一种基于强化学习的频谱资源和计算资源联合分配方法
授权
摘要
本发明公开了一种基于强化学习的频谱资源和计算资源联合分配方法，属于无线通信技术领域。其中利用强化学习理论，令MEC系统中的URLLC用户和eMBB用户作为智能体学习分布式地自主学习频谱资源和计算资源联合分配策略，实现了在保证URLLC用户严格的时延约束的同时，最小化系统所有URLLC用户和eMBB用户时延和能耗的总成本的目的；同时，本发明建立了用于URLLC用户和eMBB用户频谱资源和计算资源联合分配的强化学习模型，通过合理设计动作空间和回报函数可获得整体最优解，实现了良好的训练收敛性能；本发明设计了分布式资源分配算法，各智能体单独维护一张Q值表，根据自己的准则进行动作选择使得Q值表的总体维度为较低，实现了较低的算法复杂度。
基本信息
专利标题 ：
一种基于强化学习的频谱资源和计算资源联合分配方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111556572A
申请号 ：
CN202010318864.3
公开（公告）日 ：
2020-08-18
申请日 ：
2020-04-21
授权号 ：
CN111556572B
授权日 ：
2022-06-07
发明人 ：
刘芳芳冯春燕商晴庆
申请人 ：
北京邮电大学
申请人地址 ：
北京市海淀区西土城路10号
代理机构 ：
代理人 ：
优先权 ：
CN202010318864.3
主分类号 ：
H04W72/04
IPC分类号 ：
H04W72/04 G06K9/62 H04W72/08
法律状态
2022-06-07 ：
授权
2020-09-11 ：
实质审查的生效
IPC(主分类) : H04W 72/04
申请日 : 20200421
申请日 : 20200421
2020-08-18 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
