简介:
本发明公开了一种面向有效容量的资源分配方法及系统,引入用户的时延QoS指数,从理论分析用户的理论有效容量;利用用户分簇与功率分配问题建立有效容量和最大的联合优化问题;设计保证用户最小有效容量约束的二分法实现联合优化问题中的功率分配功能;将用户分簇问题建模成强化学习任务;根据强化学习任务构建深度Q网络;网络在线训练后,根据输入状态训练深度Q网络,选取最佳动作作为最佳分簇结果,实现用户分簇。本发明能够降低计算复杂度,在保证用户时延QoS需求的同时有效提高系统的有效容量。
本发明公开了一种面向有效容量的资源分配方法及系统,引入用户的时延QoS指数,从理论分析用户的理论有效容量;利用用户分簇与功率分配问题建立有效容量和最大的联合优化问题;设计保证用户最小有效容量约束的二分法实现联合优化问题中的功率分配功能;将用户分簇问题建模成强化学习任务;根据强化学习任务构建深度Q网络;网络在线训练后,根据输入状态训练深度Q网络,选取最佳动作作为最佳分簇结果,实现用户分簇。本发明能够降低计算复杂度,在保证用户时延QoS需求的同时有效提高系统的有效容量。