龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：暨南大学
申请日：2024-01-11
公开（公告）日：2024-04-26
公开（公告）号：CN117939635A
主分类号：H04W72/044
分类号：H04W72/044;H04W4/38;H04W72/543
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.14#实质审查的生效;2024.04.26#公开
摘要：本发明公开了一种适用于工业物联网通信学习性能均衡的功率分配方案，该功率分配方案包括下述步骤：构建边缘智能工业物联网框架，搭建多个神经网络分类模型并进行预训练；根据IIoT设备产生的数据集类型对用户进行分组；获取IIoT设备采集到的不同类型的数据集，根据不同类型的数据集训练对应的神经网络分类模型；获取IIoT设备的信道状态信息，计算每个IIoT设备的上行通信的可达速率；构建每个神经网络分类模型对应的经验误差函数；构建优化问题并转换为凸问题，迭代求解得到功率分配的局部最优解；根据功率分配的局部最优解得到通信速率。本发明在保证了各通信设备的通信服务质量的同时，最大化了分类模型的分类准确度。
主权项：1.一种适用于工业物联网通信学习性能均衡的功率分配方案，其特征在于，包括下述步骤：构建边缘智能工业物联网框架，搭建多个神经网络分类模型，并基于历史样本数据对神经网络分类模型进行预训练；根据IIoT设备产生的数据集类型对用户进行分组，组的数量对应神经网络分类模型的数量；获取IIoT设备采集到的不同类型的数据集，根据不同类型的数据集训练对应的神经网络分类模型；获取每个蜂窝区域内IIoT设备的信道状态信息，计算每个IIoT设备的上行通信的可达速率；构建每个神经网络分类模型对应的经验误差函数，计算多个神经网络分类模型的平均分类误差；构建优化问题，所述优化问题在最小化平均分类误差值的同时，最大化用户中的最小可达速率，将最小化平均分类误差值与用户中的最小可达速率的差值作为优化目标；基于MM算法和DC算法将优化问题转换为凸问题，迭代求解得到功率分配的局部最优解；根据功率分配的局部最优解得到通信速率。
全文数据：
权利要求：
百度查询： 暨南大学 一种适用于工业物联网通信学习性能均衡的功率分配方案
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号