买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜重庆邮电大学申请的专利基于分支D3QN的工业5G网络智能动态资源分配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116095757B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310076271.4，技术领域涉及：H04W28/16；该发明授权基于分支D3QN的工业5G网络智能动态资源分配方法是由王恒;白逸轩;谢鑫;王平设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本基于分支D3QN的工业5G网络智能动态资源分配方法在说明书摘要公布了：本发明涉及一种基于分支D3QN的工业5G网络智能动态资源分配方法，属于移动通信领域。该方法在单基站多切片多节点系统模型中，通过分支结构改进的D3QN分配方法，在每个时隙为每个节点动态分配物理资源块和功率，在满足切片之间相互隔离，可靠性的条件下，最小化物理资源块使用量和功率的加权和。本发明通过分支结构改进的D3QN方法，降低了问题求解的复杂度，保证满足可靠性约束条件并实现资源使用率和功耗之间的平衡。

本发明授权基于分支D3QN的工业5G网络智能动态资源分配方法在权利要求书中公布了：1.一种基于分支D3QN的工业5G网络智能动态资源分配方法，其特征在于，在单基站多切片多节点系统模型中，通过分支结构改进的D3QN分配方法，在每个时隙为每个节点动态分配物理资源块和功率，在满足切片之间相互隔离，可靠性的条件下，最小化物理资源块使用量和功率的加权和；该方法具体包括以下步骤：S1：获取工业5G网络系统中参数信息，构造分支结构改进的D3QN，并初始化网络参数；其中，构造分支结构改进的D3QN，具体包括以下步骤：S101：分支结构改进的D3QN包含一个共享决策模块和多个网络分支；设在一个单基站小区下行链路场景下，其中工业5G网络中包含N个节点；共享决策模块由所有分支共享，共享学习经验；根据节点数确定分支数为N+2，其中包括一个共享值输出分支，一个物理资源块分配分支，N个功率分配分支；共享值输出模块输出共享值Vs，并用在决斗体系中的优势函数中；物理资源块的分配在一个分支中完成；各个节点功率的分配是相互独立的，将N个节点的功率分配划分到N个分支中；S102：在分支结构改进的D3QN中采用对决结构；对决结构中每个分支的优势函数为：Qds,ad＝Vs+As,ad其中，Qds,ad是分支d的状态-动作值，Vs是共享值，As,ad是状态为s且动作为ad时分支d的动作优势值；S103：分支结构改进的D3QN中对于目标值的计算，选择分别针对每个单独的分支进行计算，分支d的目标值yd的计算公式为： 其中，r表示奖励，γ表示折扣因子，对应于分支d的分支的目标网络被定义为s′和a′d分别表示下一时隙的状态和分支d中的动作；S2：根据系统模型和基于最小化物理资源块使用量和功率的加权和的优化目标建立状态空间，动作空间以及奖励函数，具体包括以下步骤：S201：构建基于最小化物理资源块使用量和功率的加权和的优化目标，表达式为： 其中，t表示时隙，K表示物理资源块的个数，N表示节点个数，k和n分别表示物理资源块和节点的索引；ρk,nt是指示函数，如果在时隙t将物理资源块k分配给节点n，则ρk,nt＝1，否则，ρk,nt＝0；ωn表示节点n的功率的权重，pn表示节点n的功率；约束条件如下所示：分配的物理资源块的数量小于等于所拥有的物理资源块数目K： 保证切片之间相互隔离： 假设总共包含M个切片，m表示切片的索引，切片的可靠性约束： 其中，Dm表示切片m的时延，表示切片m最大可容忍时延，χm表示可靠性要求；约束功率的选取范围小于等于最大功率pmax：0≤pnt≤pmaxS202：在带宽有限的情况下，总延迟D表示为：D＝dqueue其中，dqueue表示队列延迟；S203：为了存储待发送的传入流量数据并统计排队延迟，对每个节点维持一个队列；节点n在时隙t+1的队列的积压Unt+1表示为：Unt+1＝max{Unt+αnt-rnt,0}其中，αnt、rnt分别表示接收的数据量和发送的数据量；S204：建立系统的状态空间st为：st＝{qt,dt,αt,ht}其中，qt、dt、αt、ht分别是各个节点积压的集合、延迟的集合、到达流量的集合以及信道增益集合；S205：物理资源块的动作空间为基于切片划分的所有可能的分配方法；S206：根据当前节点的时延和积压来确定物理资源块分配给切片中节点的优先级； 其中，表示当前节点的优先级，分别表示节点n的时延和积压量，积压量被定义为未超时且等待发送的数据量，ζ表示时延和积压量重要性的权重；再根据节点的优先级来分配物理资源块，切片m中节点n可分得的物理资源块量为： 其中，分别表示节点n和切片m被分配的物理资源块量；S207：构建奖励函数为： 其中，Kallo为所使用的物理资源块，ωn为衡量物理资源块和功率重要性的权重；δn为指示函数，如果节点n满足可靠性，则为0，否则为1；为惩罚的权重，Ln,t为节点n在时隙t时刻的丢包量；S3：更新各节点的延迟、积压量、可靠性信息和分支结构改进的D3QN探索动作空间，并输出最优动作，具体包括以下步骤：S301：在随机动作选择阶段，对动作的选择进行进一步的约束，针对物理资源块动作空间，若切片中存在节点不满足服务质量约束条件，则去除值为0的分配动作，由此得到新的动作空间a′；针对功率动作空间，若节点不满足服务质量约束条件，则去除值为0的分配动作，得到新的动作空间p′；S302：在获得最优动作的过程中，通过选择除输出共享值的分支之外的每个分支中与最大动作值函数对应的动作来获得总共N+1个动作；假设每个分支的最优行为是a*，则a*由下式得到； 最优动作对应的集合为： 其中，表示分支i的最优动作；S4：对网络进行训练，并计算损失函数，再利用梯度下降算法更新网络的参数直至网络收敛，得到训练完成的网络，具体包括以下步骤：S401：根据估计值以及目标值网络返回的目标值得到损失函数Loss为： 其中，Z表示分支的数量；S402：基于步骤S401的损失函数，计算得到梯度损失函数为： 其中，表示估计网络的梯度向量，θd表示分支d的网络参数；S403：每隔若干步，将估计网络的网络参数更新到目标网络直到网络收敛。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。