公开(公告)号：CN111542107A

公开(公告)日：2020-08-14

申请号：CN202010405524.4

申请日：2020-05-14

Applicant: 南昌工程学院

Inventor： 韩龙哲 ,  赵嘉 ,  刘光明 ,  王文丰 ,  敖晨晨 ,  李胜 ,  鞠昌林

IPC: H04W52/14 ,  H04W52/34 ,  H04W72/04 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于增强学习的移动边缘网络资源分配方法，S1，建立基于CSCN由两张相同参数的卷积神经网络qeval、qtarget构成深度增强学习模型；S2，将基站与用户终端之间的时变信道环境建模为有限状态的时变马尔科夫信道，确定基站与用户之间的归一化信道系数，并输入卷积神经网络qeval。该基于增强学习的移动边缘网络资源分配方法，以便在考虑了高复杂度的时变信道基础上，使用深度增强学习模型，将计算复杂度转换到训练深度增强学习模型的过程中，从而以较低复杂度选取决策动作，确定时变信道环境下，基站到用户终端的子载波局部最优分配，最大限度地提高时变信道环境中的能量效率。