CN110234167A - 一种信道分配方法、信道分配装置及电子设备 - Google Patents
一种信道分配方法、信道分配装置及电子设备 Download PDFInfo
- Publication number
- CN110234167A CN110234167A CN201910398388.8A CN201910398388A CN110234167A CN 110234167 A CN110234167 A CN 110234167A CN 201910398388 A CN201910398388 A CN 201910398388A CN 110234167 A CN110234167 A CN 110234167A
- Authority
- CN
- China
- Prior art keywords
- channel
- trained
- state
- mentioned
- business
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种信道分配方法、信道分配装置、电子设备及计算机可读存储介质,该信道分配方法包括:在初始化与待训练业务相关联的一个以上待训练信道的状态模式矩阵后,获取当前时刻一个以上待训练信道的第一状态,基于第一状态对状态模式矩阵进行更新,随后基于第一状态以及预设的信道分配原则,获取信道分配动作集合,再选定信道分配动作集合中的一个信道分配动作执行,获得瞬时回报值,接着根据状态、动作及瞬时回报值计算收益Q值,并对Q值记录表进行更新,以训练得到信道分配模型。本申请方案通过信道的状态、动作及瞬时回报值完成对信道分配模型的训练,能够实现信道的快速智能分配。
Description
技术领域
本申请属于移动通信技术领域,尤其涉及一种信道分配方法、信道分配装置、电子设备及计算机可读存储介质。
背景技术
高空平台通信网络(High Altitude Platform Stations,HAPS)是指在近地空间的高度约20-100Km,长驻空间5-10年,相对静止并装载有一定规模有效载荷的高空平台所构成的网络。高空平台利用其良好的电波传输特性实现地面用户之间、高空平台之间或者高空平台与卫星之间的通信连接,具有布局灵活、应用广泛、成本低廉和安全可靠等优点。近年来,高空平台通信受到广泛关注,但考虑到当前通信网络的进一步发展,未来HAPS将面临海量的数据连接,其所需要处理的信道分配也将是海量级的。然而,当前的信道分配方法不足以在短时间内实现海量级的信道分配操作。
发明内容
有鉴于此,本申请提供了一种信道分配方法、信道分配装置、电子设备及计算机可读存储介质,可提升信道分配的速度及效率,实现海量级的信道分配操作。
本申请的第一方面提供了一种信道分配方法,包括:
获取待训练的信道分配模型的训练数据集,上述训练数据集包括一个以上待训练业务,上述待训练业务关联有一个以上待训练信道;
将上述训练数据集输入至上述待训练的信道分配模型后,针对任一待训练业务,初始化与上述待训练业务相关联的一个以上待训练信道的状态模式矩阵;
获取当前时刻上述一个以上待训练信道的状态,记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新;
基于上述第一状态以及预设的信道分配原则,获取信道分配动作集合;
选定上述信道分配动作集合中的一个信道分配动作,记为第一动作,并执行上述第一动作,获得瞬时回报值,其中,上述瞬时回报值与上述第一状态及上述第一动作相关联;
根据上述第一状态、上述第一动作及上述瞬时回报值计算收益Q值;
基于计算得到的上述收益Q值,对Q值记录表进行更新,直至各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型;
获取待分配业务及与上述待分配业务相关的一个以上待分配信道,将上述待分配业务及待分配信道输入至已训练的上述信道分配模型中,得到上述待分配业务在上述一个以上待分配信道上的分配结果。
本申请的第二方面提供了一种信道分配装置,包括:
训练数据获取单元,用于获取待训练的信道分配模型的训练数据集,上述训练数据集包括一个以上待训练业务,上述待训练业务关联有一个以上待训练信道;
初始化单元,用于将上述训练数据集输入至上述待训练的信道分配模型后,针对任一待训练业务,初始化与上述待训练业务相关联的一个以上待训练信道的状态模式矩阵;
状态更新单元,用于获取当前时刻上述一个以上待训练信道的状态,记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新;
集合获取单元,用于基于上述第一状态以及预设的信道分配原则,获取信道分配动作集合;
动作执行单元,用于选定上述信道分配动作集合中的一个信道分配动作,记为第一动作,并执行上述第一动作,获得瞬时回报值,其中,上述瞬时回报值与上述第一状态及上述第一动作相关联;
收益计算单元,用于根据上述第一状态、上述第一动作及上述瞬时回报值计算收益Q值;
收益更新单元,用于基于计算得到的上述收益Q值,对Q值记录表进行更新,直至各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型;
模型应用单元,用于获取待分配业务及与上述待分配业务相关的一个以上待分配信道,将上述待分配业务及待分配信道输入至已训练的上述信道分配模型中,得到上述待分配业务在上述一个以上待分配信道上的分配结果。
本申请的第三方面提供了一种电子设备,上述电子设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序,上述处理器执行上述计算机程序时实现如上述第一方面的方法的步骤。
本申请的第四方面提供了一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。
本申请的第五方面提供了一种计算机程序产品,上述计算机程序产品包括计算机程序,上述计算机程序被一个或多个处理器执行时实现如上述第一方面的方法的步骤。
