科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对无线系统中基站负载不均衡问题，提出一种利用Python+Keras框架测试CNN模型的负载均衡方案，首先提出考虑基站的负载的优化问题，通过基于图论的库恩-马克（Kuhn-Munkres,KM）算法求解，并设计训练了CNN网络模型来学习信道状态信息到实现负载均衡的解之间的非线性映射关系。实验仿真表明，该网络模型可以自动提取信道状态信息的特征并激活链路，准确率达到98.6%，不仅取得了基站间更均衡的负载，计算复杂度也更低，实现了快速可靠的关联调度。
- 单位
针对无线系统中基站负载不均衡问题，提出一种利用Python+Keras框架测试CNN模型的负载均衡方案，首先提出考虑基站的负载的优化问题，通过基于图论的库恩-马克（Kuhn-Munkres,KM）算法求解，并设计训练了CNN网络模型来学习信道状态信息到实现负载均衡的解之间的非线性映射关系。实验仿真表明，该网络模型可以自动提取信道状态信息的特征并激活链路，准确率达到98.6%，不仅取得了基站间更均衡的负载，计算复杂度也更低，实现了快速可靠的关联调度。
