公开(公告)号：CN109862610A

公开(公告)日：2019-06-07

申请号：CN201910013868.8

申请日：2019-01-08

Applicant: 华中科技大学

Inventor： 李强 ,  张雪艳 ,  楼瀚琼 ,  葛晓虎 ,  肖泳 ,  黄晓庆

IPC: H04W52/24 ,  H04W52/26 ,  H04W52/38 ,  H04W72/04 ,  H04W72/08 ,  G06Q50/30 ,  G06Q10/06

Abstract: 本发明公开了一种基于深度强化学习DDPG算法的D2D用户资源分配方法，本发明利用蜂窝用户和D2D用户相关信息，利用深度强化学习方法获得了最优的D2D用户信道分配和发射功率联合优化策略，D2D用户通过选择合适的发射功率和分配信道，来降低对蜂窝用户的干扰，同时最大化自身的信息速率，在不影响蜂窝用户QoS的情况下实现了高效资源分配，提高了蜂窝网络的吞吐量，符合绿色通信的要求。DDPG算法有效解决D2D用户信道分配和功率控制的联合优化问题，不仅在一系列连续动作空间的优化中表现稳定，而且求得最优解所需要的时间步也远远少于DQN，与基于值函数的DRL方法相比，基于AC框架的深度策略梯度方法优化策略效率更高、求解速度更快。

公开(公告)号：CN109862610B

公开(公告)日：2020-07-10

申请号：CN201910013868.8

申请日：2019-01-08

Applicant: 华中科技大学

Inventor： 李强 ,  张雪艳 ,  楼瀚琼 ,  葛晓虎 ,  肖泳 ,  黄晓庆

IPC: H04W52/24 ,  H04W52/26 ,  H04W52/38 ,  H04W72/04 ,  H04W72/08 ,  G06Q50/30 ,  G06Q10/06

Abstract: 本发明公开了一种基于深度强化学习DDPG算法的D2D用户资源分配方法，本发明利用蜂窝用户和D2D用户相关信息，利用深度强化学习方法获得了最优的D2D用户信道分配和发射功率联合优化策略，D2D用户通过选择合适的发射功率和分配信道，来降低对蜂窝用户的干扰，同时最大化自身的信息速率，在不影响蜂窝用户QoS的情况下实现了高效资源分配，提高了蜂窝网络的吞吐量，符合绿色通信的要求。DDPG算法有效解决D2D用户信道分配和功率控制的联合优化问题，不仅在一系列连续动作空间的优化中表现稳定，而且求得最优解所需要的时间步也远远少于DQN，与基于值函数的DRL方法相比，基于AC框架的深度策略梯度方法优化策略效率更高、求解速度更快。

公开(公告)号：CN109698726B

公开(公告)日：2020-05-19

申请号：CN201910021291.5

申请日：2019-01-10

Applicant: 华中科技大学

Inventor： 葛晓虎 ,  陈凯 ,  胡沈奇 ,  李强 ,  肖泳 ,  黄晓庆

IPC: H04B17/382 ,  H04B17/391 ,  H04W16/14

Abstract: 本发明公开了一种基于机器学习的无线频谱资源分配方法，包括：将无线通信系统划分为多个子系统，并在每一个子系统中配置一个探测器；在满足调度条件时转入后续步骤；对无线频谱资源进行划分，得到满足约束条件的所有分配方案；若满足约束条件的分配方案数的数量级小于预设的分配阈值，则遍历各分配方案，并利用神经网络模型预测各分配方案所对应的信道总容量以计算系统收益，从而获得使得系统收益最大的最优分配方案；否则，利用优化算法获得最优分配方案；根据最优分配方案为各子系统分配并部署无线频谱资源，以完成当前调度轮次的无线频谱资源分配；重新判断是否满足调度条件。本发明能够提高频谱资源利用效率并最大化系统收益。

公开(公告)号：CN109698726A

公开(公告)日：2019-04-30

申请号：CN201910021291.5

申请日：2019-01-10

Applicant: 华中科技大学

Inventor： 葛晓虎 ,  陈凯 ,  胡沈奇 ,  李强 ,  肖泳 ,  黄晓庆

IPC: H04B17/382 ,  H04B17/391 ,  H04W16/14

Abstract: 本发明公开了一种基于机器学习的无线频谱资源分配方法，包括：将无线通信系统划分为多个子系统，并在每一个子系统中配置一个探测器；在满足调度条件时转入后续步骤；对无线频谱资源进行划分，得到满足约束条件的所有分配方案；若满足约束条件的分配方案数的数量级小于预设的分配阈值，则遍历各分配方案，并利用神经网络模型预测各分配方案所对应的信道总容量以计算系统收益，从而获得使得系统收益最大的最优分配方案；否则，利用优化算法获得最优分配方案；根据最优分配方案为各子系统分配并部署无线频谱资源，以完成当前调度轮次的无线频谱资源分配；重新判断是否满足调度条件。本发明能够提高频谱资源利用效率并最大化系统收益。

公开(公告)号：CN109818892A

公开(公告)日：2019-05-28

申请号：CN201910046858.4

申请日：2019-01-18

Applicant: 华中科技大学

Inventor： 肖泳 ,  彭辉杰 ,  孙文华 ,  李强 ,  葛晓虎 ,  黄晓庆

IPC: H04L27/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种构建循环谱特征参数提取模型及信号调制方式识别方法，包括对输入的调制信号进行预处理得到循环谱；提取循环谱特征参数，利用特征参数对CNN模型进行训练、验证和测试得到特征参数提取模型；将调制信号输入到特征参数提取模型，获得特征参数样本集；以特征参数样本集作为输入，以对应的调制方式作为输出，训练识别模型，从而获得信号调制方式识别模型；将待测信号输入到特征参数提取模型，输出的特征参数输入到信号调制方式识别模型，获得待测信号的信号调制方式。本发明采用CNN架构对信号调制方式进行识别，由于调制方式特征提取被嵌入到卷积神经网络中，在训练的过程中会自动提取特征，实现信号调制方式的识别。