[发明专利]基于数据驱动的中继选择方法、系统、装置及介质

权利要求书

1.一种基于数据驱动的中继选择方法，其特征在于，包括以下步骤：

建立多中继网络系统模型，并根据所述多中继网络系统模型确定目的地的第一接收信号和第一信噪比；

根据所述第一接收信号和所述第一信噪比构建第一优化模型，所述第一优化模型的优化目标是多中继网络的可实现速率最大化；

基于数据驱动构建第一分类模型，并根据所述第一分类模型和所述第一优化模型预测得到最优中继；

根据所述最优中继输出多中继网络的中继选择结果；

所述建立多中继网络系统模型，并根据所述多中继网络系统模型确定目的地的第一接收信号和第一信噪比这一步骤，其具体包括：

确定从源节点到各中继的第一信道矢量和从各中继到目的地的第二信道矢量；

根据所述第一信道矢量和源节点的第一发射信号确定各中继的第二接收信号，并根据所述第二接收信号和预设的波束成形矩阵确定各中继的第二发射信号；

根据所述第二发射信号和所述第二信道矢量确定目的地的第一接收信号；

根据所述第一信道矢量、所述第二信道矢量和预设的波束成形矩阵确定目的地的第一信噪比；

所述第一接收信号为：

其中，y表示第一接收信号，k∈K＝{1,2,…,K}，K表示多中继网络系统模型中的中继总数量，h_k∈C^M×1表示从源节点到第k个中继的第一信道矢量，表示从第k个中继到目的地的第二信道矢量，x_k＝Δ_kW_ky_k表示第k个中继的第二发射信号，W_k∈C^M×M表示第k个中继的波束成形矩阵，Δ_k∈{0，1}表示中继选择指示符，表示第k个中继的第二接收信号，P表示源节点的发射功率，s∈C^1×1表示源节点的第一发射信号，表示第k个中继的加性高斯噪声，表示第k个中继的加性高斯噪声方差，表示目的地的加性高斯噪声，表示目的地的加性高斯噪声方差；

所述第一信噪比为：

其中，γ表示第一信噪比，k∈K＝{1,2,…,K}，K表示多中继网络系统模型中的中继总数量，h_k∈C^M×1表示从源节点到第k个中继的第一信道矢量，表示从第k个中继到目的地的第二信道矢量，W_k∈C^M×M表示第k个中继的波束成形矩阵，Δ_k∈{0，1}表示中继选择指示符，P表示源节点的发射功率，表示第k个中继的加性高斯噪声方差，表示目的地的加性高斯噪声方差；

所述第一优化模型包括第一目标函数和第一约束条件，其中：

所述第一目标函数为

所述第一约束条件包括发射功率约束和中继选择约束，所述发射功率约束为P_k表示第K个中继的发射功率，所述中继选择约束为Δ_k∈{0,1},k∈K；

所述基于数据驱动构建第一分类模型，并根据所述第一分类模型和所述第一优化模型预测得到最优中继这一步骤，其具体包括：

确定多中继网络的若干个候选中继，所述候选中继中包含两个或两个以上中继；

根据所述候选中继确定候选信道样本，并根据所述候选信道样本的协方差矩阵的对角线元素确定第一特征向量；

基于数据驱动构建第一分类模型，将所述第一特征向量输入所述第一分类模型，输出得到对应的第一中继索引，所述第一中继索引用于使对应的候选信道样本的可实现速率最大化；

根据所述第一中继索引和所述第一优化模型预测得到最优中继。

2.根据权利要求1所述的一种基于数据驱动的中继选择方法，其特征在于，所述中继选择方法还包括以下步骤：

根据所述最优中继，采用基于广义瑞利商的算法导出近似形式的最优协作波束成形权重。