一种面向用户为中心网络基于深度学习的功率控制方法

摘要

本发明提出了一个名为UcnNet的深度残差网络，拟合以用户为中心网络(UCN)下实数域的加权最小均方误差(WMMSE)算法。具体地，为了有效地管理UCN中的耦合干扰，推导多小区协作下基于WMMSE的实数域功率控制算法，用于产生接近系统总容量最优的训练标签；然后输入多级残差结构、批归一化层的网络进行训练，输出通过满足功率约束的激活函数，给定输入信道信息，预测各基站发射功率。UcnNet训练完成后，在输入全局信道信息的情况下，通过较少的计算可以产生与WMMSE类似的输出。实验仿真结果展示了UcnNet的高度拟合能力，拟合效率可达97.68％，同时实现了超过WMMSE迭代算法100倍的效率提升。