一种基于强化学习的动态空地异构网络用户关联增强方法技术

本申请涉及通信网络技术领域，具体而言，涉及一种基于强化学习的动态空地异构网络用户关联增强方法，可以解决在空地一体化的异构网络动态场景下，用户与基站的关联问题。所述方法包括：构建空地异构网络，并初始化网络的参数，所述空地异构网络包括地面宏基站、地面小基站、空中基站及地面用户；基于所述空地异构网络对系统信道及信道容量进行建模；确定最大化网络容量的最优化问题及限定条件；通过Q学习增强算法，对所述最优化问题进行求解，得到最优用户关联解。到最优用户关联解。到最优用户关联解。

【技术实现步骤摘要】
一种基于强化学习的动态空地异构网络用户关联增强方法


[0001]本申请涉及通信网络
，具体而言，涉及一种基于强化学习的动态空地异构网络用户关联增强方法。

技术介绍

[0002]随着通信技术的发展，网络架构逐渐变化，空天一体化网络被提出，将采用多层次、异构化的网络架构；空地一体化异构网络是一种结合了地面网络和空中网络的新型网络体系，面向无线通信领域，新型的空地异构的网络结构，能有效提高网络的可靠性，增加网络的带宽及信道容量，解决爆炸的用户服务需求。
[0003]然而，空地异构网络场景下的用户关联、资源分配问题依然备受关注，新型的网络结构下存在多种不同类型的基站和终端，会产生复杂的用户关联问题，新型网络结构的优势和特点需要新的用户关联策略来发挥其效益，用户关联策略能够优化用户的接入选择，最大化系统效益，同时避免资源的浪费，提高整体网络的覆盖范围和质量。
[0004]但是，网络结构的变化为用户关联策略带来了新的挑战，在空地一体化的异构网络场景中，用户分布的非均匀性引起了地面基站部署的非均匀性，这导致用户与基站的空间相关性变得十分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于强化学习的动态空地异构网络用户关联增强方法，其特征在于，包括：构建空地异构网络，并初始化网络的参数，所述空地异构网络包括地面宏基站、地面小基站、空中基站及地面用户；基于所述空地异构网络对系统信道及信道容量进行建模；确定最大化网络容量的最优化问题及限定条件；通过Q学习增强算法，对所述最优化问题进行求解，得到最优用户关联解。2.如权利要求1所述的基于强化学习的动态空地异构网络用户关联增强方法，其特征在于，所述构建空地异构网络，并初始化网络的参数，所述空地异构网络包括地面宏基站、地面小基站、空中基站及地面用户，包括：给定所述空中基站的集合为UAV＝{UAV
m
,m＝1,2,...,N
UAV
}，所述地面基站的集合为GBS＝{GBS
g
,g＝1,2,...,N
GBS
}，总体基站的集合为BS＝{BS
i
,i＝1,2,...,N
GBS
+N
UAV
}，所述地面用户的集合为US＝{US
k
,k＝1,2,...,N
US
}；其中，N
UAV
为所述空中基站的数量，N
GBS
为所述地面基站的数量，N
US
为所述地面用户的数量，所述地面基站包括所地面宏基站及所述地面小基站，所述总体基站包括所述地面基站及所述空中基站。3.如权利要求2所述的基于强化学习的动态空地异构网络用户关联增强方法，其特征在于，在所述构建空地异构网络，并初始化网络的参数，所述空地异构网络包括地面宏基站、地面小基站、空中基站及地面用户，包括：给定所述空中基站的波束宽度为φ，所述空中基站对于地面的覆盖范围半径为r＝H2tan(φ/2)；其中，H2为无人机的飞行高度；所述空中基站的运动轨迹为以所述地面宏基站为圆心，半径为R1的圆周运动，(x
m
(t),y
m
(t))为t时刻的所述空中基站的位置坐标，为所述空中基站在t时刻的位置，所空中基站的速度为其中，R1为地面宏基站的覆盖半径，为单个所述空中基站的移动速度。4.如权利要求1所述的基于强化学习的动态空地异构网络用户关联增强方法，其特征在于，所述构建空地异构网络，并初始化网络的参数，所述空地异构网络包括地面宏基站、地面小基站、空中基站及地面用户，还包括：给定每个所述地面用户的移动速度为移动角度为所述用户的移动速度及所述移动角度实时更新，设置参数T为所述空地异构网络的更新时隙，每T秒更新所述地面宏基站、所述地面小基站、所述空中基站及所述地面用户的速度及角度，并重新生成网络拓扑。5.如权利要求2所述的基于强化学习的动态空地异构网络用户关联增强方法，其特征在于，所述基于所述空地异构网络对系统信道及信道容量进行建模，包括：给定所述地面用户在t时刻的位置为US
k
(t)及所述地面基站在t时刻的位置为GBS
g
(t)，所述地面用户与所述地面基站之间的距离为
其中，H1为所述地面基站的高度；基于网络的跨域性与异构性，地面通信的信道增益需要同时考虑大尺度衰落与小尺度衰落，在t时刻，所述地面用户与所述地面基站之间的独立信道增益为其中，为小尺度衰落分量；根据Jakes模型，将小尺度衰落分量表示为一阶复高斯马尔可夫过程：其中，ρ＝J02πf
d
T，J0(
·
)是第一类零阶贝塞尔函数，y
t(g
→
k)
是具有单位方...

【专利技术属性】
技术研发人员：杨清海，艾宝，冯旭旸，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：