由上可见,在本申请方案中,在信道分配模型的训练过程中,首先获取待训练的信道分配模型的训练数据集,上述训练数据集包括一个以上待训练业务,上述待训练业务关联有一个以上待训练信道,然后将上述训练数据集输入至上述待训练的信道分配模型后,针对任一待训练业务,初始化与上述待训练业务相关联的一个以上待训练信道的状态模式矩阵,接着获取当前时刻上述一个以上待训练信道的状态,记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新,并基于上述第一状态以及预设的信道分配原则,获取信道分配动作集合,随后选定上述信道分配动作集合中的一个信道分配动作,记为第一动作,并执行上述第一动作,获得瞬时回报值,其中,上述瞬时回报值与上述第一状态及上述第一动作相关联,根据上述第一状态、上述第一动作及上述瞬时回报值计算收益Q值,再基于计算得到的上述收益Q值,对Q值记录表进行更新,直至各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型;当训练完成后,可应用该已训练的信道分配模型,获取待分配业务及与上述待分配业务相关的一个以上待分配信道,将上述待分配业务及待分配信道输入至已训练的上述信道分配模型中,得到上述待分配业务在上述一个以上待分配信道上的分配结果。本申请方案通过信道的状态、动作及瞬时回报值,实现对信道分配模型的训练,能够实现信道的快速智能分配。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的信道分配方法的实现流程示意图;
图2是本申请实施例提供的信道分配装置的结构框图;
图3是本申请实施例提供的电子设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请上述的技术方案,下面通过具体实施例来进行说明。
实施例一
下面对本申请实施例提供的一种信道分配方法进行描述,请参阅图1,本申请实施例中的信道分配方法包括信道分配模型的训练过程及应用过程,其具体流程如下:
在步骤101中,获取待训练的信道分配模型的训练数据集,上述训练数据集包括一个以上待训练业务,上述待训练业务关联有一个以上待训练信道;
在本申请实施例中,采用信道分配模型实现智能信道分配操作,因而,首先对信道分配模型的训练过程作出说明:在本申请实施例中,为了实现对待训练的信道分配模型的训练,可以先获取训练数据集,上述训练数据集中包含有一个以上待训练任务,具体地,该待训练任务中包含一个待训练业务及与该待训练业务相关的待训练信道,其中,每个待训练业务可以关联一个以上待训练信道。可以认为上述待训练业务是在训练过程中的待分配业务,上述待训练信道是在训练过程中的待分配信道。
在步骤102中,将上述训练数据集输入至上述待训练的信道分配模型后,针对任一待训练业务,初始化与上述待训练业务相关联的一个以上待训练信道的状态模式矩阵;
在本申请实施例中,先初始化与待训练业务相关联的一个以上待训练信道的状态模式矩阵。在这里,首先对信道的状态作出说明:信道的状态表示的是信道在被分配之前,该信道的质量使用情况、各个时间段该信道的空闲情况等信息,基于信道的状态可以组成一个以上待训练信道的状态模式矩阵集合,需要注意的是,上述一个以上待训练信道具体只对应一个状态模式矩阵,也即,上述状态模式矩阵描述了一个以上待训练信道的状态。具体地,信道的状态可以被离散为四个变量,分别为信道的占用情况、冲突系数、信道质量及业务等级。因而,上述步骤102具体包括:
A1、确定与上述待训练业务相关联的一个以上待训练信道的信道数量;
A2、基于上述信道数量创建状态模式矩阵,并将上述状态模式矩阵中的元素初始化为0。
也即是说,先确定与该待训练业务相关联的一个以上待训练信道的信道数量。在创建状态模式矩阵时,考虑到信道的状态被离散为四个变量,上述状态模式矩阵的维度为4*信道数量,也即,该状态模式矩阵中包含有(4*信道数量)个元素。
在步骤103中,获取当前时刻上述一个以上待训练信道的状态,记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新;
在本申请实施例中,实时获取当前时刻下的上述一个以上待训练信道的状态,将此刻各个待训练信道的状态记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新,也即,根据当前时刻的与上述待训练业务相关联的各个待训练信道的状态,对上述状态模式矩阵进行更新。可选地,上述步骤103具体包括:
B1、针对一个以上待训练信道中的任一待训练信道,检测上述待训练信道的当前占用情况、当前冲突情况、当前信道质量及业务等级;
B2、基于上述当前占用情况、上述当前冲突情况、上述当前信道质量及上述业务等级,确定上述待训练信道的状态;
B3、将获取到的各个待训练信道的状态记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新。
其中,考虑到信道分配装置是为了实现信道的快速智能分配,因而,此处对信道的各项状态作出解释及说明:
首先,检测上述待训练信道的当前占用情况是为了确定当前该待训练信道是否空闲。以下对该参数作出说明;
假设共有K个小区,各小区的业务量分别是A1,A2,……,AK,且K≥2,假定系统中的信道总数为N,业务要求服务的等级为B。在信道总数和业务量之间存在关系式,假设其关系式为C=f(A,B),其中C为信道数量,A为业务量,记小区i所需要的信道数随时间变化为Ci(t),令(1≤i≤K)。假定小区1,2,…,K中被占用的信道数分别是F1,F2,…,FK,记剩下可以使用的信道数为D。则为了使得系统正常运行,必须满足如下关系式:
其中,上式(1)中的各个不等式指示了为了使得系统正常运行,每一个小区的被占用的信道和剩下可使用的信道的总和需要大于或等于该小区的相关业务所需求的信道数量,也即针对任一小区来说,需要实现信道的供大于需,才能保障系统正常运行。在此基础上,所有小区被占用的信道总数与剩下可使用的信道的总和还需要小于或等于信道总数,这是信道总数的整体限制。通过上式(1)进行推导,可以得到如下式子:
再由上式(2),本申请实施例可以定义:
其中,若Dmin>0,则意味着在一个区群(小区1.2,…,k)中,各小区在各自服务等级下所需要的信道数量的最大值大于系统可用信道总数,即此时,如果各小区的业务需求同时达到峰值,则系统肯定无法满足要求的性能指标。
