公开(公告)号：CN118828701A

公开(公告)日：2024-10-22

申请号：CN202411068395.9

申请日：2024-08-06

Applicant: 重庆邮电大学

Inventor： 李云 ,  许茂梅 ,  夏士超 ,  梁吉申 ,  吴广富

IPC: H04W28/08 ,  H04L67/10 ,  H04L41/14 ,  H04L41/142 ,  H04L41/16

Abstract: 本发明属于移动通信技术领域，具体涉及一种面向通感一体的MEC差异化服务缓存和资源分配方法，包括构建去中心化通感一体MEC系统模型，建立差异化任务模型、服务缓存模型、通感信号模型和任务卸载模型；以最小化差异化任务的处理时延和能耗为目标，建立服务缓存、任务卸载、算力资源分配和功率资源分配的联合优化问题；将联合优化问题转化为部分可观测的马尔可夫决策过程，并采用基于多智能体深度确定性策略的深度强化学习算法求解得到最优解；本发明可以实现更小的长期处理成本。

公开(公告)号：CN119364393A

公开(公告)日：2025-01-24

申请号：CN202411422381.2

申请日：2024-10-12

Applicant: 重庆邮电大学

Inventor： 李云 ,  许茂梅 ,  夏士超 ,  梁吉申 ,  吴广富

IPC: H04W24/02 ,  H04W24/06

Abstract: 本发明属于通感算资源分配技术领域，具体涉及一种面向时间差异化的通感算资源分配方法，包括构建时间差异化ISCC系统模型，其包括基站、移动用户和感知目标；建立时变请求模型、服务缓存模型、通信模型、计算模型和感知模型；以网络效用函数最大化为目标，在时延容忍约束和存储容量约束下，建立一个包括服务缓存、任务卸载、频谱资源、功率资源和算力资源的联合优化问题；将联合优化问题转换为部分可观测的马尔可夫决策过程，将基站作为智能体，定义三元组；采用基于LSTM的深度确定性策略梯度算法求解；本发明利用LSTM网络捕获历史信息，智能体做出最优的决策。