Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏亨鑫科技有限公司;上海大学王喆获国家专利权

江苏亨鑫科技有限公司;上海大学王喆获国家专利权

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!

龙图腾网获悉江苏亨鑫科技有限公司;上海大学申请的专利一种无线资源分配优化装置及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:CN116567843B

龙图腾网通过国家知识产权局官网在2026-05-01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:202310616438.1,技术领域涉及:H04W72/541;该发明授权一种无线资源分配优化装置及方法是由王喆;刘中华;王惠兵;蒋鹏良;吴达;刘斌设计研发完成,并于2023-05-29向国家知识产权局提交的专利申请。

一种无线资源分配优化装置及方法在说明书摘要公布了:本发明公开了一种无线资源分配优化装置及方法,该装置包括:数据采集模块,用于采集UE上传的信道数据并实现UE的定位;数据预测模块,用于实现对神经网络模型的训练和采集数据的预测;策略优化模块,用于实现子载波资源的分配和传输速率的选择。本发明提供的无线资源分配优化装置及方法中,引入小区间干扰,实现对小区边缘UE和小区中心UE使用不同的方案计算信道容量,更符合真实系统;对干扰信息和信道信息使用预测技术,可获得更加准确的信道和干扰信息,解决了反馈的信道状态同数据传输时刻的信道状态存在变化的问题,实现了子载波分配和传输速率的选择,可在整个传输时间段内获得更大的吞吐量。

本发明授权一种无线资源分配优化装置及方法在权利要求书中公布了:1.一种无线资源分配优化装置,其特征在于,包括: 数据采集模块,用于采集UE上传的信道数据并实现UE的定位; 数据预测模块,用于实现对神经网络模型的训练和采集数据的预测; 策略优化模块,用于实现子载波资源的分配和传输速率的选择; 所述数据采集模块包括UE位置定位模块、干扰数据采集模块和信道数据采集模块,所述UE位置定位模块通过UE上报的服务小区参考信号接收功率RSRP_S和邻小区的参考信号接收功率RSRP_N的差值得到UE所属的位置,是属于小区边缘UE或小区中心UE,这一结果决定之后是否需要采集小区间干扰数据,所述干扰数据采集模块负责采集小区间干扰的强度,即统计UE接收邻区信号的平均功率作为干扰值,并将干扰数据记录在干扰数据库中,所述信道数据采集模块负责采集服务小区信号的平均功率值,作为有用信号的功率值,并记录在信道数据库中; 所述数据预测模块包括干扰数据预测模块、信道数据预测模块和神经网络模型,所述干扰数据预测模块负责将数据库和实时采集的干扰数据利用卡尔曼滤波在时间维度进行干扰预测,利用滤波后的数据作为预测数据输出,所述信道数据预测模块用于将数据库中的信道数据利用滑窗法在时间维度进行数据集的生成,所述神经网络模型负责利用数据集中的训练集进行模型训练,再利用数据集中的测试集进行预测准确率检验,其误差小于标定阈值时认为模型训练成功; 所述策略优化模块通过深度强化学习的方法实现子载波资源的分配和传输速率的选择,实现强化学习模型的训练和使用,所述策略优化模块包括传输速率备选集合模块和传输速率选择模块; 所述策略优化模块通过深度强化学习的方法实现子载波资源的分配和传输速率的选择,实现强化学习模型的训练和使用的步骤包括: 1初始化模型的状态空间、动作空间及深度强化学习网络参数,所述状态空间为待分配的各个子载波的信道状态、干扰状态和已分配的平均子载波数量,所述动作空间为当前时刻分配的子载波数量和传输速率; 2根据当前状态计算信道容量并选取动作; 3获取奖励函数、下一状态并存储经验; 4根据经验数量判断是否进入深度强化学习;若训练学习次数不满足要求则进入步骤2; 所述奖励函数为: ; 其中,为传输速率,为信道容量,为指示函数,表示当发送速率小于传输容量时指示函数为1,传输速率算入吞吐量中,反之不算入;为惩罚项,其中为t时刻分配的子载波数量,为允许传输的最大子载波数量。

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江苏亨鑫科技有限公司;上海大学,其通讯地址为:214222 江苏省无锡市宜兴市丁蜀镇陶都路138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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。