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：重庆理工大学
摘要：本发明涉及大规模物联网mIoT技术领域，具体公开了一种基于强化学习的6G支持mIoT资源分配方法及系统，其首先考虑大规模密集部署需求和相关的重叠干扰，构建了一种新的mIoT超图干扰模型，该模型通过将复杂干扰协调转换为超图强着色问题，可以计算mIoT的干扰度。由于该模型难以求解，本发明提出了一种新的间接解决方案，将干扰协调问题建模为一个马尔可夫决策过程MDP。为了避免对MDP的价值过高估计，本发明提出了一种新的基于价值和基于策略的资源管理算法异步多线程架构。仿真结果表明，与现有的解决方案相比，本发明提出的方案可以在mIoT场景中获得更好的性能。
主权项：1.基于强化学习的6G支持mIoT资源分配方法，其特征在于，包括步骤：S1、构建支持6G功能的mIoT通信网络架构，mIoT指海量物联网；所述mIoT通信网络架构包括NES个ES、NID个ID和一个云处理器，ES指边缘服务器，ID指IOT设备即物联网设备；ES作为6G基站，具有计算和存储功能，以满足其通信范围内的多个ID的需求；部分ID之间直接进行D2D通信；云处理器负责基带信号处理和通信资源管理；由ID生成的数据存储在云处理器的虚拟资源管理池中，然后通过前端链路将数据分配到ES的一个子集；S2、建立所述mIoT通信网络架构在资源分配时的超图网络模型；S3、针对所述超图网络模型中的干扰关系建立超图干扰模型；S4、基于所述超图干扰模型建立所述mIoT通信网络架构的无冲突资源分配问题；S5、基于所述无冲突资源分配问题构建为以马尔科夫决策过程为指导的资源分配网络；S6、采用异步多线程架构训练所述资源分配网络；S7、训练完成的所述资源分配网络根据当前mIoT通信网络架构的状态进行无干扰资源分配。
全文数据：
权利要求：
百度查询： 重庆理工大学 基于强化学习的6G支持mIoT资源分配方法及系统
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