公开(公告)号：CN113473419A

公开(公告)日：2021-10-01

申请号：CN202110550199.5

申请日：2021-05-20

Applicant: 南京邮电大学

Inventor： 傅友华 ,  雍鹏程

IPC: H04W4/70 ,  H04W72/04 ,  H04W74/08

Abstract: 本发明公开了一种基于强化学习的机器类通信设备接入蜂窝数据网络的方法，所述基站对每个机器类通信设备进行调度，在设备需要发送数据时分配上行链路资源，在设备空闲时不分配资源。该方法的具体步骤为：步骤1，基站预测即将需要传输数据的设备，构成活跃设备集合；步骤2，基站使用改进的上置信界算法在活跃设备集合中进行设备选择，并对所选择的设备分配上行链路资源；步骤3，对基站选择的每个设备进行参数更新以及奖励的分配，进入下一时隙，返回步骤1。本发明针对基站预测算法重复多次预测错误的情况进行专门的优化，旨在降低基站预测错误传递的影响。

公开(公告)号：CN113473419B

公开(公告)日：2023-07-07

申请号：CN202110550199.5

申请日：2021-05-20

Applicant: 南京邮电大学

Inventor： 傅友华 ,  雍鹏程

IPC: H04W4/70 ,  H04W72/0446 ,  H04W72/53 ,  H04W74/08

Abstract: 本发明公开了一种基于强化学习的机器类通信设备接入蜂窝数据网络的方法，所述基站对每个机器类通信设备进行调度，在设备需要发送数据时分配上行链路资源，在设备空闲时不分配资源。该方法的具体步骤为：步骤1，基站预测即将需要传输数据的设备，构成活跃设备集合；步骤2，基站使用改进的上置信界算法在活跃设备集合中进行设备选择，并对所选择的设备分配上行链路资源；步骤3，对基站选择的每个设备进行参数更新以及奖励的分配，进入下一时隙，返回步骤1。本发明针对基站预测算法重复多次预测错误的情况进行专门的优化，旨在降低基站预测错误传递的影响。