若Dmin=0,则意味着系统所能提供的信道数量刚好满足区群内各小区的最大需求,即此时,根据系统刚好满足各小区最大业务所需要的信道数,这种情况也是资源利用率最高的情况,具体的信道分配满足Fi=Ci,(i=1,2,…K),且剩余信道数D=0。
若Dmin<0,则意味着系统所能提供的信道数量大于在一个区群中各小区满足各自业务服务等级下时所需要的信道数量峰值之和,即此时群内各小区的需求没有达到系统容量,因此只需要给各小区分配一定的信道数即可满足需求,将剩余的信道数量设置为动态分配部分,既可以采用本申请实施例所提出的信道分配方法对空闲信道进行分配。需要说明的是,Dmin<0是根据上式(3)得到的,而由于上式(3)的等式右边是用小区所需要的信道数减去信道总数,因而上式(3)所得到的Dmin才会出现负数;实际上,将该Dmin值取绝对值后才是真实的空闲信道数。
其次,检测上述待训练信道的当前冲突情况是为了确定当前该待训练信道是否发生分配冲突。以下对该参数作出说明;
在信道分配模型的学习阶段,可以对某个调度时刻发生冲突的信道进行记录,得到冲突系数,上述冲突系数指示了冲突程度,具体地,不冲突的调度时刻其冲突系数为0,而冲突越多的调度时刻其冲突系数越大。基于此,在学习阶段结束后,即可以得到一个冲突系数。
接着,对信道质量这一参数作出说明:
根据空闲信道的信道质量进行估计,可以将信道质量划分为若干级,例如,信道质量最好的Quality=10,信道质量合格的Quality=5,信道质量最差的Quality=0。具体地,每个业务所需要的信道质量不一样,例如,高清视频的信道质量可能需要10dB,语音业务的信道质量可能只需要-10dB。可以认为任一业务关联有一信道质量阈值,只要信道质量与该信道质量阈值相等,则该信道的信道质量即为合格;信道质量高于该信道质量阈值,则该信道可以被划定为高质量信道;信道质量低于该信道质量阈值,则该信道的信道质量即为不合格。此处不对信道质量的划分方法做出限定。
最后,对业务等级(Grade of Service,GoS)这一参数作出说明:
可以根据业务的等级需求划定信道的分配优先级,例如,可以将信道的分配优先级划定为如下四种:紧急业务等级,其Level=100;高优先级业务等级,其Level=50;中优先级业务等级,其Level=30;低优先级业务等级,其Level=10。
通过上述当前占用情况、上述当前冲突情况、上述当前信道质量及上述业务等级等四个参数,可以描述任意一个信道的状态,基于当前各个待训练信道的状态可以实现对状态模式矩阵的更新。
在步骤104中,基于上述第一状态以及预设的信道分配原则,获取信道分配动作集合;
在本申请实施例中,可以根据上述第一状态及上述信道分配原则,在上述一个以上待训练信道中,确定当前时刻的未被占用的空闲信道,并针对任一空闲信道,获取上述空闲信道的分配状态、信道质量及业务等级,以生成针对上述空闲信道的分配动作。具体地,信道分配动作就是在空闲的信道中选择信道进行分配,同时该过程中还需要体现业务等级等信息。在这里,采用5位二进制来表示,其中最低位表示信道是否被分配,如被分配,则为1,否则为0。最高两位表示业务等级,其中,紧急业务为11,高优先级为10,中优先级为01,低优先级为00。而剩下的中间两位表示信道质量,质量最好为10,质量合格为01,质量最差为00,余下11保留。
在步骤105中,选定上述信道分配动作集合中的一个信道分配动作,记为第一动作,并执行上述第一动作,获得瞬时回报值,其中,上述瞬时回报值与上述第一状态及上述第一动作相关联;
在本申请实施例中,可以随机选定信道分配动作集合中的一个信道分配动作执行,该动作可以被记为第一动作。在执行完上述第一动作后,可以获得与上述第一状态及上述第一动作相关联的瞬时回报值。也即,在当前的第一状态下执行了第一动作后,获取信道的瞬时回报值作为当前时刻该信道的瞬时回报值,将其与第一状态及第一动作关联起来。以下对瞬时回报值进行解释及说明:
在信道的分配过程中,需要满足以下几个原则,具体为公平性原则、中断率以及GoS最低原则和阻塞率最低原则。具体地,针对公平性原则,指的是在现有信道资源情况下,信道全部分配完成,并且每个业务都被尽可能的被满足,也就是说,各个业务都能够被分配到相应的信道,而不会因为用户的信道条件差或者业务等级低而不被分配信道;针对中断率以及GoS最低原则,指的是分配好的信道能够满足业务的服务等级,且其中断率最低。在提出上述三条原则后,基于三条原则的满足情况,计算此次信道分配动作的瞬时回报值。具体地,若上述三条原则均满足,则此次信道分配的瞬时回报值为10;若上述公平性原与中断率以及GoS(Grade of Service)最低原则被满足,而阻塞率最低原则未被满足,则此次信道分配的瞬时回报值为7;;若上述公平性原则与阻塞率最低原则被满足,而中断率以及GoS(Grade of Service)最低原则未被满足,则此次信道分配的瞬时回报值为5;若只有公平性原则被满足,则此次信道分配的瞬时回报值为3;若只有公平性原则未被满足,则此次信道分配的瞬时回报值为0;若上述三条原则均未被满足,则此次信道分配的瞬时回报值为-10。因而,可以在上述第一动作执行完毕后,检测上述一个以上待训练信道是否满足预设的一个以上信道分配原则,并根据上述一个以上信道分配原则的满足情况,确定此刻的瞬时回报值。
在步骤106中,根据上述第一状态、上述第一动作及上述瞬时回报值计算收益Q值;
在本申请实施例中,可以将信道的状态模式矩阵、信道分配动作及瞬时回报值进行量化,并通过如下公式计算Q值:
Q(s,a)=r+γ*maxQ(s',a')
其中,Q(s,a)为当前时刻需要计算的Q值,具体指的是在当前时刻下状态模式矩阵为s、信道分配动作为a时所计算得到的Q值;r为当前时刻所获得的瞬时回报值(也即步骤105中所获得的与上述状态模式矩阵s及上述信道分配动作a相关联的r值);Q(s',a')为前一时刻所计算得到的Q值,具体指的是在前一时刻状态模式矩阵为s'、信道分配动作为a'时所计算得到的Q值;可见,上式实际上涉及了Q值的迭代,每一时刻的Q值均是通过上一时刻的Q值所计算得到的,γ为预设的学习因子,取值范围为0≤γ<1。
