基于深度學(xué)習(xí)的兩跳放大轉(zhuǎn)發(fā)中繼網(wǎng)絡(luò)多中繼選擇策略

方國杏，賈楠楠，張逸凡，王龍龍，王淑賢，楊 茹，彭張節(jié)，2*

（1.上海師范大學(xué)信息與機電工程學(xué)院，上海201418；2.東南大學(xué)信息科學(xué)與工程學(xué)院移動通信國家重點實驗室，江蘇南京211189）

0 引 言

協(xié)作通信技術(shù)是通過網(wǎng)絡(luò)中移動節(jié)點的彼此協(xié)作進行通信，可提高無線網(wǎng)絡(luò)的容量及可靠性.在無線通信中，該技術(shù)已被用于對抗無線衰落，從而提升系統(tǒng)性能.協(xié)作中繼節(jié)點的數(shù)據(jù)處理方式包括放大轉(zhuǎn)發(fā)協(xié)議（AF）和譯碼轉(zhuǎn)發(fā)協(xié)議（DF），前者只是簡單地把接收到的數(shù)據(jù)放大之后轉(zhuǎn)發(fā)出去；后者在對接收到的信號譯碼及編碼之后再轉(zhuǎn)發(fā)出去.本研究的中繼節(jié)點采用AF數(shù)據(jù)處理方式.

在中繼選擇方案中，通過全局選擇協(xié)作中繼來提高網(wǎng)絡(luò)性能，中繼節(jié)點被允許進行自適應(yīng)功率調(diào)整的策略，這會造成大量的網(wǎng)絡(luò)開銷.從實際的角度考慮，限定中繼節(jié)點的功率水平的網(wǎng)絡(luò)更加可行.本研究假設(shè)每個中繼都有兩個功率水平：零和最大功率，即一個中繼節(jié)點要么用允許的最大功率參與協(xié)作，要么保持沉默狀態(tài).

大數(shù)據(jù)驅(qū)動的人工智能技術(shù)取得了長足的進步，在語言、圖像處理領(lǐng)域的運用非常成功.伴隨著并行計算架構(gòu)的發(fā)展，深度學(xué)習(xí)技術(shù)也具備了在線運算的能力，高實時性以及低復(fù)雜度等優(yōu)點使其能與無線通信緊密地結(jié)合［1-5］.

在由一個信源、一個信宿和多個并行轉(zhuǎn)發(fā)放大中繼節(jié)點組成的網(wǎng)絡(luò)中，提出一套基于深度學(xué)習(xí)的多中繼選擇策略，研究分析該策略下，網(wǎng)絡(luò)的平均接收信噪比（SNR）和能效的性能.

1 系統(tǒng)模型和問題描述

1.1 系統(tǒng)模型

兩跳AF 中繼無線網(wǎng)絡(luò)系統(tǒng)框圖如圖1所示，主要由三部分組成：一個信源節(jié)點S，一個信宿節(jié)點X，N 個并行的AF 中繼節(jié)點，分別用Ri表示，i=1'2'…'N.其中，S 和X 之間沒有直達信道，須通過中繼節(jié)點的協(xié)作才能進行通信.每個中繼節(jié)點只有一根半雙工的全向收發(fā)天線，可用于發(fā)送和接收.分別用fi和gi表示S 到Ri和Ri到X 的信道狀態(tài)信息（CSI），i=1'2'…'N.假設(shè)第i 個中繼節(jié)點已知其信道狀態(tài)信息fi和gi，并且X 已知全局信道狀態(tài)信息.每次傳輸時，在信源處使用的功率為P，在中繼處使用的發(fā)射功率為Pi.當(dāng)信源和信宿之間有發(fā)送任務(wù)時，中繼節(jié)點要么以全部功率協(xié)作，要么不協(xié)作通信［6-7］.

圖1 兩跳AF中繼無線網(wǎng)絡(luò)系統(tǒng)框圖

其中，w是信宿中的噪聲；vi是第i個中繼中的噪聲，假設(shè)噪聲都是具有零均值和單位方差的獨立同分布復(fù)高斯隨機變量.因此，可以計算出信宿節(jié)點的平均接收SNR［7］

1.2 問題描述

信宿節(jié)點X的平均SNR最大化問題可表示為：

在最大化接收SNR 的同時，為每個中繼分配了單獨的功率約束.因此，在中繼選擇策略中，總發(fā)射功率隨著協(xié)作中繼的集合變化而變化.該系統(tǒng)的能效可以表示為：

2 基于深度學(xué)習(xí)的多中繼選擇策略

式（3）是一個非線性、非凸的0-1整數(shù)規(guī)劃問題，只能采用窮舉法求得該問題的最優(yōu)解，但是隨著中繼節(jié)點的數(shù)量增大，該問題的時間復(fù)雜度呈指數(shù)型增長［8-9］.本研究通過深度神經(jīng)網(wǎng)絡(luò)無限逼近該問題的最優(yōu)解.

