[发明专利]一种适用于反向散射通信网络的信道选择方法

权利要求书

1.一种适用于反向散射通信网络的信道选择方法，其特征在于，包括消极探测模式和积极探测模式；

所述消极探测模式是在目标标签当前信道指标变化较小，且不存在其他标签或其他标签信道指标变化也较小时进行的轻量开销探测模式；

所述积极探测模式是在目标标签当前信道指标变化较大，或其他标签指标变化较大时进行的全面探测模式。

2.根据权利要求1所述的一种适用于反向散射通信网络的信道选择方法，其特征在于，通过消极探测模式和积极探测模式得到的信道指标长短期记忆神经网络(LSTM)来预测每一个信道的信道指标。

3.根据权利要求2所述的一种适用于反向散射通信网络的信道选择方法，其特征在于，所述LSTM预测模型结构包括：输入序列X＝{x₁，x₂，x₃，...，x_n}、时序步长及相应输入x_t以及控制信息传递的遗忘门f_t、输入门i_t和输出门o_t。在t时刻时t-1时刻输入h_t-1及记忆细胞状态c_t-1到达并结合此时刻输入通过输入门并由遗忘门f过滤后得到该时刻模型输出。

4.根据权利要求2所述的一种适用于反向散射通信网络的信道选择方法，其特征在于，根据预测每一个信道的信道指标采用层次结构模型分析对信道进行选择，首先建立层次结构模型，接着构建比较判断矩阵，最后通过两两对比相比较重要性判断矩阵计算权重并排序，即计算第j列的几何平均值及对几何平均值进行权重计算，最后校验。

5.根据权利要求4所述的一种适用于反向散射通信网络的信道选择方法，其特征在于所述的层次结构模型包括目标层、准则层、方案层；

所述目标层：通常是用户最终希望达到的预期目标，在层级模型中一般位于最顶层；

所述准则层：一般是为了达到某种目标的各个影响因素，通常位于模型的中间层，并且准则层还可以采用嵌套的结构；

所述方案层：通常为最终问题的实际决策，因此一般方案层经常位于模型的最底部。

6.根据权利要求4所述的一种适用于反向散射通信网络的信道选择方法，其特征在于，构建比较判断矩阵：

S1)准则层包括全部n个判决属性，表示为P{p₁，p₂，...}；

S2)方案层包括m个候选的方案，通过两两相互比较进而求出n个判决属性的判断矩阵A＝(a_ij)_(n×n)，其中a_ij表示属性i相对于属性j的重要程度，满足a_ii＝1，a_ij＝1/a_ji；

S3)用户通过比较两个属性“哪个更重要”、“重要到何种程度”从而得到判断矩阵中的元素值。

7.根据权利要求4所述的一种适用于反向散射通信网络的信道选择方法，其特征在于，所述第j列的几何平均值为：

8.根据权利要求4所述的一种适用于反向散射通信网络的信道选择方法，其特征在于，所述第j列的几何平均值进行权重的计算：