龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：东南大学
摘要：本发明公开了一种面向时延SLA的智能无线接入网资源分配方法，属于无线通信领域，首先建立通过切片内资源分配最小化确定性流量时延抖动之和、并在此基础上通过切片间资源分配最大化eMBB业务吞吐量的优化问题。接着，将确定性流量时延抖动最小化问题转化为确定性时延下各个迷你时隙URLLC资源需求期望方差最小化问题，并设计启发式方法求解该问题。最后，设计深度强化学习优化算法，根据统计信道状态信息进行切片间资源分配的自适应调整，以提高eMBB吞吐量。本发明的方法具有复杂度较低、适应性强、性能优异特点。
主权项：1.一种面向时延SLA的智能无线接入网资源分配方法，其特征在于，包括以下步骤：步骤1：构建单基站下行链路传输OFDMA系统模型，建立关于切片内资源分配的确定性流量时延抖动之和最小化的优化问题以及在确定切片内资源分配策略前提下，关于切片间资源分配的eMBB业务吞吐量最大化的优化问题；步骤2：将所述确定性流量时延抖动之和最小化的优化问题转化为确定性时延下，各迷你时隙URLLC资源需求期望方差最小化问题并利用启发式方法求解优化问题；步骤3：设置URLLC用户与eMBB用户的位置分布与流量模型，确定小时间尺度下两种业务的资源分配方案；步骤4：针对所述eMBB业务吞吐量最大化的优化问题，在深度强化学习网络的框架下，将小区下行通信系统当作环境，基站当作智能体，将大时间尺度的切片间资源分配过程建立为马尔科夫决策过程，对强化学习的状态、动作和奖励函数进行设计，搭建深度强化学习模型；步骤5：基于步骤4搭建的深度强化学习模型，在大时间尺度基于模型输出分配资源，小时间尺度基于步骤3的资源分配方案分配资源，通过基站与无线环境的交互，学习切片资源分配最优策略。
全文数据：
权利要求：
百度查询： 东南大学 面向时延SLA的智能无线接入网资源分配方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号