在步骤107中,基于计算得到的上述收益Q值,对Q值记录表进行更新,直至各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型;
在本申请实施例中,在上述信道分配模型的训练过程中,可以记录有一Q值记录表,上述Q值记录表具体为各个状态模式矩阵-信道分配动作-Q值的对应表。每当通过上述步骤106更新了Q值后,查找当前的第一状态-第一动作是否曾经在上述Q值记录表中有过相应记录,若有,则至保留较大的更新。也即,在当前的第一状态-第一动作已经在上述Q值记录表有记录的情况下,检测Q值记录表中记录的Q值是否大于上述步骤106计算得到的Q值,若是,则不对Q值记录表中记录的Q值进行更新,若否,则对Q值记录表中记录的Q值进行更新。也就是说,上述Q值记录表保留的是每一组状态模式矩阵-信道分配动作所对应的最大Q值。重复上述训练过程直至收敛,使得各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型。
可选地,由于无线信道环境复杂、多变,无线业务多种多样以及用户具有移动性和不确定性,难以获得一个包含有所有状态-动作的Q值记录表。所以在这种情况下,为了使得信道分配模型达到理想的效果,可以采用反向传播神经网络(Back Propagation NeuralNetwork,BP神经网络)来快速获得Q值的估计值。通过用BP神经网络替代Q值记录表,并且把每个Q值更新作为训练样例来训练BP神经网络。具体地,可以将信道的状态模式矩阵S量化作为BP神经网络的第一层输入,那么该BP神经网络将最终输出一个Q值的估计值,将这个Q值与上一次学习得到的Q值作为比较实现对BP神经网络的训练,以得到期望的Q值。其中,BP神经网络分为3层,输入层单元个数为信道状态4*N个,第三层输出层只有一个(即为Q值),隐含层的神经单元个数可以选取为32个,实现各层次的神经元之间的全互连连接,该隐含层具有S形传输函数、该输出层具有线性传输函数。上述BP神经网络的网络初始权值矩阵可以被设置为:W2=4*N*32,W3=32*1,偏置值可以被设置为:b2=1*32,b3=1*1的矩阵。具体地,初始权值可以在一个较小区间内随机选取数值构成,比如上述较小区间可以被设定为(0,1),以实现在不离开性能曲面平坦区域的同时避开可能的鞍点。则在上述步骤106之后,上述信道分配方法还包括:
获取预设的缓存单元所缓存的交互数据,其中,上述交互数据包括信道状态、信道分配动作;
将上述交互数据中的信道状态及信道分配动作输入至待训练的反向传播BP神经网络中,对计算得到的上述收益Q值进行训练;
则相应地,本步骤106中的基于计算得到的上述收益Q值,对Q值记录表进行更新,包括:
基于训练后所得到的Q值对Q值记录表进行更新。
其中,在BP神经网络的训练过程中,会产生大量的训练数据。虽然这些数据并不是应对当时环境最优的策略,但是其是通过与环境交互后所得到的经验数据,这对于我们训练过程有较大的帮助。基于此,可以预先设置一个缓存单元(replay_buffer),通过该缓存单元中所缓存的数据来训练BP神经网络,具体地,缓存单元中的每一条记录包含以下内容:state,用于表示当前待训练信道的信道状态;action,表示基于当前的信道状态所做的信道分配动作;reward,表示执行相应信道分配动作之后从环境中获得的收益;next_state,表示信道分配动作被执行后所得到的信道的下一个状态;done,表示训练是否结束。在训练的过程中,缓存单元中将采用新得到的数据来替换旧的数据,直至该待训练业务已被训练完成。
在步骤108中,获取待分配业务及与上述待分配业务相关的一个以上待分配信道,将上述待分配业务及待分配信道输入至已训练的上述信道分配模型中,得到上述待分配业务在上述一个以上待分配信道上的分配结果。
由上可见,在信道分配模型的训练过程中,首先获取待训练的信道分配模型的训练数据集,上述训练数据集包括一个以上待训练业务,上述待训练业务关联有一个以上待训练信道,然后将上述训练数据集输入至上述待训练的信道分配模型后,针对任一待训练业务,初始化与上述待训练业务相关联的一个以上待训练信道的状态模式矩阵,接着获取当前时刻上述一个以上待训练信道的状态,记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新,并基于上述第一状态以及预设的信道分配原则,获取信道分配动作集合,随后选定上述信道分配动作集合中的一个信道分配动作,记为第一动作,并执行上述第一动作,获得瞬时回报值,其中,上述瞬时回报值与上述第一状态及上述第一动作相关联,根据上述第一状态、上述第一动作及上述瞬时回报值计算收益Q值,再基于计算得到的上述收益Q值,对Q值记录表进行更新,直至各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型;当训练完成后,可应用该已训练的信道分配模型,获取待分配业务及与上述待分配业务相关的一个以上待分配信道,将上述待分配业务及待分配信道输入至已训练的上述信道分配模型中,得到上述待分配业务在上述一个以上待分配信道上的分配结果。本申请实施例方案能够实现智能高效、合理地分配各类型的业务连接,在保障各类业务服务质量的同时,使得HAPS通信的信道利用率达到最佳,解决HAPS通信中由于负载不均等造成的无线资源无法满足用户需求的问题,能够在阻塞概率稍微增加的情况下解决系统连接中断问题,可以有效的提高系统的整体性能。进一步地,还可以采用反向神经网络实现快速收敛,以在面对更多的数据时,以更少的时间达到最优解。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
实施例二
本申请实施例二提供了一种信道分配装置,上述信道分配装置可集成于电子设备中,如图2所示,本申请实施例中的信道分配装置200包括:
训练数据获取单元201,用于获取待训练的信道分配模型的训练数据集,上述训练数据集包括一个以上待训练业务,上述待训练业务关联有一个以上待训练信道;
初始化单元202,用于将上述训练数据集输入至上述待训练的信道分配模型后,针对任一待训练业务,初始化与上述待训练业务相关联的一个以上待训练信道的状态模式矩阵;
