一种基于机器学习的能量采集中继系统自适应调制方法技术方案

本发明专利技术公开了一种基于机器学习的能量采集中继系统自适应调制方法，其具体步骤如下：发送端根据中继数据缓存器的状态，确定采用的调制方式，使得发送数据不超过中继存储能力。接着中继根据发送端发送的数据，以及一段时间内信道状态和能量采集状态信息，确定这段时间内中继采用的最优调制方式，以达到提升系统总吞吐量的目标。再将调制方式以及信道状态信息作为训练数据，利用分类算法将信道根据调制方式分成不同的类，确定类的范围。本发明专利技术考虑在单中继无线通信场景中，节点均采用MQAM调制方式发送信号。节点需要根据当前时隙系统信息，利用机器学习方法自适应的确定当前采用的调制方式，以达到提升系统吞吐量的目标。

【技术实现步骤摘要】
一种基于机器学习的能量采集中继系统自适应调制方法
本专利技术基于通信
，具体涉及一种基于机器学习的能量采集中继系统自适应调制方法。
技术介绍
近年来，随着无线通信技术的发展，无线业务的应用越来越广泛，能源消耗越来越大，所以绿色通信已成为关注的焦点。能量采集技术是指节点从周围环境采集能量，并用于自身信息的发送，作为发送功率。由于从环境获取能量，能量采集技术不仅绿色环保，同时延长了能量自给设备的寿命。同时，随着通信范围的扩大，边缘用户的通信质量由于信道衰落的增加而降低。协作中继技术是指在发送端和接收端之间增加中继节点，通过中继转发改善信号质量，从而有效提升网络的覆盖率，避免因为信道衰落造成通信质量的降低，并能提供一定的通信增益。能量采集中继已成为下一代移动通信中一个重要的研究方向。对于能量采集系统中功率分配的研究已有很多，但是对于实际的通信系统，通常需要考虑具体的调制方式。数字通信系统中，M进制正交振幅调制(MQAM)是最常用的调制技术之一。对于能量采集中继系统，考虑系统中节点如何选择调制方式，将面临两个主要挑战。首先，系统包含源节点和中继，都需要发送数据，所以两者分别如何确定自己本文档来自技高网...

【技术保护点】
1.一种基于机器学习的能量采集中继系统自适应调制方法，其特征在于：包括以下步骤：1)根据中继数据缓存器的状态，确定发送端采用的调制方式：系统由发送端S，接收端D和一个能量采集中继R组成，所述能量采集中继R包含一个数据缓存器和一个能量缓存器，若时隙t‑1数据缓存器存储能力为Qt‑1，根据

【技术特征摘要】
1.一种基于机器学习的能量采集中继系统自适应调制方法，其特征在于：包括以下步骤：1)根据中继数据缓存器的状态，确定发送端采用的调制方式：系统由发送端S，接收端D和一个能量采集中继R组成，所述能量采集中继R包含一个数据缓存器和一个能量缓存器，若时隙t-1数据缓存器存储能力为Qt-1，根据确定时隙t发送端的调制方式其中QMAX为中继数据缓存器的最大存储量。2)根据边界值确定中继采用的调制方式：时隙t时中继到目的节点的信道增益为则对应的归一化信道增益为其中表示中继到目的节点信道的平均信道增益，将归一化信道增益由小到大分为L个区间，每个区间为一类，由L-1个边界值分割，边界值为Th1,2＜…＜Thi,i+1＜…＜ThL-1,L，判断时隙t时归一化信道增益kt所属区间，若Thi-1,i≤kt＜Thi,i+1，此时信道增益归为类i，并确定对应的调制阶数3)确定中继的发送功率：根据调制阶数确定中继的发送功率其中，BER是接收端的误码率要求，是中继所采用调制方式的调制阶数，N0是噪声功率，W是接收信号带宽，hrd表示中继到源节点的信道状态，根据计算中继的剩余能量Bt，如果则修改类i的门限值变为其中表示此时刻可以选择的最大调制阶数。2.根据权利要求1所述的一种基于机器学习的能量采集中继系统自适应调制方法，其特征在于：所述步骤2中不同区间的边界值Thi,i+1的确定步骤如...

【专利技术属性】
技术研发人员：朱琦，刘康，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32