[发明专利]一种基于人工神经网络的智能异频融合方法

摘要

本发明公开了一种基于人工神经网络的智能异频融合方法，综合考虑终端在不同频段上的路损、干扰、时延、频谱效率、以及用户的业务需求等因素，通过构建人工神经网络，生成训练序列进行学习，获得最优神经网络参数，快速获得任意终端在异频融合系统中的接入策略，并适时的根据通信环境变化，进行实时跟踪响应，调整接入策略。

主权项

1.一种基于人工神经网络的智能异频融合方法，其特征在于，包括：第一阶段：训练阶段，通过收集测试数据，整理训练序列，具体步骤如下：1)将影响异频融合通信效果的主要参数,包括但不限于路损、干扰、频谱效率、时延、负载、移动速率和业务需求,以及对应的优选接入策略记录成有序序列，该有序序列记为x＝(x1,x2,…xn),同时记录当前参数下的优选接入策略f∈{f1,f2…fm}，这些数据可以在系统测试时获得；2)建立人工神经网络，其中：u表示人工神经网络对输入的主要参数做出的综合评价；接入选择结果为：3)根据训练数据，联合2)中方程进行求解，获取人工神经网络的参数wi与hj，从而完成人工神经网络的训练过程；第二阶段：通过训练获得参数wi与hj后，可用于接入策略选择，进入执行阶段，包括步骤如下：4)收发双方获取影响异频融合通信效果的主要参数；5)将步骤4)获取的数据按序输入第一阶段训练后的人工神经网络，获得接入策略；6)根据步骤5)获取的接入策略，收发双发在对应的频段进行通信。