本发明公开了一种部分重叠信道频谱共享的深度学习方法及系统。该方法包括：响应于接收到的用户传输请求，基站将多个历史时间片的信道状态信息CSI输入到经训练的信道预测卷积神经网络模型，输出预测的下一个时间片的信道状态信息CSI；将所述下一时间片的信道状态信息CSI输入强化学习模型，获得基站碰撞域中各用户设备的信道分配策略，以实现各用户设备同时通信的最大化吞吐量，该强化学习模型以带宽效率性能作为奖励经训练获得。本发明对于通信网络具有高普适性、高带宽利用率和高吞吐量。
声明：
“部分重叠信道频谱共享的深度学习方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1070
编辑：管理员
来源：北方有色网
咨询细节
