[发明专利]一种基于深度强化学习的URLLC和eMBB的资源复用方法

说明书

本发明公开了一种基于深度强化学习的URLLC和eMBB的资源复用方法：采集M个mini‑slot的URLLC与eMBB的数据包信息、信道信息以及队列信息作为训练数据；建立基于深度强化学习的URLLC与eMBB资源复用模型，并利用训练数据对模型参数进行训练；对训练好的模型进行性能评估直至满足性能需求；收集当前mini‑slot的URLLC与eMBB数据包信息、信道信息以及队列信息，将所收集信息输入训练好的模型，获得资源复用决策结果；根据资源复用决策结果，对当前mini‑slot的eMBB和URLLC数据包进行资源分配。能够满足eMBB与URLLC数据包传输要求下对时频资源以及功率的合理分配利用。

技术领域

本发明涉及无线通信技术领域，特别涉及一种基于深度强化学习的URLLC和eMBB的资源复用方法。

背景技术

为了满足未来不同场景业务对延时、可靠性、移动性等的要求，2015年ITU正式定义了未来5G网络的三大场景：增强移动宽带(eMBB)、海量机器类通信(mMTC)和超可靠低时延(uRLLC)。其中，eMBB场景是指在现有移动宽带业务场景的基础上，对于用户体验等性能的进一步提升，主要还是追求人与人之间极致的通信体验。mMTC和eMTC则是物联网的应用场景，但各自侧重点不同：mMTC主要是人与物之间的信息交互，eMTC主要体现物与物之间的通信需求。5G NR(New Radio，新空口)设计的其中一个重要目标就是使三大场景下的不同模型的业务能够有效地复用在同一频段上。

URLLC/eMBB场景为目前5G NR最为迫切需求的场景，其中又以eMBB业务为基本需求，URLLC业务能够尽量保证eMBB业务频谱效率的情况下与eMBB业务共存。为了能够满足URLLC低时延的要求，一种方式为采用60KHz的子载波间隔实现时隙(slot)长度为原来的1/4(较LTE)，为了进一步减小slot长度，ULRLLC采用了将4个符号作为一个微时隙(mini-slot)，减小为LTE一个slot长度的1/14。为了节约资源提高频谱效率，基站可以为随机到达的URLLC业务分配已经分配给eMBB业务的资源。这种动态资源复用的方法可以在资源复用时最大程度避免资源浪费，当然也会造成eMBB业务数据的解调失败，引发额外的HARQ反馈。因此如何能够在有限的资源中对eMBB和URLLC业务进行分配、实现资源的高效利用是一个亟待解决的问题。

发明内容

本发明的目的在于提供一种基于深度强化学习的URLLC和eMBB的资源复用方法，能够实现在满足eMBB与URLLC数据包传输要求下对时频资源以及功率的合理分配利用。

为实现上述发明目的，本发明提供了一种基于深度强化学习的URLLC和eMBB的资源复用方法，该方法包括：

采集M个微时隙mini-slot的URLLC与eMBB的数据包信息、信道信息以及队列信息作为训练数据；M为自然数；

建立基于深度强化学习的URLLC与eMBB资源复用模型，并利用所述训练数据对模型参数进行训练；

对训练好的模型进行性能评估直至满足性能需求；

收集当前mini-slot的URLLC与eMBB数据包信息、信道信息以及队列信息，将所收集信息输入所述训练好的模型，获得资源复用决策结果；

根据所述资源复用决策结果，对当前mini-slot的eMBB和URLLC数据包进行资源分配。

综上所述，本发明是一种基于深度强化学习的URLLC和eMBB的资源复用方法，它是通过深度强化学习的方法对eMBB和URLLC数据包信息、信道信息以及队列信息进行训练，得到eMBB和URLLC数据包复用资源决策结果，根据决策结果合理分配复用资源，有效地解决了功率和时频资源浪费问题。

附图说明

图1是本发明提出的eMBB与URLLC时频资源复用的帧结构与复用方式示意图。