公开(公告)号：CN115278908A

公开(公告)日：2022-11-01

申请号：CN202210899466.4

申请日：2022-07-28

Applicant: 北京科技大学

Inventor： 张海君 ,  姜铭慧 ,  刘向南 ,  孙立新 ,  云翔 ,  隆克平

IPC: H04W72/10 ,  H04W72/04 ,  H04W74/08 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种无线资源分配优化方法及装置，涉及无线通信技术领域。包括：对无线设备进行优先级划分，得到不同优先级的无线设备；对所述不同优先级的无线设备设置不同的接入限制因子；通过基站建立智能体模型，对各类接入限制因子进行决策；通过近端策略优化PPO算法对智能体模型进行训练，获得即时奖励以及智能体模型的不同状态；将所述即时奖励以及智能体模型的不同状态作为转移经验；计算目标函数，通过转移经验对所述目标函数进行深度学习，完成无线资源的分配优化。本发明通过引入裁剪替代目标函数，解决PG算法中步长难以确定的问题。通过迭代循环将证明基于PPO的随机资源分配优化方法及装置的独特性，实现随机接入资源分配的整体经济效益。

公开(公告)号：CN115278908B

公开(公告)日：2024-11-15

申请号：CN202210899466.4

申请日：2022-07-28

Applicant: 北京科技大学

Inventor： 张海君 ,  姜铭慧 ,  刘向南 ,  孙立新 ,  云翔 ,  隆克平

IPC: H04W72/566 ,  H04W72/53 ,  H04W74/0833 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明提供了一种无线资源分配优化方法及装置，涉及无线通信技术领域。包括：对无线设备进行优先级划分，得到不同优先级的无线设备；对所述不同优先级的无线设备设置不同的接入限制因子；通过基站建立智能体模型，对各类接入限制因子进行决策；通过近端策略优化PPO算法对智能体模型进行训练，获得即时奖励以及智能体模型的不同状态；将所述即时奖励以及智能体模型的不同状态作为转移经验；计算目标函数，通过转移经验对所述目标函数进行深度学习，完成无线资源的分配优化。本发明通过引入裁剪替代目标函数，解决PG算法中步长难以确定的问题。通过迭代循环将证明基于PPO的随机资源分配优化方法及装置的独特性，实现随机接入资源分配的整体经济效益。