一种基于机器学习的无线频谱资源分配方法

摘要

本发明公开了一种基于机器学习的无线频谱资源分配方法，包括：将无线通信系统划分为多个子系统，并在每一个子系统中配置一个探测器；在满足调度条件时转入后续步骤；对无线频谱资源进行划分，得到满足约束条件的所有分配方案；若满足约束条件的分配方案数的数量级小于预设的分配阈值，则遍历各分配方案，并利用神经网络模型预测各分配方案所对应的信道总容量以计算系统收益，从而获得使得系统收益最大的最优分配方案；否则，利用优化算法获得最优分配方案；根据最优分配方案为各子系统分配并部署无线频谱资源，以完成当前调度轮次的无线频谱资源分配；重新判断是否满足调度条件。本发明能够提高频谱资源利用效率并最大化系统收益。