状态更新单元203,用于获取当前时刻上述一个以上待训练信道的状态,记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新;
集合获取单元204,用于基于上述第一状态以及预设的信道分配原则,获取信道分配动作集合;
动作执行单元205,用于选定上述信道分配动作集合中的一个信道分配动作,记为第一动作,并执行上述第一动作,获得瞬时回报值,其中,上述瞬时回报值与上述第一状态及上述第一动作相关联;
收益计算单元206,用于根据上述第一状态、上述第一动作及上述瞬时回报值计算收益Q值;
收益更新单元207,用于基于计算得到的上述收益Q值,对Q值记录表进行更新,直至各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型;
模型应用单元208,用于获取待分配业务及与上述待分配业务相关的一个以上待分配信道,将上述待分配业务及待分配信道输入至已训练的上述信道分配模型中,得到上述待分配业务在上述一个以上待分配信道上的分配结果。
可选地,上述信道分配装置200还包括:
交互数据获取单元,用于获取预设的缓存单元所缓存的交互数据,其中,上述交互数据包括信道状态、信道分配动作;
收益训练单元,用于将上述交互数据中的信道状态及信道分配动作输入至待训练的反向传播BP神经网络中,对计算得到的上述收益Q值进行训练;
相应地,上述收益更新单元,具体用于基于训练后所得到的Q值对Q值记录表进行更新。
可选地,上述动作执行单元205包括:
原则检测子单元,用于在上述第一动作执行完毕后,检测上述一个以上待训练信道是否满足预设的一个以上信道分配原则;
瞬时回报值计算子单元,用于根据上述一个以上信道分配原则的满足情况,计算上述瞬时回报值。
可选地,上述初始化单元202包括:
信道数量确定子单元,用于确定与上述待训练业务相关联的一个以上待训练信道的信道数量;
矩阵初始化子单元,用于基于上述信道数量创建状态模式矩阵,并将上述状态模式矩阵中的元素初始化为0;
相应地,上述状态更新单元203包括:
信道检测子单元,用于针对一个以上待训练信道中的任一待训练信道,检测上述待训练信道的当前占用情况、当前冲突情况、当前信道质量及业务等级;
状态确定子单元,用于基于上述当前占用情况、上述当前冲突情况、上述当前信道质量及上述业务等级,确定上述待训练信道的状态;
状态更新子单元,用于将获取到的各个待训练信道的状态记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新。
可选地,上述集合获取单元204包括:
空闲信道确定子单元,用于根据上述第一状态及上述信道分配原则,在上述一个以上待训练信道中,确定当前时刻的未被占用的空闲信道;
分配动作生成子单元,用于针对任一空闲信道,获取上述空闲信道的分配状态、信道质量及业务等级,以生成针对上述空闲信道的分配动作。
由上可见,在本申请实施例中,信道分配装置在信道分配模型的训练过程中,首先获取待训练的信道分配模型的训练数据集,上述训练数据集包括一个以上待训练业务,上述待训练业务关联有一个以上待训练信道,然后将上述训练数据集输入至上述待训练的信道分配模型后,针对任一待训练业务,初始化与上述待训练业务相关联的一个以上待训练信道的状态模式矩阵,接着获取当前时刻上述一个以上待训练信道的状态,记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新,并基于上述第一状态以及预设的信道分配原则,获取信道分配动作集合,随后选定上述信道分配动作集合中的一个信道分配动作,记为第一动作,并执行上述第一动作,获得瞬时回报值,其中,上述瞬时回报值与上述第一状态及上述第一动作相关联,根据上述第一状态、上述第一动作及上述瞬时回报值计算收益Q值,再基于计算得到的上述收益Q值,对Q值记录表进行更新,直至各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型;当训练完成后,信道分配装置可应用该已训练的信道分配模型,获取待分配业务及与上述待分配业务相关的一个以上待分配信道,将上述待分配业务及待分配信道输入至已训练的上述信道分配模型中,得到上述待分配业务在上述一个以上待分配信道上的分配结果。本申请实施例方案能够实现智能高效、合理地分配各类型的业务连接,在保障各类业务服务质量的同时,使得HAPS通信的信道利用率达到最佳,解决HAPS通信中由于负载不均等造成的无线资源无法满足用户需求的问题,能够在阻塞概率稍微增加的情况下解决系统连接中断问题,可以有效的提高系统的整体性能。进一步地,还可以采用反向神经网络实现快速收敛,以在面对更多的数据时,以更少的时间达到最优解。
实施例三
本申请实施例三提供了一种电子设备,请参阅图3,本申请实施例中的电子设备3包括:存储器301,一个或多个处理器302(图3中仅示出一个)及存储在存储器301上并可在处理器上运行的计算机程序。其中:存储器301用于存储软件程序以及模块,处理器302通过运行存储在存储器301的软件程序以及单元,从而执行各种功能应用以及数据处理,以获取上述预设事件对应的资源。具体地,处理器302通过运行存储在存储器301的上述计算机程序时实现以下步骤:
获取待训练的信道分配模型的训练数据集,上述训练数据集包括一个以上待训练业务,上述待训练业务关联有一个以上待训练信道;
将上述训练数据集输入至上述待训练的信道分配模型后,针对任一待训练业务,初始化与上述待训练业务相关联的一个以上待训练信道的状态模式矩阵;
获取当前时刻上述一个以上待训练信道的状态,记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新;
基于上述第一状态以及预设的信道分配原则,获取信道分配动作集合;
选定上述信道分配动作集合中的一个信道分配动作,记为第一动作,并执行上述第一动作,获得瞬时回报值,其中,上述瞬时回报值与上述第一状态及上述第一动作相关联;
根据上述第一状态、上述第一动作及上述瞬时回报值计算收益Q值;
基于计算得到的上述收益Q值,对Q值记录表进行更新,直至各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型;
