申请/专利权人：南京工业大学

申请日：2023-12-04

公开（公告）日：2024-03-08

公开（公告）号：CN117669769A

主分类号：G06N20/00

分类号：G06N20/00;G06N3/0442;G06N3/08;H04W4/40;H04W24/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.26#实质审查的生效;2024.03.08#公开

摘要：一种基于知识蒸馏的无人机小基站RAN切片方法，由地面基站、无人机小基站以及MEC控制器构成的无线通信网络中，在无人机小基站中部署基于机器学习的RAN切片模型并根据服务的资源需求量动态地为切片分配资源。在地面基站中部署大模型；各个地面基站中的大模型采用联邦学习FL方法生成一批用于部署于无人机小基站的RAN切片模型并称之为小模型；把小模型存放于地面基站的模型缓存；小模型是以大模型为基础，通过知识蒸馏方法根据无人机小基站的型号和需求为无人机小基站定制的；地面基站在模型缓存中选择最合适的小模型交付给无人机小基站；无人机小基站收到并自行微调小模型，然后根据小模型输出的决策切分无人机小基站的本地资源。

主权项：1.一种基于知识蒸馏的无人机小基站RAN切片方法，其特征是由地面基站、无人机小基站以及MEC控制器构成的无线通信网络中，在无人机小基站中部署基于机器学习技术的RAN切片模型；使用RAN切片模型根据服务的资源需求量动态地为切片分配资源；所述RAN切片模型的生成、训练和交付方法为：在地面基站中部署教师模型，并称之为大模型；各个地面基站中的大模型采用联邦学习FL方法生成一批用于部署于无人机小基站的RAN切片模型，这些RAN切片模型是学生模型，并称之为小模型；把小模型存放于地面基站的模型缓存；小模型是以大模型为基础，通过知识蒸馏方法根据无人机小基站的型号和需求为无人机小基站定制的；当地面基站收到来自无人机小基站的模型请求时，地面基站在模型缓存中选择最合适的小模型交付给无人机小基站；若模型缓存区中没有所需小模型，则地面基站为无人机小基站在线生成小模型；无人机小基站收到小模型后自行微调小模型，然后根据小模型输出的决策切分无人机小基站的本地资源；无人机小基站中，以小模型驱动的切片方法为：假设时间被划分为多个切片窗口，每个切片窗口被划分为多个离散时隙；无人机小基站在当前切片窗口a运行过程中采用小模型预测下一窗口a+1内各切片所需的资源块数量；在窗口a+1开始时，根据资源需求由小模型的预测重新分配每个切片的资源；在窗口a以内，每个切片分配的资源块数量维持不变；在窗口内的各个时隙t开始时，无人机小基站的本地控制器为接收的任务分配资源块；无人机小基站预留一部分被各个切片共享的资源块；在资源不足的情况下，切片临时占用这些共享的资源块。

全文数据：

权利要求：

百度查询： 南京工业大学 基于知识蒸馏的无人机小基站RAN切片方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD