【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及無線網(wǎng)絡頻譜分配領域，尤其提出一種基于流量預測面向下行鏈路的無線網(wǎng)絡動態(tài)頻譜分配方法。
技術(shù)介紹
1、從無線網(wǎng)絡服務提供商的角度來看，許可頻譜一直是最昂貴和最稀缺的資源。隨著無線網(wǎng)絡容量需求的急劇增長，頻譜變得更加寶貴。傳統(tǒng)的資源管理方法通?；谟脩艟彌_區(qū)狀態(tài)報告(bsr)，這種靜態(tài)的資源分配策略可能無法有效應對動態(tài)的流量需求變化。在前幾代蜂窩網(wǎng)絡中，固定頻譜分配(fsa)一直是在不同ap之間分配bw的流行方法。解決方案時，執(zhí)行初始容量計劃，并根據(jù)高峰時段預期服務的最大需求和可用資源將bw分配給ap。之后，bw分配保持靜態(tài)，與網(wǎng)絡中不同ap的動態(tài)容量需求無關。與fsa相比，dsa(dynamicspectrum?allocation)是根據(jù)ap的瞬時需求，根據(jù)可用資源分配頻譜。dsa是指在特定的時間間隔后觸發(fā)，估計下一個時間間隔的負載，計算頻譜需求，通過建立感知窗口來檢測用戶的瞬時需求，從而進行動態(tài)的感知頻譜分配。
2、dsa技術(shù)自誕生以來一直非常受歡迎，因為它通過允許以有效的方式使用未充分利用的頻段來提高網(wǎng)絡的頻譜效率。隨著無線技術(shù)的發(fā)展，dsa技術(shù)也在不斷發(fā)展。例如，在認知無線電(cognitive?radio,cr)環(huán)境中出現(xiàn)了不同的方法，其中使用dsa將空閑信道分配給secondary?users(secondary?users,su)，su通常是未經(jīng)許可的，并且在網(wǎng)絡中具有較低的優(yōu)先級，基于模糊邏輯、q-learning、隨機舍入算法等來學習、估計和分配所需的頻譜。例如，一種基于強化學習(rl
技術(shù)實現(xiàn)思路
1、專利技術(shù)目的，本專利技術(shù)所要解決的技術(shù)問題是克服現(xiàn)有技術(shù)的不足而提供一種基于流量預測面向下行鏈路的無線網(wǎng)絡動態(tài)頻譜分配方法，不僅能夠有效得滿足用戶的流量需求，還可以提高頻譜利用率和吞吐量，實現(xiàn)更高的經(jīng)濟效益。
2、技術(shù)方案，為解決上述技術(shù)問題，本專利技術(shù)提出一種基于流量預測和ddpg模型的下行鏈路動態(tài)頻譜分配方法，該方法包括如下步驟：
3、步驟1)建立無線網(wǎng)絡用戶流量需求數(shù)據(jù)集，組建特征集；
4、步驟2)利用步驟1中構(gòu)建的特征集，通過transformer架構(gòu)進行預測得到下一個頻譜分配窗口的用戶數(shù)據(jù)包請求結(jié)果；
5、步驟3)構(gòu)建無線網(wǎng)絡下行鏈路的基站分布和場景模型，以及用戶分布和接入方式；
6、步驟4)利用步驟3中設置成網(wǎng)絡模型和接入方式構(gòu)建ddpg強化學習模型，設置狀態(tài)空間、動作空間和獎勵函數(shù)，輸入在步驟2中預測得到的用戶流量包個數(shù)，利用強化學習在優(yōu)化全局問題，模擬無線網(wǎng)絡頻譜分配的最佳結(jié)果。
7、進一步的，步驟1)的具體方法如下：
8、通過在用戶端利用數(shù)據(jù)包捕獲工具完成數(shù)據(jù)采集，完整的數(shù)據(jù)集其中包括六個特征，如下所示:
9、f1:數(shù)據(jù)包到達/離開的時間；
10、f2:數(shù)據(jù)包個數(shù)；
11、f3:數(shù)據(jù)包是上行鏈路還是下行鏈路；
12、f4:源ip地址；
13、f5:目標ip地址；
14、f6:傳輸時使用的通信協(xié)議；
15、通過f3:數(shù)據(jù)包是上行鏈路還是下行鏈路以判斷上行鏈路還是下行鏈路，通過f2:數(shù)據(jù)包個數(shù)代表著無線網(wǎng)絡中用戶的流量需求，通過f6:傳輸時使用的通信協(xié)議判斷數(shù)據(jù)包的大小。
16、進一步的，步驟2)的具體方法如下：
17、步驟2.1)對特征集數(shù)值特征進行歸一化處理；
18、步驟2.2)定義模型的層結(jié)構(gòu)，包括多頭自注意力機制、前饋神經(jīng)網(wǎng)絡層、位置編碼；
