[发明专利]一种基于决策树的双跳无线网络中继选择方法

说明书

本发明提供一种基于决策树的双跳无线网络中继选择方法，所述双跳无线网络包括源节点S、目的节点D和K个中继，所述方法包括：步骤S1，准备训练数据G＝{(x₁，y₁)，(x₂，y₂)，...，(x_m，y_m)，...，(x_M，y_M)}，其中(x_m，y_m)是由输入x_m和输出y_m组成的第m个样本，x_m是包含K个特征的输入向量，y_m表示最优策略选择的中继k^*；步骤S2，将训练数据G输入到决策树进行训练，构建决策树模型；步骤S3，采用所述决策树模型进行双跳无线网络中继选择。与现有技术相比，本发明基于决策树的中继选择的优点在于较低的计算复杂度，较小的反馈量和量化的信道状态信息要求。

技术领域

本发明涉及无线通信网络技术领域，具体涉及一种基于决策树的双跳无线网络中继选择方法。

背景技术

机器学习作为一种有效的人工智能技术，它可以用来完成各种任务。最近，人们已经尝试到将机器学习应用到无线通信中，例如使用k-NN和支持向量机SVM算法解决天线选择问题，使用SVM和贝叶斯方案解决了无线窃听通道中的天线选择问题。

中继选择是中继辅助网络中的一项重要技术，并在过去十年中得到了广泛的研究。传统的中继选择依赖于最大化算法和准确的信道状态信息(CSI)。当其他问题与中继选择共存时，例如多跳中继或子信道分配问题，还有成本和资源消耗的问题。优化驱动选择的瓶颈和机器学习的发展激发了我们探索全新的中继选择方法。

有学者研究出了一些方案，但是这些方案的计算复杂度较高，会导致资源浪费和较高的成本，因此，需要进一步改进。

发明内容

本发明的目的是提供一种基于决策树的双跳无线网络中继选择方法，运用机器学习的知识研究两跳无线网络中的中继选择问题。

为了达到上述目的，本发明通过以下技术方案实现：

一种基于决策树的双跳无线网络中继选择方法，所述双跳无线网络包括源节点S、目的节点D和K个中继，所述方法包括：

步骤S1，准备训练数据G＝{(x₁，y₁)，(x₂，y₂)，...，(x_m，y_m)，...，(x_M，y_M)}，其中(x_m，y_m)是由输入x_m和输出y_m组成的第m个样本，x_m是包含K个特征的输入向量，y_m表示最优策略选择的中继k^*；

步骤S2，将训练数据G输入到决策树进行训练，构建决策树模型；

步骤S3，采用所述决策树模型进行双跳无线网络中继选择。

进一步的，按照以下公式计算：

其中，g_k表示通过中继r_k从源节点S到目的节点D的等效信道增益，θ为信道状态信息阈值。

进一步的，传统算法的最佳k^*按照以下公式计算：

其中，g_k表示通过中继r_k从源节点S到目的节点D的等效信道增益。