根据信道增益为无线节点分配更合适的功率值。通过仿真结果也证明本发明提出的CDNN模型和传统的“固定源节点功率”方法相比，在能效性及中断概率两方面的性能上得到了提升。
基本信息
专利标题 ：
一种深度学习的放大转发协作网络能效性资源分配方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112929977A
申请号 ：
CN202110184433.7
公开（公告）日 ：
2021-06-08
申请日 ：
2021-02-10
授权号 ：
CN112929977B
授权日 ：
2022-05-31
发明人 ：
郭艳艳
申请人 ：
山西大学
申请人地址 ：
山西省太原市小店区坞城路92号
代理机构 ：
太原申立德知识产权代理事务所(特殊普通合伙)
代理人 ：
郭海燕
优先权 ：
CN202110184433.7
主分类号 ：
H04W72/04
IPC分类号 ：
H04W72/04 H04W40/22 G06N3/04 G06N3/08
相关图片
法律状态
2022-05-31 ：
授权
2021-06-25 ：
实质审查的生效
IPC(主分类) : H04W 72/04
申请日 : 20210210
申请日 : 20210210
2021-06-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN112929977A.PDF
PDF下载
