一种基于深度强化学习的异构网络切片调度方法

    公开(公告)号:CN113891401B

    公开(公告)日:2024-10-15

    申请号:CN202110971021.8

    申请日:2021-11-12

    Abstract: 本发明公开了一种基于深度强化学习的异构网络切片调度方法,所述的方法采用对神经网络离线训练阶段和在线切片调度阶段作为一个调度周期交替进行的方式实现,具体如下:S1:对深度强化学习模型进行离线训练阶段;S2:在线切片调度阶段。本发明采用一种基于深度强化学习的异构网络切片调度算法,在与环境的交互中学习切片调度策略,在神经网络训练和切片调度反复迭代中学出最优的调度策略,即切片可用带宽阈值是在与多变的环境交互中不断变化的,直到学习出最优的调度阈值为止。同等实验条件下,本发明在QoS满足率、业务传输完成时间、切片带宽平均利用率上均有提升。

    一种面向无线自组织网数据同步的小数据报文合并方法

    公开(公告)号:CN112996055B

    公开(公告)日:2022-08-16

    申请号:CN202110282803.0

    申请日:2021-03-16

    Abstract: 本发明提供一种面向无线自组织网数据同步的小数据报文合并方法,包括如下:判断是否为小报文数据,若是,则进入下一步,否则直接进行传输;确定从源节点到目的节点的固定传输路径;根据优先得分,计算等待合并概率;将各中继节点的等待合并概率进行排序,并筛选前q个作为中继节点的子序列进行合并;与目的节点建立小报文数据的多跳传输,若各中继节点的等待合并概率触发合并等待,则进入下一步,否则传输到目的节点;小报文数据在节点等待L分钟,在等待时间内,若有k个相同目的地址的小报文数据,则进行数据合并;否则,任意一个小报文数据达到等待时间后,对当前所有小报文数据进行合并;合并后的数据报文传输到目的节点;目的节点接收后,更新优先得分,通过确认报文发送至各个源节保存更新信息。

    一种基于深度强化学习的异构网络切片调度方法

    公开(公告)号:CN113891401A

    公开(公告)日:2022-01-04

    申请号:CN202110971021.8

    申请日:2021-11-12

    Abstract: 本发明公开了一种基于深度强化学习的异构网络切片调度方法,所述的方法采用对神经网络离线训练阶段和在线切片调度阶段作为一个调度周期交替进行的方式实现,具体如下:S1:对深度强化学习模型进行离线训练阶段;S2:在线切片调度阶段。本发明采用一种基于深度强化学习的异构网络切片调度算法,在与环境的交互中学习切片调度策略,在神经网络训练和切片调度反复迭代中学出最优的调度策略,即切片可用带宽阈值是在与多变的环境交互中不断变化的,直到学习出最优的调度阈值为止。同等实验条件下,本发明在QoS满足率、业务传输完成时间、切片带宽平均利用率上均有提升。

    一种面向无线自组织网数据同步的小数据报文合并方法

    公开(公告)号:CN112996055A

    公开(公告)日:2021-06-18

    申请号:CN202110282803.0

    申请日:2021-03-16

    Abstract: 本发明提供一种面向无线自组织网数据同步的小数据报文合并方法,包括如下:判断是否为小报文数据,若是,则进入下一步,否则直接进行传输;确定从源节点到目的节点的固定传输路径;根据优先得分,计算等待合并概率;将各中继节点的等待合并概率进行排序,并筛选前q个作为中继节点的子序列进行合并;与目的节点建立小报文数据的多跳传输,若各中继节点的等待合并概率触发合并等待,则进入下一步,否则传输到目的节点;小报文数据在节点等待L分钟,在等待时间内,若有k个相同目的地址的小报文数据,则进行数据合并;否则,任意一个小报文数据达到等待时间后,对当前所有小报文数据进行合并;合并后的数据报文传输到目的节点;目的节点接收后,更新优先得分,通过确认报文发送至各个源节保存更新信息。

Patent Agency Ranking