19、步驟2.3)利用步驟2.1)中得到的特征集，使用transformer架構(gòu)進行預測，通過transformer架構(gòu)預測得到的用戶uek在下一個時間窗口τ內(nèi)產(chǎn)生的需求數(shù)據(jù)包個數(shù)為lk，數(shù)據(jù)包的大小為np，則用戶uek期望得到的需求速率即為：
20、
21、假設用戶uek進入到基站bsm的范圍內(nèi)時，實際速率高于用戶uek需求速率的時間為d(bkm)，不滿足用戶需求即實際速率低于用戶uek需求速率的時間l((bkm)為：
22、
23、實際的用戶uek流量吞吐量即表示為：
24、tm,k＝rd*d(bkm)+rm,kj,t*l(bkm)??(3)。
25、為在幀j的時隙t中，與基站bsm相關聯(lián)的用戶uek的可實現(xiàn)速率。
26、進一步的，步驟3)的具體方法如下：
27、在無線網(wǎng)絡下行鏈路中，有s個基站各自分布在半徑為d的圓形區(qū)域中心，所有的基站都采用正交頻分多址技術(shù)連接用戶，u個用戶在覆蓋半徑為d的基站范圍內(nèi)隨機分布，并且各自向基站發(fā)送數(shù)據(jù)包請求，uek只訪問最近的基站，并且該ue必須在相關基站的覆蓋范圍內(nèi)；每個基站通過ofdma服務于關聯(lián)的多個ue，在固定的時間間隔后進行頻譜分配調(diào)度，并以最大傳輸比傳輸?shù)矫總€子載波；
28、其中，bss集合表示為m＝{m|m＝1,2，…,s}，用戶ue集合表示為k＝{k|k＝1,2，…u}，uek與幀j中的服務bs之間的距離為大尺度信道增益為其中，β是路徑損失指數(shù)，在幀j的時隙t中，與基站bsm相關聯(lián)的用戶uek的可實現(xiàn)速率為：
29、
30、其中，w0為子載波間距；
31、pkj,t,n是分配給用戶uek在幀j的時隙t中的子載波n上的發(fā)射功率；
32、是在幀j的時隙t上分配給用戶uek的子載波的集合；
33、n0為噪聲功率譜密度；
34、是用戶uek小尺度信道是衰落因子，在幀j的時隙t中的子載波n上；
35、每個bs總發(fā)射功率表示為pmax，當發(fā)射功率在子載波之間平均分配時，即wmax為子載波個數(shù)，則公式(4)中的瞬時可達速率為：
36、
37、其中，σ2＝n0wmax為隨機高斯噪聲方差。
38、進一步的，步驟4)的具體方法如下：
39、步驟4.1)狀態(tài)空間，智能體的狀態(tài)空間由xr設備的觀測所決定，在第t本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種基于流量預測和DDPG模型的下行鏈路動態(tài)頻譜分配方法，其特征在于，該方法包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于流量預測和DDPG模型的下行鏈路動態(tài)頻譜分配方法，其特征在于，步驟1)的具體方法如下：
3.根據(jù)權(quán)利要求1所述的一種基于流量預測和DDPG模型的下行鏈路動態(tài)頻譜分配方法，其特征在于，步驟2)的具體方法如下：
4.根據(jù)權(quán)利要求1所述的一種基于流量預測和DDPG模型的下行鏈路動態(tài)頻譜分配方法，其特征在于，步驟3)的具體方法如下：
5.根據(jù)權(quán)利要求1所述的一種基于流量預測和DDPG模型的下行鏈路動態(tài)頻譜分配方法，其特征在于，步驟4)的具體方法如下：
【技術(shù)特征摘要】
1.一種基于流量預測和ddpg模型的下行鏈路動態(tài)頻譜分配方法，其特征在于，該方法包括如下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于流量預測和ddpg模型的下行鏈路動態(tài)頻譜分配方法，其特征在于，步驟1)的具體方法如下：
3.根據(jù)權(quán)利要求1所述的一種基于流量預測和ddpg模型的下行鏈路動態(tài)頻譜...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：周思源，周露，唐斌，譚國平，
申請(專利權(quán))人：河海大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。