获取待分配业务及与上述待分配业务相关的一个以上待分配信道,将上述待分配业务及待分配信道输入至已训练的上述信道分配模型中,得到上述待分配业务在上述一个以上待分配信道上的分配结果。
假设上述为第一种可能的实施方式,则在第一种可能的实施方式作为基础而提供的第二种可能的实施方式中,上述根据上述第一状态、上述第一动作及上述瞬时回报值计算收益Q值之后,处理器302通过运行存储在存储器301的上述计算机程序时实现以下步骤:
获取预设的缓存单元所缓存的交互数据,其中,上述交互数据包括信道状态、信道分配动作;
将上述交互数据中的信道状态及信道分配动作输入至待训练的反向传播BP神经网络中,对计算得到的上述收益Q值进行训练;
上述基于计算得到的上述收益Q值,对Q值记录表进行更新,包括:
基于训练后所得到的Q值对Q值记录表进行更新。
在上述第一种可能的实施方式作为基础,或者上述第二种可能的实施方式作为基础而提供的第三种可能的实施方式中,上述执行上述第一动作,获得瞬时回报值,包括:
在上述第一动作执行完毕后,检测上述一个以上待训练信道是否满足预设的一个以上信道分配原则;
根据上述一个以上信道分配原则的满足情况,计算上述瞬时回报值。
在上述第一种可能的实施方式作为基础,或者上述第二种可能的实施方式作为基础而提供的第四种可能的实施方式中,上述初始化与上述待训练业务相关联的一个以上待训练信道的状态模式矩阵,包括:
确定与上述待训练业务相关联的一个以上待训练信道的信道数量;
基于上述信道数量创建状态模式矩阵,并将上述状态模式矩阵中的元素初始化为0;
相应地,上述获取当前时刻上述一个以上待训练信道的状态,记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新,包括:
针对一个以上待训练信道中的任一待训练信道,检测上述待训练信道的当前占用情况、当前冲突情况、当前信道质量及业务等级;
基于上述当前占用情况、上述当前冲突情况、上述当前信道质量及上述业务等级,确定上述待训练信道的状态;
将获取到的各个待训练信道的状态记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新。
在上述第一种可能的实施方式作为基础,或者上述第二种可能的实施方式作为基础而提供的第五种可能的实施方式中,上述基于上述第一状态以及预设的信道分配原则,获取信道分配动作集合,包括:
根据上述第一状态及上述信道分配原则,在上述一个以上待训练信道中,确定当前时刻的未被占用的空闲信道;
针对任一空闲信道,获取上述空闲信道的分配状态、信道质量及业务等级,以生成针对上述空闲信道的分配动作。
应当理解,在本申请实施例中,所称处理器302可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器301可以包括只读存储器和随机存取存储器,并向处理器302提供指令和数据。存储器301的一部分或全部还可以包括非易失性随机存取存储器。例如,存储器301还可以存储设备类型的信息。
由上可见,在本申请实施例中,电子设备在信道分配模型的训练过程中,首先获取待训练的信道分配模型的训练数据集,上述训练数据集包括一个以上待训练业务,上述待训练业务关联有一个以上待训练信道,然后将上述训练数据集输入至上述待训练的信道分配模型后,针对任一待训练业务,初始化与上述待训练业务相关联的一个以上待训练信道的状态模式矩阵,接着获取当前时刻上述一个以上待训练信道的状态,记为第一状态,并基于上述第一状态对上述状态模式矩阵进行更新,并基于上述第一状态以及预设的信道分配原则,获取信道分配动作集合,随后选定上述信道分配动作集合中的一个信道分配动作,记为第一动作,并执行上述第一动作,获得瞬时回报值,其中,上述瞬时回报值与上述第一状态及上述第一动作相关联,根据上述第一状态、上述第一动作及上述瞬时回报值计算收益Q值,再基于计算得到的上述收益Q值,对Q值记录表进行更新,直至各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型;当训练完成后,电子设备可应用该已训练的信道分配模型,获取待分配业务及与上述待分配业务相关的一个以上待分配信道,将上述待分配业务及待分配信道输入至已训练的上述信道分配模型中,得到上述待分配业务在上述一个以上待分配信道上的分配结果。本申请实施例方案能够实现智能高效、合理地分配各类型的业务连接,在保障各类业务服务质量的同时,使得HAPS通信的信道利用率达到最佳,解决HAPS通信中由于负载不均等造成的无线资源无法满足用户需求的问题,能够在阻塞概率稍微增加的情况下解决系统连接中断问题,可以有效的提高系统的整体性能。进一步地,还可以采用反向神经网络实现快速收敛,以在面对更多的数据时,以更少的时间达到最优解。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将上述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者外部设备软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,上述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,上述计算机程序包括计算机程序代码,上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读存储介质可以包括:能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机可读存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括是电载波信号和电信信号。
以上上述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种信道分配方法,其特征在于,包括:
获取待训练的信道分配模型的训练数据集,所述训练数据集包括一个以上待训练业务,所述待训练业务关联有一个以上待训练信道;
将所述训练数据集输入至所述待训练的信道分配模型后,针对任一待训练业务,初始化与所述待训练业务相关联的一个以上待训练信道的状态模式矩阵;