2.1 訓(xùn)練數(shù)據(jù)集預(yù)處理

2.1.1 生成訓(xùn)練數(shù)據(jù)集

1）根據(jù)大小為N×2的信道狀態(tài)信息矩陣Hm生成大小為N×4的訓(xùn)練樣本；

2）根據(jù)所有的信道狀態(tài)信息數(shù)據(jù)集m={1'…'M}，重復(fù)步驟1；

3）將dm變 成 大 小 為1×4N 的 矢 量，通 過 堆 疊生 成 訓(xùn) 練 數(shù) 據(jù) 集D ∈RM×4N，即D=

2.1.2 定義關(guān)鍵績效指標(biāo)（KPI）

通過KPI對訓(xùn)練數(shù)據(jù)集進行標(biāo)簽.在通信中，可以選擇任何性能評判準(zhǔn)則作為KPI指標(biāo)，如能效、誤碼率（BER）和平均接收SNR等.本研究選擇信宿節(jié)點的平均接收SNR作為KPI.

2.1.3 為訓(xùn)練數(shù)據(jù)集標(biāo)簽

為確定一個訓(xùn)練樣本的類別標(biāo)簽，計算每個協(xié)作中繼集合的KPI，選擇達到最大KPI 的協(xié)作中繼集合的索引，作為該訓(xùn)練樣本的類別標(biāo)簽.

2.2 構(gòu)建模型

DNN-relay-net 模型是一個具有5層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型.第一層是一個具有256個隱藏節(jié)點的全連接層（Dense），輸入是一個大小為1×20 的訓(xùn)練樣本d'm，以max(x，0)為激活函數(shù)；第二層為Dropout 層，以0.08 的概率隨機舍棄第一層一部分的權(quán)重；第三層是一個具有128 個隱藏節(jié)點的全連接層，以max(x'0)為激活函數(shù)；第四層為Dropout層，以0.08的概率隨機舍棄第三層一部分的權(quán)重；第五層是一個具有31個隱藏節(jié)點的全連接層，以softmax為激活函數(shù)，輸出對應(yīng)訓(xùn)練樣本的預(yù)測標(biāo)簽.

3 仿真及結(jié)果分析

圖2 3種選擇策略的平均接收SNR比較

圖3 為基于3 種中繼選擇策略的能效性能曲線.從圖3 中可以看到，隨著P 不斷增大，3 種中繼選擇策略的能效均增大.隨機選擇策略的能效最差，而基于DNN-relay-net 模型的選擇策略在一段時間內(nèi)能效高于最優(yōu)選擇策略，這是因為DNN-relay-net 模型在預(yù)測時，并未達到100%的正確率，在發(fā)射功率較低時，最優(yōu)選擇策略傾向于同時使用5 個中繼節(jié)點獲得最優(yōu)的平均接收SNR，而DNN-relay-net 模型選擇總功率較小的協(xié)作中繼子集，在兩者平均接收SNR 幾乎相等的情況下，DNN-relay-net 模型獲得更高的能效；隨著發(fā)射功率的增大，DNN-relay-net模型的能效開始逐漸低于最優(yōu)選擇策略.

圖3 3種選擇策略的能效比較

通過測試樣本的平均預(yù)測時間衡量模型的時間復(fù)雜度［9］.表1 分別顯示了基于DNN-relay-net 模型的中繼選擇策略和基于最優(yōu)選擇策略的測試樣本的平均預(yù)測時間.通過表1 可以看到，DNN-relay-net模型的時間復(fù)雜度明顯低于最優(yōu)選擇策略.

表1 2種策略時間復(fù)雜度比較

4 結(jié) 論

將兩跳中繼網(wǎng)絡(luò)中的多中繼選擇問題描述為一個多分類問題，利用基于深度學(xué)習(xí)的方案（DNN 神經(jīng)網(wǎng)絡(luò)）構(gòu)建分類模型，并選擇協(xié)作中繼子集，最大化平均接收SNR.仿真結(jié)果可以看出，該策略可以獲得與最優(yōu)算法相當(dāng)?shù)钠骄邮誗NR，同時降低了時間復(fù)雜度.然而，該策略存在一定的誤分類情況，在發(fā)射功率較高時，能效明顯低于最優(yōu)選擇策略.下一步將通過對策略的改進，提高分類精度.