【技术实现步骤摘要】
本公开的实施例总体上涉及无线通信领域，具体地涉及频谱管理技术，更具体地，涉及一种用于频谱管理装置的电子设备和方法、计算机可读存储介质。
技术介绍
1、随着5g技术的应用，网络基站部署更加密集，同时手机、物联网设备、可穿戴设备等各类形态的终端数量急剧增长，对频谱资源特别是针对6ghz以下适用于移动通信的频段的需求越来越大。由于业务的异构和动态性，传统的静态频谱管理方案频谱利用率低下，浪费了宝贵的频谱资源。因此，动态频谱共享技术被提出，由次用户通过频谱感知或数据库发现主用户的空闲频谱进行传输，提高频谱利用率。
2、美国联邦通信委员会在2018年移动世界大会上首次提出将区块链技术引入频谱管理中，以使得设计更安全、灵活。
3、etsi en 303 145定义了电视白频谱系统的参考模型，包括地理位置数据库(geolocation database，gldb)和频谱协调器(spectrum coordinator，sc)。其中，sc用于管理多个认知无线电系统(cognitive radio system，crs)之间的共存问题，并可以提供基于优先级的信道分配。同时，sc向gldb提供必要的保护标准信息，以确保在其他未使用sc的白空间设备(white space device，wsd)共存时能保证基于优先级的信道分配。gldb记录白频谱的实际使用情况。但是，该技术依赖于中心化的数据库，扩展性较差，且仅记录频谱使用的历史信息，未能充分利用频谱数据。
技术实现思路
1、在下
2、根据本申请的一个方面，提供了一种用于频谱管理装置的电子设备，包括：处理电路，被配置为：通过联邦学习获得用于表示主用户使用频谱资源的行为的主用户行为模型；以及将该主用户行为模型存储在模型区块链上。
3、根据本申请的另一个方面，提供了一种用于频谱管理装置的方法，包括：通过联邦学习获得用于表示主用户使用频谱资源的行为的主用户行为模型；以及将该主用户行为模型存储在模型区块链上。
4、根据本申请的上述方面的电子设备和方法通过使用联邦学习来获得主用户行为模型并使用区块链技术来存储所获得的主用户行为模型，能够实现去中心化的频谱环境的分析和预测，从而优化针对次用户的频谱资源分配。
5、根据本申请的一个方面，提供了一种用于频谱管理装置的电子设备，包括：处理电路，被配置为：获取通过联邦学习获得的用于表示主用户使用频谱资源的行为的主用户行为模型；以及基于该主用户行为模型和次用户的相关信息，确定次用户使用主用户的频谱资源的频谱分配方案。
6、根据本申请的另一个方面，提供了一种用于频谱管理装置的方法，包括：获取通过联邦学习获得的用于表示主用户使用频谱资源的行为的主用户行为模型；以及基于该主用户行为模型和次用户的相关信息，确定次用户使用主用户的频谱资源的频谱分配方案。
7、根据本申请的上述方面的电子设备和方法在进行针对次用户的频谱资源分配时利用了通过联邦学习获得的主用户行为模型，即，基于去中心化的频谱环境的分析和预测进行频谱资源分配，从而能够获得针对次用户的优化的频谱分配方案。
8、根据本申请的一个方面，提供了一种用于频谱管理装置的电子设备，包括：处理电路，被配置为：至少基于用于表示主用户使用频谱资源的行为的主用户行为模型，确定次用户使用主用户的频谱资源的频谱分配方案；从次用户获取次用户使用为其分配的主用户的频谱资源的性能分析报告，基于该性能分析报告评估所确定的次用户的可用频谱资源的准确性并得到分析评分；以及基于该分析评分，对主用户行为模型的准确性进行模型评分。
9、根据本申请的另一个方面，提供了一种用于频谱管理装置的方法，包括：至少基于用于表示主用户使用频谱资源的行为的主用户行为模型，确定次用户使用主用户的频谱资源的频谱分配方案；从次用户获取次用户使用为其分配的主用户的频谱资源的性能分析报告，基于该性能分析报告评估所确定的次用户的可用频谱资源的准确性并得到分析评分；以及基于该分析评分，对主用户行为模型的准确性进行模型评分。
10、根据本申请的上述方面的电子设备和方法通过利用次用户的性能分析报告来评估分配给次用户的频谱资源的准确性，从而提供对主用户行为模型的准确性的评估。
11、根据本公开的其它方面，还提供了用于实现上述用于网络管理的方法的计算机程序代码和计算机程序产品以及其上记录有该用于实现上述用于网络管理的方法的计算机程序代码的计算机可读存储介质。
12、通过以下结合附图对本专利技术的优选实施例的详细说明，本专利技术的上述以及其他优点将更加明显。
本文档来自技高网...【技术保护点】
1.一种用于频谱管理装置的电子设备，包括：
2.根据权利要求1所述的电子设备，其中，所述频谱管理装置作为联邦学习服务器，所述处理电路被配置为确定一个或多个其他频谱管理装置作为参与所述联邦学习的联邦学习客户端，并对由各个联邦学习客户端训练的本地主用户行为模型进行聚合而获得全局模型作为所述主用户行为模型。
3.根据权利要求1所述的电子设备，其中，所述处理电路还被配置为如下训练本地主用户行为模型：基于主用户的保护要求以及次用户的测量和感知信息，使用机器学习算法来训练本地主用户行为模型。
4.一种用于频谱管理装置的电子设备，包括：
5.根据权利要求4所述的电子设备，其中，所述处理电路还被配置为使用多智能体深度强化学习算法，通过最小化次用户间的相互干扰和保护所述主用户来确定优化的频谱分配方案。
6.一种用于频谱管理装置的电子设备，包括：
7.一种用于频谱管理装置的方法，包括：
8.一种用于频谱管理装置的方法，包括：
9.一种用于频谱管理装置的方法，包括：
10.一种计算机可读存储介质
...【技术特征摘要】
1.一种用于频谱管理装置的电子设备，包括：
2.根据权利要求1所述的电子设备，其中，所述频谱管理装置作为联邦学习服务器，所述处理电路被配置为确定一个或多个其他频谱管理装置作为参与所述联邦学习的联邦学习客户端，并对由各个联邦学习客户端训练的本地主用户行为模型进行聚合而获得全局模型作为所述主用户行为模型。
3.根据权利要求1所述的电子设备，其中，所述处理电路还被配置为如下训练本地主用户行为模型：基于主用户的保护要求以及次用户的测量和感知信息，使用机器学习算法来训练本地主用户行为模型。
4.一种用于频谱管理装置的电子设备，包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。