[发明专利]一种调度方法及装置

说明书

一种调度方法及装置，用以解决现有技术中调度算法用户设备数量自适应困难的问题。该方法为：对K个待调度终端设备的第一状态信息集合进行处理后得到K个待调度终端设备的第二状态信息集合；任一个待调度终端设备的第二状态信息集合包含任一个待调度终端设备的状态信息以及任一个待调度终端设备与其他待调度终端设备之间的状态关联数据；任一个待调度终端设备的第二状态信息集合的维度为H；分别将每个待调度终端设备的第二状态信息集合输入第一神经网络模型，确定每个待调度终端设备的被调度权重，进而确定调度结果；第一神经网络模型基于H确定。调度时神经网络模型与待调度终端设备的数量解耦，可以应用到待调度终端设备数量不同的场景中。

技术领域

本申请涉及通信技术领域，尤其涉及一种调度方法及装置。

背景技术

无线资源调度在蜂窝网络中起着至关重要的作用，其本质就是根据当前各个用户设备的信道质量、服务的质量(quality of service，QoS)要求等对可用的无线频谱等资源进行分配。在蜂窝网络中，媒体访问控制(media access control，MAC)层调度主要解决时频资源的分配、调制与编码策略(modulation and coding scheme，MCS)选择、用户配对、预编码等问题，通过调度来实现系统吞吐和公平性的折中。

目前，为了在动态变化的无线传输环境中进行调度，通常结合深度强化学习(deepreinforcement learning，DRL)算法来获得较优的调度策略。而在上述调度算法中，通常采用深度神经网络实现，该深度神经网络的输入神经元规模和输出神经元规模由系统的状态与动作空间决定，而系统的状态与动作空间与系统中的待调度的用户设备数量相关，所以深度神经网络会随着待调度的用户设备数量变化。

由于待调度的用户设备数量的不可控，适合用户设备数量深度神经网络的规模大小不能保证，因此可能会造成性能损失，调度灵活性较差。

发明内容

本申请提供一种调度方法及装置，用以将深度神经网络在调度问题上与用户设备数量解耦，从而解决深度强化学习调度算法用户设备数量自适应困难的问题。

第一方面，本申请提供了一种调度方法，该方法可以应用于网络设备，也可以应用于网络设备中的芯片或者芯片组。该方法包括：对K个待调度终端设备的第一状态信息集合进行处理，得到K个待调度终端设备的第二状态信息集合；分别将每个待调度终端设备的第二状态信息集合输入第一神经网络模型，确定所述每个待调度终端设备的被调度权重，得到K个被调度权重；根据所述K个被调度权重确定调度结果，所述调度结果指示被调度的终端设备；其中，K为大于或者等于1的整数；其中，任一个待调度终端设备的第二状态信息集合包含所述任一个待调度终端设备的状态信息以及所述任一个待调度终端设备与其他待调度终端设备之间的状态关联数据；所述K个待调度终端设备中任一个待调度终端设备的第二状态信息集合的维度为H，H为大于或者等于1的整数；所述第一神经网络模型基于所述H确定。

通过上述方法，通过对所有待调度终端设备的状态信息处理，然后将每个待调度终端设备的处理后的状态信息分别输入同一个神经网络模型进而得到结果。即，在调度过程中该神经网络模型是被所有待调度终端设备共享使用的，该神经网络模型可以适用所有的待调度终端设备，从而可以达到调度时神经网络模型与待调度终端设备的数量解耦，可以将该神经网络模型应用到待调度终端设备数量不同的场景中，具有较好的自适应性和可扩展性。

在一个可能的设计中，任一个待调度终端设备的第一状态信息集合包括以下至少一项状态信息：终端设备的瞬时估计吞吐量，终端设备的平均吞吐量，终端设备的缓存大小，终端设备的包等待时间。