基于强化学习的无小区大规模多天线架构下移动边缘计算卸载方法

    公开(公告)号:CN113342529A

    公开(公告)日:2021-09-03

    申请号:CN202110679260.6

    申请日:2021-06-18

    Abstract: 本发明提出了基于强化学习的无小区大规模多天线架构下移动边缘计算卸载方法,方法包括:设置网络中CF‑MEC环境参数,确定用户设备UE与AP之间的数量关系;计算密集型任务的生成,使整个网络的时延tall最小化;定义动作、状态和奖励,训练深度Q网络,并保存网络模型;本发明的方法运行在和所有AP都相连的CPU上;并且在无小区大规模多天线架构中,每个AP都会将关于某个特定接收信号的局部软判决传输至CPU进行最终的综合判决,因此在CPU处可以获得全部的上行信号,同时在CPU处运行的本方法能够获得所有的卸载任务信息,并为它们一一选择合适的服务器来最优化整个网络所经历的卸载时延。

    一种基于模式选择和功率分配的Cell-Free Massive MIMO系统面向D2D通信的资源调度方法

    公开(公告)号:CN116209075A

    公开(公告)日:2023-06-02

    申请号:CN202211598707.8

    申请日:2022-12-14

    Abstract: 本发明提供一种基于模式选择和功率分配的Cell‑FreeMassiveMIMO系统面向D2D通信的资源调度方法。步骤1:组装系统;步骤2:构建满足CFUE用户和D2D用户最小速率要求和功率要求情况下最大化整个系统传输速率的优化目标;步骤3:根据D2D用户的工作模式将其分为工作在本地路由模式的优化P1和工作在D2D直接模式下的优化P2以求解步骤2;步骤4:对P1和P2优化分别采用SCA方法求解;步骤5:基于求解的两种工作模式P1和P2的优化结果,进行D2D用户的工作模式选择以及CFUE用户和D2D用户的功率分配。本发明针对Cell‑FreeMassiveMIMO系统与D2D通信相结合的现有技术中只考虑D2D用户的一种工作模式即D2D直接模式而未考虑D2D用户也应具有与AP通信的能力即本地路由模式问题,且合适的功率分配方案可以提高系统性能问题。

Patent Agency Ranking