本發(fā)明涉及無(wú)線(xiàn)通信,更具體的說(shuō)是涉及一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法及系統(tǒng)。
背景技術(shù):
1、頻譜資源當(dāng)前頻譜利用率低,提升頻譜利用率是當(dāng)前急待解決的問(wèn)題,也是當(dāng)前的研究熱點(diǎn)。而認(rèn)知無(wú)線(xiàn)電技術(shù)是提升頻譜利用率的有效方法之一。
2、深度學(xué)習(xí)作為一種強(qiáng)大的數(shù)據(jù)驅(qū)動(dòng)型的機(jī)器學(xué)習(xí)方法,其在圖像識(shí)別、自然語(yǔ)言處理等領(lǐng)域已經(jīng)取得了顯著的成果。然而,如何將深度學(xué)習(xí)有效地融入到認(rèn)知無(wú)線(xiàn)電中,以實(shí)現(xiàn)頻譜資源的智能管理和優(yōu)化,仍是一個(gè)有待解決的挑戰(zhàn)。這需要深入研究深度學(xué)習(xí)的理論性質(zhì),例如其對(duì)數(shù)據(jù)的表示能力、泛化性能等,并結(jié)合認(rèn)知無(wú)線(xiàn)電的特點(diǎn),設(shè)計(jì)出有效的模型和算法。
3、此外,由于頻譜環(huán)境的動(dòng)態(tài)性和復(fù)雜性,如何讓深度學(xué)習(xí)模型能夠適應(yīng)這種環(huán)境變化,以及如何處理可能出現(xiàn)的非理想情況(如信號(hào)干擾、設(shè)備故障等),也是重要的研究?jī)?nèi)容。從實(shí)踐角度來(lái)看,頻譜資源的有效管理對(duì)于無(wú)線(xiàn)通信系統(tǒng)的性能至關(guān)重要。在移動(dòng)通信、無(wú)人駕駛、物聯(lián)網(wǎng)等多種應(yīng)用中,頻譜資源的需求都在不斷增加。然而,頻譜資源是有限的,如何提高其利用率,減少資源浪費(fèi),是通信行業(yè)面臨的重要問(wèn)題。此外,由于無(wú)線(xiàn)通信環(huán)境的復(fù)雜性,如用戶(hù)的移動(dòng)性、設(shè)備的多樣性、信號(hào)的干擾性等,頻譜管理的問(wèn)題變得異常復(fù)雜。深度學(xué)習(xí)可通過(guò)學(xué)習(xí)和理解這種復(fù)雜環(huán)境,提出有效的頻譜分配策略、降低信號(hào)干擾、提高系統(tǒng)性能。
4、然而,這一領(lǐng)域的研究還處于初級(jí)階段,還面臨許多挑戰(zhàn),如深度學(xué)習(xí)模型的設(shè)計(jì)和訓(xùn)練、深度學(xué)習(xí)在復(fù)雜無(wú)線(xiàn)通信環(huán)境中的應(yīng)用等。同時(shí),深度學(xué)習(xí)在認(rèn)知無(wú)線(xiàn)電頻譜管理中的實(shí)際應(yīng)用也需要進(jìn)一步的研究和驗(yàn)證,以提高頻譜管理的有效性。
5、因此,如何提供一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法及系統(tǒng),是本領(lǐng)域技術(shù)人員亟需解決的問(wèn)題。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此,本發(fā)明提供了一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法及系統(tǒng),用以解決上述現(xiàn)有技術(shù)中存在的技術(shù)問(wèn)題。
2、為了實(shí)現(xiàn)上述目的,本發(fā)明提供如下技術(shù)方案:
3、一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法,包括:
4、s100:收集無(wú)線(xiàn)電頻譜數(shù)據(jù);
5、s200:對(duì)收集的無(wú)線(xiàn)電頻譜數(shù)據(jù)進(jìn)行預(yù)處理;
6、s300:基于預(yù)處理后的無(wú)線(xiàn)電頻譜數(shù)據(jù),構(gòu)建頻譜感知模型并進(jìn)行訓(xùn)練;
7、s400:構(gòu)建頻譜管理模型并進(jìn)行訓(xùn)練;
8、s500:通過(guò)頻譜感知模型及頻譜管理模型實(shí)現(xiàn)頻譜管理。
9、優(yōu)選的,還包括s600:對(duì)頻譜感知模型及頻譜管理模型進(jìn)行驗(yàn)證與評(píng)估。
10、優(yōu)選的,所述s100:收集無(wú)線(xiàn)電頻譜數(shù)據(jù),包括:
11、收集不同地點(diǎn)、不同時(shí)間、不同天氣的無(wú)線(xiàn)電頻譜數(shù)據(jù)。
12、優(yōu)選的,s200:對(duì)收集的無(wú)線(xiàn)電頻譜數(shù)據(jù)進(jìn)行預(yù)處理,包括:
13、s210:對(duì)收集的無(wú)線(xiàn)電頻譜數(shù)據(jù)進(jìn)行去噪及歸一化處理;
14、s220:將處理后的無(wú)線(xiàn)電頻譜數(shù)據(jù)劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。
15、優(yōu)選的,s300:基于預(yù)處理后的無(wú)線(xiàn)電頻譜數(shù)據(jù),構(gòu)建頻譜感知模型并進(jìn)行訓(xùn)練,包括:
16、s310:選擇頻譜感知模型的類(lèi)型,所述頻譜感知模型的類(lèi)型包括卷積神經(jīng)網(wǎng)絡(luò)模型以及循環(huán)神經(jīng)網(wǎng)絡(luò)模型,所述卷積神經(jīng)網(wǎng)絡(luò)模型用于處理訓(xùn)練數(shù)據(jù)集中具有網(wǎng)格數(shù)據(jù)特性的無(wú)線(xiàn)電頻譜數(shù)據(jù),所述循環(huán)神經(jīng)網(wǎng)絡(luò)模型用于處理訓(xùn)練數(shù)據(jù)集中具有時(shí)間依賴(lài)性的無(wú)線(xiàn)電頻譜數(shù)據(jù);
