[发明专利]一种基于深度强化学习的URLLC和eMBB的资源复用方法有效
| 申请号： | 201811383001.3 | 申请日： | 2018-11-20 |
| 公开（公告）号： | CN109561504B | 公开（公告）日： | 2020-09-01 |
| 发明（设计）人： | 赵中原;李阳;王君;高慧慧 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | H04W72/04 | 分类号： | H04W72/04 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 梁少微;王丽琴 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 urllc embb 资源 方法 | ||
【主权项】：
1.一种基于深度强化学习的超可靠低时延URLLC和增强移动宽带eMBB的资源复用方法，其特征在于，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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811383001.3/，转载请声明来源钻瓜专利网。
