[发明专利]基于深度强化学习的计算卸载和资源分配方法及装置在审
| 申请号： | 202010197729.8 | 申请日： | 2020-03-19 |
| 公开（公告）号： | CN111405569A | 公开（公告）日： | 2020-07-10 |
| 发明（设计）人： | 周欢;江恺;冯阳 | 申请（专利权）人： | 三峡大学 |
| 主分类号： | H04W16/10 | 分类号： | H04W16/10;H04W16/22 |
| 代理公司： | 北京兴智翔达知识产权代理有限公司 11768 | 代理人： | 蒋常雪 |
| 地址： | 443002*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度强化学习的计算卸载和资源分配方法及装置，所述方法包括：基于UE的计算任务参数、UE的性能参数、UE与AP之间的信道参数和移动边缘计算MEC服务器的总计算资源，构建优化问题模型；基于深度强化学习确定优化问题模型的最优解，确定UE的卸载决策，分别给UE所分配的计算资源的百分比数和频谱资源的百分比数。本发明提供的基于深度强化学习的计算卸载和资源分配方法及装置，同时考虑到时变的MEC系统中实际的计算卸载和资源分配特性，任务的时延阈值与系统有限的资源容量约束，基于深度强化学习，利用DNN来有效地逼近强化学习中的值函数，以确定计算卸载和资源分配的联合最优方案，进一步降低了UE的能耗。 | ||
| 搜索关键词： | 基于 深度 强化 学习 计算 卸载 资源 分配 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于三峡大学，未经三峡大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010197729.8/，转载请声明来源钻瓜专利网。
