买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于信息新鲜度的确定性网络切片资源分配方法_国网湖北省电力有限公司信息通信公司;武汉大学_202311856372.X 

申请/专利权人:国网湖北省电力有限公司信息通信公司;武汉大学

申请日:2023-12-29

公开(公告)日:2024-04-09

公开(公告)号:CN117858096A

主分类号:H04W16/10

分类号:H04W16/10;H04W16/22;H04W72/044;H04W72/50;H04L41/0893;H04L41/14

优先权:

专利状态码:在审-公开

法律状态:2024.04.09#公开

摘要:一种基于信息新鲜度的确定性网络切片资源分配方法,包括如下步骤:步骤1:在工业物联网IIoT中构建网络切片资源分配场景;步骤2:基于网络切片资源分配场景,建立相应的传输时延模型、排队时延模型和AOI模型;步骤3:根据传输时延模型、排队时延模型和AOI模型,建立切片和资源分配的优化问题;步骤4:通过基于actor‑critic模型的DDPG学习框架对步骤3的优化问题求解,实现对网络切片资源的动态分配;步骤5:通过批量梯度下降方法求解出Q值最大的网络切片资源分配策略。可以有效提高工业物联网信息更新的实时性。

主权项:1.一种基于信息新鲜度的确定性网络切片资源分配方法,其特征在于,包括如下步骤:步骤1:在工业物联网IIoT中构建网络切片资源分配场景;该场景由C个切片、C×I个IoT设备、一个宏基站和B个边缘基站组成;步骤2:基于网络切片资源分配场景,引入无线接入网的信道增益、IoT设备的发射功率、任务的到达率和服务率建立相应的传输时延模型、排队时延模型和AOI模型;步骤3:根据传输时延模型、排队时延模型和AOI模型,建立切片和资源分配的优化问题;步骤4:通过基于actor-critic模型的DDPG学习框架对步骤3的优化问题求解,实现对网络切片资源的动态分配;步骤5:通过批量梯度下降方法求解出Q值最大的网络切片资源分配策略,使得在一定的网络资源限制下,IoT设备的AOI超过预定阈值的概率之和最小。

全文数据:

权利要求:

百度查询: 国网湖北省电力有限公司信息通信公司;武汉大学 一种基于信息新鲜度的确定性网络切片资源分配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。