本發(fā)明提出了一種考慮業(yè)務(wù)優(yōu)先級的多信道接入建模及分布式實現(xiàn)方法,基于一個考慮業(yè)務(wù)優(yōu)先級分類的通用緩存隊列模型,結(jié)合相同無線資源傳輸不同優(yōu)先級業(yè)務(wù)對全網(wǎng)所產(chǎn)生的效益不同這一特性,建立了新的網(wǎng)絡(luò)效益最大化約束優(yōu)化模型;將該模型轉(zhuǎn)化為Multi?agent強化學習決策過程,從而構(gòu)建了基于該模型的多鏈路分布式動態(tài)信道接入的深度學習框架,用所建立模型的優(yōu)化目標作為獎勵對所有Agent進行集中訓練,得到了相應(yīng)的分布式動態(tài)信道接入方法;通過將該深度學習框架訓練的Agent加載到鏈路發(fā)射機上進行分布式執(zhí)行,可實現(xiàn)各鏈路僅利用局部觀測就能實現(xiàn)具有全局業(yè)務(wù)優(yōu)先級平衡效果的動態(tài)頻譜接入決策。
聲明:
“考慮業(yè)務(wù)優(yōu)先級的多信道接入建模及分布式實現(xiàn)方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)