Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 同济大学王俊元获国家专利权

同济大学王俊元获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉同济大学申请的专利一种基于可调加权kernel k-means的分簇去蜂窝组网方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119584288B

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410864091.7,技术领域涉及:H04W72/044;该发明授权一种基于可调加权kernel k-means的分簇去蜂窝组网方法是由王俊元;曾宪坤;岳可设计研发完成,并于2024-06-30向国家知识产权局提交的专利申请。

一种基于可调加权kernel k-means的分簇去蜂窝组网方法在说明书摘要公布了:本发明中提出了一种基于可调加权kernelk‑means的分簇去蜂窝组网方法,该方法基于无线通信网络的图表示和图分割理论建模的分簇去蜂窝组网问题,在考虑网络结构均衡性的情况下,将现有的最小k割问题用归一化最小k割问题代替;将归一化最小k割问题转化为迹最大化问题,并建立与加权kernelk‑means的等价关系;通过引入两个超参数,改进了加权kernelk‑means,实现了对激活波束的数量控制;设计了基于可调加权kernelk‑means的分簇去蜂窝组网算法,降低了现有组网算法的计算复杂度,实现了对网络结构在系统性能和系统开销之间权衡的调节。

本发明授权一种基于可调加权kernel k-means的分簇去蜂窝组网方法在权利要求书中公布了:1.一种基于可调kernelk-means的分簇去蜂窝组网方法,其特征在于,包括步骤: 步骤1:波束级分簇去蜂窝网络模型建立以及图表示; 步骤2.基于图分割理论的波束级分簇去蜂窝组网问题建模; 步骤3.可调加权kernelk-means组网加速算法设计; 所述步骤1,通过对波束级分簇去蜂窝无线通信网络进行理论建模,利用图论的知识将物理对象表示为一个有权无向图,具体包括以下步骤: 步骤1.1:描述波束级分簇去蜂窝无线通信网络的具体场景,包括用户数量、基站数、基站发送端波束数量; 考虑一个波束级分簇去蜂窝网络的下行链路传输场景,个单天线用户共享时频资源,个基站在发送端配备大规模天线阵列;假设第个基站在发送端预形成个固定波束,所有基站发送端的固定波束数量和为;基站集合表示为,用户集合表示为,波束集合表示为,其中均为自然数,分别表示基站数量、用户数量和所有基站发送端的固定波束数量,与分别表示第个用户和第个波束;由于硬件成本的限制,基站发送端的射频链数量远小于天线阵元数量,即; 步骤1.2:利用图论知识,将波束级分簇去蜂窝网络建模为有权无向图,并描述有权无向图的构成元素及含义,包括节点、边和边上的权重; 根据图理论,波束级分簇去蜂窝网络建模为一个有权无向图,其中表示点集合;每个点是由波束与将它视为最优波束的一个用户或者多个用户结合而成,其中最优波束即波束域信道增益最大的波束,表示为 1.1 其中,表示从波束到用户的波束域信道; 集合表示各个点之间的边集合; 表示边上权重值的矩阵,其中它的第行第列的元素表示点和点之间边上的权重,表示为 1.2 假设整个无线通信网络被分为个互不重叠的子网,第个子网中的用户集合表示为,集合中的用户数量表示为,第个子网中的波束集合,集合中的波束数量表示为;基于图分割理论,用来表示波束级分簇去蜂窝组网结果,其中,每个子网内的用户集合和波束集合表示为 1.3 和 1.4 其中为自然数,表示波束级分簇去蜂窝网络中的子网数量; 所述步骤2,把步骤1中的有权无向图分割为多个子图,每个子图对应一个波束级分簇去蜂窝网络中的子网,具体包括以下步骤: 步骤2.1:为提升子网间的均衡性,归一化最小割问题被用户代替原优化问题: 2.1 2.2 2.3 其中,割函数被定义为 ,2.4 表示在中的相对补集;容量函数定义为 2.5 其中, 2.6 表示点的度; 步骤2.1,指示矩阵被引入用来将优化问题转换为迹最大化问题以便于求解,表示为 2.7 2.8 其中,表示大小为的单位矩阵,指示矩阵的第行第列的元素定义为 2.9 表示度矩阵,是一个函数,其功能室创建对角矩阵; 所述步骤3,具体包括以下步骤: 步骤3.1:利用映射函数,将样本点从原有空间转换到高维空间,使得在原有空间中非线性可分的数据在高维空间中线性可分;加权kernelk-means的优化问题形式写成 3.1 其中 3.2 表示子网的簇心;引入核函数来表示两个样本点的点积,表示为 3.3 欧式距离表示为 3.4 式3.1中加权kernelk-means的优化问题转化为迹最大化问题的形式表示, 3.5 3.6 其中,指示矩阵的第行第列的元素定义为 3.7 矩阵表示核矩阵,它的第行第列元素;对角矩阵表示权重矩阵,它的权重第行第列元素是; 步骤3.2:利用低复杂度的加权kernelk-means来解决波束级分簇去蜂窝组网问题,实现组网加速; 当以下条件成立时,优化问题和优化问题是等价的: 3.8 和 3.9 其中,超参数被引入用来调整核矩阵的主对角线位移; 步骤3.3: 当给出核矩阵和权重矩阵,通过式3.4计算参考点到第个子网中心的欧式距离;当参考点位于子网时, 3.10 其中, 3.11 表示在没有主对角线位移的情况下,参考点到第个子网中心的欧式距离; 当参考点不位于子网时, 3.12 当超参数,存在,即参考点往往会留在原本的子网,而当超参数,参考点则更倾向于选择其它的子网;随着的增大,上述性质会被不断增强;通过调整,加权kernelk-means获得不同的分割结果; 步骤3.4: 使得超参数调节无线通信网络中激活波束的数量;同时,另一个超参数被定义,用来实现波束激活-休眠功能; 根据超参数的可调性质,采用一种基于分类的初始化方法以达到控制激活波束数量的目的;首先,存在用户的点集和仅存在波束的点集分别被定义为和;所述基于分类的初始化方法由两个步骤组成:1点集中的点随机初始化为个簇;2点集中的点随机初始化为个簇;随着超参数的不断增大,仅存在波束的点更倾向于移动到其它的簇,造成激活波束变多; 通过观察式3.10和式3.12,当很小时,和的差距会变得很大;会影响聚类结果,的值与存在直接的关系;定义比例因子为 3.13 比例因子也被作为一个超参数,直接调整激活波束的数量;针对初始的仅存在波束的簇,在超参数随着的条件下,随着比例因子的增大,这部分波束更有可能选择存在用户的簇;相反,当例因子的增大时,这部分波束会保持休眠状态。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人同济大学,其通讯地址为:200092 上海市杨浦区上海市四平路1239号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。