获取当前时刻所述一个以上待训练信道的状态,记为第一状态,并基于所述第一状态对所述状态模式矩阵进行更新;
基于所述第一状态以及预设的信道分配原则,获取信道分配动作集合;
选定所述信道分配动作集合中的一个信道分配动作,记为第一动作,并执行所述第一动作,获得瞬时回报值,其中,所述瞬时回报值与所述第一状态及所述第一动作相关联;
根据所述第一状态、所述第一动作及所述瞬时回报值计算收益Q值;
基于计算得到的所述收益Q值,对Q值记录表进行更新,直至各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型;
获取待分配业务及与所述待分配业务相关的一个以上待分配信道,将所述待分配业务及待分配信道输入至已训练的所述信道分配模型中,得到所述待分配业务在所述一个以上待分配信道上的分配结果。
2.如权利要求1所述的信道分配方法,其特征在于,所述根据所述第一状态、所述第一动作及所述瞬时回报值计算收益Q值之后,所述信道分配方法还包括:
获取预设的缓存单元所缓存的交互数据,其中,所述交互数据包括信道状态、信道分配动作;
将所述交互数据中的信道状态及信道分配动作输入至待训练的反向传播BP神经网络中,对计算得到的所述收益Q值进行训练;
所述基于计算得到的所述收益Q值,对Q值记录表进行更新,包括:
基于训练后所得到的收益Q值对所述Q值记录表进行更新。
3.如权利要求1或2所述的信道分配方法,其特征在于,所述执行所述第一动作,获得瞬时回报值,包括:
在所述第一动作执行完毕后,检测所述一个以上待训练信道是否满足预设的一个以上信道分配原则;
根据所述一个以上信道分配原则的满足情况,计算所述瞬时回报值。
4.如权利要求1或2所述的信道分配方法,其特征在于,所述初始化与所述待训练业务相关联的一个以上待训练信道的状态模式矩阵,包括:
确定与所述待训练业务相关联的一个以上待训练信道的信道数量;
基于所述信道数量创建状态模式矩阵,并将所述状态模式矩阵中的元素初始化为0;
相应地,所述获取当前时刻所述一个以上待训练信道的状态,记为第一状态,并基于所述第一状态对所述状态模式矩阵进行更新,包括:
针对一个以上待训练信道中的任一待训练信道,检测所述待训练信道的当前占用情况、当前冲突情况、当前信道质量及业务等级;
基于所述当前占用情况、所述当前冲突情况、所述当前信道质量及所述业务等级,确定所述待训练信道的状态;
将获取到的各个待训练信道的状态记为第一状态,并基于所述第一状态对所述状态模式矩阵进行更新。
5.如权利要求1或2所述的信道分配方法,其特征在于,所述基于所述第一状态以及预设的信道分配原则,获取信道分配动作集合,包括:
根据所述第一状态及所述信道分配原则,在所述一个以上待训练信道中,确定当前时刻的未被占用的空闲信道;
针对任一空闲信道,获取所述空闲信道的分配状态、信道质量及业务等级,以生成针对所述空闲信道的分配动作。
6.一种信道分配装置,其特征在于,包括:
训练数据获取单元,用于获取待训练的信道分配模型的训练数据集,所述训练数据集包括一个以上待训练业务,所述待训练业务关联有一个以上待训练信道;
初始化单元,用于将所述训练数据集输入至所述待训练的信道分配模型后,针对任一待训练业务,初始化与所述待训练业务相关联的一个以上待训练信道的状态模式矩阵;
状态更新单元,用于获取当前时刻所述一个以上待训练信道的状态,记为第一状态,并基于所述第一状态对所述状态模式矩阵进行更新;
集合获取单元,用于基于所述第一状态以及预设的信道分配原则,获取信道分配动作集合;
动作执行单元,用于选定所述信道分配动作集合中的一个信道分配动作,记为第一动作,并执行所述第一动作,获得瞬时回报值,其中,所述瞬时回报值与所述第一状态及所述第一动作相关联;
收益计算单元,用于根据所述第一状态、所述第一动作及所述瞬时回报值计算收益Q值;
收益更新单元,用于基于计算得到的所述收益Q值,对Q值记录表进行更新,直至各个待训练业务及与各个待训练业务相关联的一个以上待训练信道均被分配完成为止,得到已训练的信道分配模型;
模型应用单元,用于获取待分配业务及与所述待分配业务相关的一个以上待分配信道,将所述待分配业务及待分配信道输入至已训练的所述信道分配模型中,得到所述待分配业务在所述一个以上待分配信道上的分配结果。
7.如权利要求6所述的信道分配装置,其特征在于,所述信道分配方法还包括:
交互数据获取单元,用于获取预设的缓存单元所缓存的交互数据,其中,所述交互数据包括信道状态、信道分配动作;
收益训练单元,用于将所述交互数据中的信道状态及信道分配动作输入至待训练的反向传播BP神经网络中,对计算得到的所述收益Q值进行训练;
相应地,所述收益更新单元,具体用于基于训练后所得到的收益Q值对Q值记录表进行更新。
8.如权利要求6或7所述的信道分配装置,其特征在于,所述动作执行单元包括:
原则检测子单元,用于在所述第一动作执行完毕后,检测所述一个以上待训练信道是否满足预设的一个以上信道分配原则;
瞬时回报值计算子单元,用于根据所述一个以上信道分配原则的满足情况,计算所述瞬时回报值。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910398388.8A CN110234167B (zh) | 2019-05-14 | 2019-05-14 | 一种信道分配方法、信道分配装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910398388.8A CN110234167B (zh) | 2019-05-14 | 2019-05-14 | 一种信道分配方法、信道分配装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110234167A true CN110234167A (zh) | 2019-09-13 |
CN110234167B CN110234167B (zh) | 2023-04-07 |
Family
