买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海大学申请的专利TDD网络中联合上下行切片资源分配的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114501468B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210161507.X，技术领域涉及：H04W16/10；该发明授权TDD网络中联合上下行切片资源分配的方法是由孙彦赞;黄炎禹;张舜卿;吴雅婷设计研发完成，并于2022-02-22向国家知识产权局提交的专利申请。

本TDD网络中联合上下行切片资源分配的方法在说明书摘要公布了：一种TDD网络中联合上下行切片资源分配的方法，通过构建无线接入网仿真环境，在单步内针对被服务的各个切片的用户分别进行资源调度后，在当前Step中将上一个单步运行得到的状态输入到深度确定策略梯度算法实例化得到智能体的神经网络中，通过神经网络得到动作作用于当前Step的无线接入网仿真环境，环境运行后反馈更新状态和所执行的动作对应的奖励，并将状态、动作、奖励、State’作为一条经验存入智能体的记忆池，当储存的经验数量到达设定的阈值时，抽取其中的经验对智能体进行训练，智能体训练结束后，将训练得到的智能体进行在线测试。本发明基于深度确定性策略梯度算法，避免了某个切片的意外溢出而导致SLA的下降。

本发明授权TDD网络中联合上下行切片资源分配的方法在权利要求书中公布了：1.一种TDD网络中联合上下行切片资源分配的方法，其特征在于，通过构建无线接入网仿真环境，在单步Step内针对被服务的各个切片的用户分别进行资源调度后，在当前Step中将上一个单步运行得到的状态输入到深度确定策略梯度算法DDPG实例化得到智能体的神经网络中，通过神经网络得到动作作用于当前Step的无线接入网仿真环境，环境运行后反馈更新状态State’和所执行的动作对应的奖励，并将状态State、动作Action、奖励Reward、State’作为一条经验存入智能体的记忆池，当储存的经验数量到达设定的阈值时，抽取其中的经验对智能体进行训练，智能体训练结束后，将训练得到的智能体进行在线测试，具体包括： 步骤1、构建无线接入网仿真环境，通过DDPG生成智能体，在初始状态下无线接入网仿真环境根据随机生成一个可取的动作进行相应环境配置，针对被服务的各个切片的用户依据动作给出的资源划分结构分别进行资源调度，并得到对应的状态； 步骤2、将智能体与仿真环境进行交互，进行K个回合的训练，每个Episode包含M个Step，通过与仿真环境交互训练得到收敛的神经网络； 步骤3、将训练得到的智能体与仿真环境进行交互测试，具体为：测试阶段收集统计该回合内各切片的上下行服务请求量、各切片上下行SLA满足率、各切片上下行切片利用率，奖励值，用于评估训练得到的智能体的性能； 所述的回合是指连续执行M个单步，过程中无线接入网环境持续根据输入的Action而发生变化，在下一个回合开始前，无线接入网环境会重新初始化到最初状态； 所述的通过DDPG生成智能体，包括：Actor神经网络和Critic神经网络，其网络结构均包括输入层、两个隐藏层和输出层； 所述的Actor网络的输入层维度为，即State的维度为；智能体输出的动作Action包含：时域资源划分比例、下行切片分配比例、……和上行切片分配比例、……，因此动作的维度为，则Critic网络输入层的输入维度等于； 所述的是一个0~1的值，决定了无线时频资源中一个子帧所包含的OFDM符号的上下行分配比例，所有OFDM符号的前部分用作下行传输，所有OFDM符号的后部分用作上行传输； 所述的参数、……分别表示下行链路每个切片在频域上分配得到的带宽比例，参数求和为1； 所述的参数、……分别表示上行链路每个切片在频域上分配得到的带宽比例，参数求和为1； 所述的构建无线接入网仿真环境进一步包括：设置无线接入网的参数包括服务半径、基站发送功率、空口路损函数、用户终端发送功率、空口带宽、配置各个切片内的调度算法； 所述的动作给出的资源划分结构是指：对无线空口时频资源的划分方法，根据动作Action，在时域上对多个切片的上下行帧结构上保持对齐，再在频域上将带宽资源分配给不同切片； 所述的各个切片内的调度算法是指：不同切片在切片内对用户进行资源调度时，选择现有的调度算法，可选调度算法包括轮询调度算法RR和最早截止时间优先调度算法EDF； 所述的交互是指：在该Step中，将上一个单步运行得到的状态输入到智能体的神经网络中，通过神经网络得到新的动作作用于无线接入网仿真环境的当前Step，环境反馈更新状态State’和所执行的动作对应的奖励，并将State、Action、Reward、State’作为一条经验存入智能体的记忆池，当储存的经验数量到达设定的阈值时，抽取其中的经验对智能体进行训练； 所述的奖励是指：环境对智能体给出的Action的打分，以引导智能体作出更好的决策；计算方式是：当该回合调度完毕后，统计该回合内各切片的上下行服务请求量、各切片上下行SLA满足率、各切片上下行切片利用率作为状态，计算得到对应的奖励值，其中：切片在方向上的QoS权重，切片在方向上的QoS值，切片在方向上的资源利用率，var为方差函数，方差项的权重，通过将QoS作为Reward的正向部分，引导智能体去保证切片的服务质量，通过将切片的负载平衡情况，即方差项，作为Reward的扣分项，来引导智能体保证切片之间的负载均衡。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海大学，其通讯地址为：200444 上海市宝山区上大路99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。