一种基于深度强化学习的C-RAN用户关联和计算资源分配方法

发明专利有效专利

申请号：
CN201910063831.6
IPC分类号：--
申请日期：
2019-01-23
申请人：
南京邮电大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度强化学习的C-RAN用户关联和计算资源分配方法
申请号	CN201910063831.6	申请日期	2019-01-23
法律状态	实质审查	申报国家	中国
公开/公告日	2019-06-11	公开/公告号	CN109874154A
优先权	暂无	优先权号	暂无
主分类号	暂无	IPC分类号	暂无查看分类表>
申请人	南京邮电大学	申请人地址	江苏省南京市鼓楼区新模范马路66号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京邮电大学	当前权利人	南京邮电大学
发明人	张军;靳晓岩;蔡艳;朱洪波;杨龙祥
代理机构	南京苏科专利代理有限责任公司	代理人	姚姣阳

摘要

一种基于深度强化学习的C‑RAN用户关联和计算资源分配方法，包括如下步骤：1）建立深度强化学习神经网络，将其信干燥比（SINR）状态、基带单元（BBU）池中计算资源状态和远端射频头（RRH）缓存状态，组合成系统状态作为该神经网络的输入。2）根据输入的系统状态对神经网络进行训练，得到神经网络输出，即系统动作。3）C‑RAN按照系统动作进行用户关联和BBU池中计算资源分配，并根据奖赏函数和状态转移矩阵得到该系统动作下的奖赏值和下一时刻系统状态。4）将奖赏值和下一系统状态输入到神经网络中，重复以上步骤，直到奖赏值趋于稳定，从而完成训练过程，根据最后的系统动作进行用户关联和BBU池中计算资源分配。本发明可极大地降低服务时延，提高服务质量，使得实时服务成为可能。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供