龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华北电力大学
申请日：2023-11-14
公开（公告）日：2024-04-30
公开（公告）号：CN117956619A
主分类号：H04W72/542
分类号：H04W72/542;H04W72/1263
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.17#实质审查的生效;2024.04.30#公开
摘要：本发明公开了一种基于SAC的超高可靠超低时延感通算资源编排方法，步骤如下：步骤一、建立非正交多址使能的感通算一体化系统模型，描述超高可靠超低时延约束下长期计算吞吐量最大化问题；步骤二、采用李雅普诺夫优化将长期计算吞吐量最大化问题分解为通感一体化波束成形和计算资源分配两个短期可决策子问题，并建模为马尔科夫决策过程；步骤三、将网络节点视为智能体，采用软演员评论家SAC架构训练智能体的通信感知一体化波束成形决策，进而采用凸优化获得计算资源分配决策；步骤四、采用训练完备的SAC框架执行感通算资源编排。本发明通过合理的深度强化学习架构设计高效求解多维资源耦合的优化问题，确保时延敏感型任务的高效计算卸载。
主权项：1.本发明公开了一种基于SAC的超高可靠超低时延感通算资源编排方法，面向下一代网络节点感知、通信和计算功能集成化的趋势，通过联合编排感通算多维资源实现超高可靠超低时延Ultra-ReliableLowLatencyCommunications，URLLC性能保障，所述方法的步骤如下：步骤1、建立非正交多址接入Non-OrthogonalMultipleAccess，NOMA使能的感知通信计算一体化系统模型，推导感知信噪比、通信速率和计算吞吐量表达式，进而描述URLLC约束下的感通算资源联合编排问题，从而最大化计算吞吐量；步骤2、采用李雅普诺夫优化将长期计算吞吐量最大化问题分解为通感一体化波束成形和计算资源分配两个短期可决策子问题，并建模为带马尔科夫决策过程，涵盖状态空间、动作空间和回报函数定义；步骤3、将网络节点视为智能体，通过智能体与环境的不断交互收集历史经验，采用SAC架构训练智能体的通信感知一体化波束成形决策，并通过随机策略、熵最大化和温度调整改善训练性能，进而采用凸优化获得计算资源分配决策；步骤4、采用训练完备的SAC框架执行感通算资源编排，使系统在计算吞吐量性能和URLLC约束偏移之间取得合理平衡。
全文数据：
权利要求：
百度查询： 华北电力大学 一种基于SAC的超高可靠超低时延感通算资源编排方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号