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！

申请/专利权人：武汉大学

摘要：本发明提出了一种多用户高可靠低时延场景下联合码长和功率分配方法及系统。本发明包括：基站尝试接收用户测量并上报的CSI；接收到CSI时，CSI是精确的，此时将所提问题近似为凸问题，采用凸优化算法分配功率和码长；没有接收到CSI时，利用过期的CSI，采用深度强化学习分配功率和码长；基站将信息发送给用户后，用户计算误码率并反馈给基站，基站计算相应的奖励；基站用过期CSI情况下的“状态——动作——奖励”进行无监督学习来更新强化学习网络参数，提高强化学习网络的稳定性。本发明解决了URLLC场景中高可靠性要求下的能效过低的问题，通过引入监督学习提高了深度强化学习网络的稳定性。

主权项：1.一种多用户高可靠低时延场景下联合码长和功率分配方法，其特征在于，包括以下步骤：步骤1：在单个基站的覆盖区域内，N个用户按照各自的轨迹运动，首先，用户根据基站以周期T1发送的导频信号测量得到下行链路CSI，并将测量得到的CSI周期性上报给基站，基站根据接收到的CSI，在有限的功率和码长总资源下，基于最大化能源效率构建优化问题P1，并在每个局部点的局部问题进行建模为局部点处的问题P2：步骤2：每一轮信息的发送，基站查看是否收到用户上报的CSI，如果接收到CSI，则判断CSI精确，执行步骤3，如果没有接收到CSI，则利用之前接收到的CSI即过期CSI，执行步骤4；步骤3：当CSI精确时，采用连续凸近似算法分配功率和码长，将局部点处的问题P2近似成凸问题P3进行求解，基站按照分配方案把信息发送给用户，相应数据存入经验池A，用户解码并反馈是否错误，从而得到误码率，进而计算相应奖励rt；步骤4：当CSI过期时，采用基于TD3网络的深度强化学习解决P1的功率和码长联合分配问题，基站按照分配方案把信息发送给用户，相应数据存入经验池B，用户解码并反馈是否错误，从而得到误码率，进而计算相应奖励rt；步骤5：判断当前时隙t是否是所设置的监督训练周期T的整数倍，如果是，基站根据CSI精确时的功率码长分配结果进行监督训练，更新强化学习网络参数，训练数据来自经验池A；如果不是，基站根据CSI过期时用户反馈的误码率计算奖励rt进行无监督训练，从而更新强化学习网络参数，训练数据来自经验池B。

全文数据：

权利要求：

百度查询： 武汉大学 一种多用户高可靠低时延场景下联合码长和功率分配方法及系统