17、s320:設(shè)置頻譜感知模型的結(jié)構(gòu);
18、s330:選擇頻譜感知模型的優(yōu)化器和損失函數(shù);
19、s340:確定頻譜感知模型的訓(xùn)練策略。
20、優(yōu)選的,s400:構(gòu)建頻譜管理模型并進(jìn)行訓(xùn)練,包括:
21、s410:以強(qiáng)化學(xué)習(xí)rl模型框架作為頻譜管理模型基礎(chǔ);
22、s420:確定頻譜管理模型的狀態(tài)空間、動(dòng)作空間和獎(jiǎng)賞函數(shù);
23、s430:確定頻譜管理模型的優(yōu)化器、損失函數(shù)和訓(xùn)練參數(shù)。
24、優(yōu)選的,所述s420:確定頻譜管理模型的狀態(tài)空間、動(dòng)作空間和獎(jiǎng)賞函數(shù)中:
25、所述狀態(tài)空間包括頻譜使用情況、用戶(hù)需求的信息;
26、所述動(dòng)作空間包括分配頻譜、調(diào)整功率的決策;
27、所述獎(jiǎng)賞函數(shù)包括反映出頻譜管理的目標(biāo)。
28、一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理系統(tǒng),包括:
29、數(shù)據(jù)收集模塊:收集無(wú)線(xiàn)電頻譜數(shù)據(jù);
30、數(shù)據(jù)處理模塊:對(duì)收集的無(wú)線(xiàn)電頻譜數(shù)據(jù)進(jìn)行預(yù)處理;
31、頻譜感知模型構(gòu)建模塊:基于預(yù)處理后的無(wú)線(xiàn)電頻譜數(shù)據(jù),構(gòu)建頻譜感知模型并進(jìn)行訓(xùn)練;
32、頻譜管理模型構(gòu)建模塊:構(gòu)建頻譜管理模型并進(jìn)行訓(xùn)練;
33、頻譜管理模塊:通過(guò)頻譜感知模型及頻譜管理模型實(shí)現(xiàn)頻譜管理。
34、優(yōu)選的,還包括:
35、驗(yàn)證與評(píng)估模塊:對(duì)頻譜感知模型及頻譜管理模型進(jìn)行驗(yàn)證與評(píng)估。
36、經(jīng)由上述的技術(shù)方案可知,與現(xiàn)有技術(shù)相比,本發(fā)明公開(kāi)提供了一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法及系統(tǒng),在頻譜感知和管理問(wèn)題上具有一定的優(yōu)勢(shì)和有效性。具體有益效果為:
37、(1)數(shù)據(jù)驅(qū)動(dòng):本發(fā)明全程依賴(lài)于對(duì)大數(shù)據(jù)的處理和分析。通過(guò)將大數(shù)據(jù)分析應(yīng)用于決策過(guò)程,本發(fā)明能夠提供更深入、更準(zhǔn)確的洞察,幫助團(tuán)隊(duì)做出更好的決策。這種數(shù)據(jù)驅(qū)動(dòng)的方法是本發(fā)明的特色之處。
38、(2)高級(jí)機(jī)器學(xué)習(xí)技術(shù):本發(fā)明使用了一些最新的機(jī)器學(xué)習(xí)技術(shù),如深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和自然語(yǔ)言處理等。這意味著本發(fā)明可以處理復(fù)雜的問(wèn)題,產(chǎn)生出傳統(tǒng)方法無(wú)法達(dá)到的結(jié)果。
39、(3)可擴(kuò)展和模塊化設(shè)計(jì):本發(fā)明的設(shè)計(jì)允許它輕松地?cái)U(kuò)展和調(diào)整以滿(mǎn)足未來(lái)的需求。本發(fā)明通過(guò)模塊化設(shè)計(jì),每個(gè)模塊都可以獨(dú)立地進(jìn)行升級(jí)和替換。這種靈活的設(shè)計(jì)使本發(fā)明能夠隨著時(shí)間的推移而持續(xù)進(jìn)化,保持其領(lǐng)先地位。
1.一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法,其特征在于,還包括s600:對(duì)頻譜感知模型及頻譜管理模型進(jìn)行驗(yàn)證與評(píng)估。
3.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法,其特征在于,所述s100:收集無(wú)線(xiàn)電頻譜數(shù)據(jù),包括:
4.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法,其特征在于,s200:對(duì)收集的無(wú)線(xiàn)電頻譜數(shù)據(jù)進(jìn)行預(yù)處理,包括:
5.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法,其特征在于,s300:基于預(yù)處理后的無(wú)線(xiàn)電頻譜數(shù)據(jù),構(gòu)建頻譜感知模型并進(jìn)行訓(xùn)練,包括:
6.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法,其特征在于,s400:構(gòu)建頻譜管理模型并進(jìn)行訓(xùn)練,包括:
7.根據(jù)權(quán)利要求6所述的一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法,其特征在于,所述s420:確定頻譜管理模型的狀態(tài)空間、動(dòng)作空間和獎(jiǎng)賞函數(shù)中:
8.一種利用權(quán)利要求1至7任一項(xiàng)所述的基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理方法的基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理系統(tǒng),其特征在于,包括:
9.根據(jù)權(quán)利要求8所述的一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知無(wú)線(xiàn)電頻譜資源管理系統(tǒng),還包括: