一种NOMA系统资源分配方法、系统及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114173415A(43)申请公布日2022.03.11(21)申请号202111094129.X(22)申请日2021.09.17(71)申请人南京邮电大学地址210023江苏省南京市鼓楼区栖霞区文苑路9号(72)发明人潘沛生韩文毫(74)专利代理机构南京纵横知识产权代理有限公司32224代理人韩红莉(51)Int.Cl.H04W72/04(2009.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书11页附图3页(54)发明名称一种NOMA系统资源分配方法、系统及存储介质(57)摘要本发明公开了一种NOMA系统资源分配方法、系统及存储介质，包括：注意力神经网络深度强化学习框架将信道状态下信道分配的空间计算嵌入计算为状态空间，并计算输出最优的状态空间的概率分布；基于获取的NOMA系统的系统参数、用户参数和最优的状态空间的概率分布，计算得到最优信道分配的闭合解，将最优信道分配的闭合解作为最优的功率分配方案。本发明根据最大化总和速率和最大化最小速率两个目标函数为优化模型，推导出给定信道分配的条件下，最优功率分配的闭合解，获得最优的功率分配方案，该信道和功率联合分配算法在最大化总和速率和最大化最小速率两个指标下都具有更好的系统性能。CN114173415ACN114173415A权利要求书1/3页1.一种NOMA系统资源分配方法，其特征在于，包括：注意力神经网络深度强化学习框架将信道状态下信道分配的空间计算嵌入计算为状态空间，并计算输出最优的状态空间的概率分布；基于获取的NOMA系统的系统参数、用户参数和最优的状态空间的概率分布，计算得到最优信道分配的闭合解，将最优信道分配的闭合解作为最优的功率分配方案。2.根据权利要求1所述的一种NOMA系统资源分配方法，其特征在于，计算得到最优信道分配的闭合解，包括：计算获得最大化总和速率MSR和最大化最小速率MMR两个性能标准下的最优信道分配的闭合解。3.根据权利要求1所述的一种NOMA系统资源分配方法，其特征在于，注意力神经网络深度强化学习框架基于ANN神经网络，ANN神经网络结构包括L个并联的分支神经网络，L为正整数，分支神经网络包括编码器和解码器，编码器串联解码器：编码器包括多头注意力层和反馈层；多头注意力层中，对于每个din维的输入，din为正整数，将din维的输入线性地映射到初始de维中间状态的输出中；反馈层中包括线性变换模块一、RELU激活模块和线性变换模块二，线性变换模块一、RELU激活模块和线性变换模块二依次串联，反馈层导出的所有状态空间指向解码器；解码器包括单头注意力层，单头注意力层基于单注意力结构计算所有的状态空间的输出概率p(si|S,si‑1)。4.根据权利要求3所述的一种NOMA系统资源分配方法，其特征在于，训练注意力神经网络深度强化学习框架，包括：小区内基站收集小区内用户的信道状态，并根据信道状态进行信道分配；初始的信道状态为st，根据两个性能指标最大化总和速率MSR和最大化最小速率MMR，小区内基站从动作空间A中选择一种信道分配方式at，将信道状态st更新为新的信道状态st+1，记录为状态转移概率p(si|S,si‑1)，此时标志着一个子信道被分配完成；i表示时间，用于区分上一个信道状态和下一个信道状态的转移过程；基于自展法抽样p(si|S,si‑1)更新参数ζ；基于贪婪算法抽样p(si|S,si‑1)更新参数ζbl；若所有子信道被分配完毕，则输出该信道状态下所有信道分配；给定状态空间S的解ζ＝{S1,S2,…,SN}，给定状态空间S的解ζ的条件概率为：ANN神经网络的损失函数为多个信道分配解的平均奖励：其中，和分别表示在MSR和MMR两个性能指标下的平均奖励；预先设定梯度θ和梯度θbl，将参数ζbl代入Loss(ζ|S)获得Loss(ζbl|S)，如果Loss(ζ|S)＜Loss(ζbl|S)，则用θbl替代输入梯度计算公式中的θ；2CN114173415A权利要求书2/3页基于基准线获得ANN神经网络的梯度计算公式：其中，ζbl是由基准线得出的解，基准线选择出状态转移概率最大的信道状态，此时获得最优的状态空间的概率分布。5.根据权利要求2所述的一种NOMA系统资源分配方法，其特征在于，计算获得最大化总和速率MSR和最大化最小速率MMR两个性能标准下的最优信道分配的闭合解，包括：以最大化总和速率MSR性能标准下的最优信道分配为：以最大化最小速率MMR性能标准下的最优信道分配为：其中，(Rn,k)min表示第k个子信道上第n个用户的最小数据速率，R1,k,R2,k分别表示第k个子信道上两个用户的数据速率，k∈[1,K],K为正整数。6.根据