ID=67860625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910398388.8A Active CN110234167B (zh) | 2019-05-14 | 2019-05-14 | 一种信道分配方法、信道分配装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110234167B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113726462A (zh) * | 2021-07-30 | 2021-11-30 | 浪潮电子信息产业股份有限公司 | 一种PCIe虚拟信道选择方法、装置、系统及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103108397A (zh) * | 2013-03-08 | 2013-05-15 | 扬州万方电子技术有限责任公司 | 基于粒子群的无线Mesh网快速信道分配方法 |
US20170257865A1 (en) * | 2015-11-27 | 2017-09-07 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and system for multi-protocol transmissions |
CN109743735A (zh) * | 2018-12-18 | 2019-05-10 | 北京邮电大学 | 一种卫星通信系统中基于深度增强学习的动态信道分配方法 |
-
2019
- 2019-05-14 CN CN201910398388.8A patent/CN110234167B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103108397A (zh) * | 2013-03-08 | 2013-05-15 | 扬州万方电子技术有限责任公司 | 基于粒子群的无线Mesh网快速信道分配方法 |
US20170257865A1 (en) * | 2015-11-27 | 2017-09-07 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and system for multi-protocol transmissions |
CN109743735A (zh) * | 2018-12-18 | 2019-05-10 | 北京邮电大学 | 一种卫星通信系统中基于深度增强学习的动态信道分配方法 |
Non-Patent Citations (1)
Title |
---|
MINGXIANG GUAN: "Joint Rate and BER Scheduling Resource Allocation for Wireless Communication Systems", 《IEEE ACCESS》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113726462A (zh) * | 2021-07-30 | 2021-11-30 | 浪潮电子信息产业股份有限公司 | 一种PCIe虚拟信道选择方法、装置、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110234167B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111444009B (zh) | 一种基于深度强化学习的资源分配方法及装置 | |
CN107659433B (zh) | 一种云资源调度方法及设备 | |
CN113326126B (zh) | 任务处理方法、任务调度方法、装置及计算机设备 | |
CN107203412A (zh) | 一种基于膜系统改进粒子群算法的云资源调度优化方法 | |
CN108694077A (zh) | 基于改进二进制蝙蝠算法的分布式系统任务调度方法 | |
CN113946431B (zh) | 一种资源调度方法、系统、介质及计算设备 | |
CN111614754B (zh) | 面向雾计算的成本效率优化的动态自适应任务调度方法 | |
CN112764936A (zh) | 基于深度强化学习的边缘计算服务器信息处理方法及装置 | |
CN110163334A (zh) | 集成电路芯片装置及相关产品 | |
CN110874626B (zh) | 一种量化方法及装置 | |
CN110795217B (zh) | 一种基于资源管理平台的任务分配方法及系统 | |
CN114546608A (zh) | 一种基于边缘计算的任务调度方法 | |
CN110234167A (zh) | 一种信道分配方法、信道分配装置及电子设备 | |
CN115640117A (zh) | 基于资源分配的微服务实例部署方法及装置 | |
CN109062683A (zh) | 主机资源分配的方法、装置及计算机可读存储介质 | |
CN110750363B (zh) | 计算机存储管理方法和装置、电子设备和存储介质 | |
Thomson | A characterization of a family of rules for the adjudication of conflicting claims | |
CN114301907B (zh) | 云计算网络中的业务处理方法、系统、装置及电子设备 | |
CN112085328B (zh) | 风险评估方法、系统、电子设备及存储介质 | |
CN103595783B (zh) | 云计算调度系统及云计算调度方法 | |
CN114816755A (zh) | 调度方法及调度装置、处理核、电子设备、可读介质 | |
CN114153593A (zh) | 业务处理的方法、装置、电子设备及介质 | |
CN114298331A (zh) | 数据处理方法及装置、设备、存储介质 | |
CN112966968A (zh) | 一种基于人工智能的名单分配方法及相关设备 | |
CN112598284A (zh) | 一种用于养老系统的有限资源动态配给方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |