一种基于深度学习的携能NOMA系统的资源分配方法

作者：唐杰; 罗静慈; 冯婉媚; 宋静茹; 唐珩膑; 苏智杰

来源：2019-02-22, 中国, CN201910133936.4.

本发明公开了一种基于深度学习的携能NOMA系统的资源分配方法,包括以下步骤：(1)构建携能NOMA系统中基于发射功率最小化的联合资源分配的数学优化问题；(2)设计基于深度学习算法的联合资源分配策略。本发明针对携能NOMA系统,从节能的角度出发,构建了在满足用户服务质量(Quality of Service,QoS)需求和发射功率约束的条件下,最小化系统发射功率的数学优化问题,并设计了基于深度学习算法的联合资源分配策略,实现了低功耗资源分配的同时,更加地符合了低时延的要求。

• 出版日期2019-2-22
• 单位华南理工大学