Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学王强获国家专利权

北京邮电大学王强获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利一种多业务联合下行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:CN116489774B

龙图腾网通过国家知识产权局官网在2026-04-21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:202310544854.5,技术领域涉及:H04W72/044;该发明授权一种多业务联合下行资源分配方法是由王强;郭恺;陈镜伊;张文琦设计研发完成,并于2023-05-15向国家知识产权局提交的专利申请。

一种多业务联合下行资源分配方法在说明书摘要公布了:本发明提出一种多业务联合下行资源分配方法,属于移动通信领域;具体为:首先,搭建包括基站和用户的通信场景,在每一个时隙记录当前所有用户到基站的距离;然后,定量给出eMBB用户和URLLC用户的传输模型,分别计算用户的最大传输速率;构建神经网络模型,输出连接预测矩阵;基于URLLC业务的高可靠性要求和eMBB业务的高传输速率要求建立优化目标,并结合连接预测矩阵综合决策;最后,基于DuelingDeepQ‑Learning算法训练强化学习资源调度模型,解决优化目标函数,从而给出最优的URLLC和eMBB业务抢占或共用资源的选择策略,得到多业务联合下行资源分配结果;本发明充分考虑了多小区多业务的实际通信场景的共存问题,并高效利用频域资源,满足多业务传输指标的意义。

本发明授权一种多业务联合下行资源分配方法在权利要求书中公布了:1.一种多业务联合下行资源分配方法,其特征在于,具体步骤如下: 步骤一、搭建包括基站和用户的通信场景,将每个基站连接的用户划分为eMBB业务和URLLC业务两种类型,并在每一个时隙记录当前所有用户到基站的距离; 基站集合为BS={BS1,BS2,...BSi,...BSn},对于基站BSi,连接的用户包括:U={1,2,...,u}代表需求URLLC业务的用户集合,E={1,2,...,e}代表需求eMBB业务的用户集合; 记第m个时隙为Tm,对应的用户基站距离为: 其中,表示需求eMBB业务的用户e在时隙Tm对应基站BSi的距离,表示需求URLLC业务的用户u在时隙Tm对应基站BSi的距离; 步骤二、分别定量给出eMBB用户和URLLC用户的传输模型,在不同传输模型下计算用户的最大传输速率; 传输模型包括打孔传输模型和NOMA传输模型; 步骤三、将当前时隙用户到基站的距离和上个时隙用户到基站的距离进行聚合,输入构建的神经网络模型中,输出连接预测矩阵; 第m个时隙Tm对应的用户基站距离Dm,用户业务的时延门限矩阵为构建一个包含多个隐藏层的神经网络模型,输入当前时刻m的距离矩阵Dm,上一个时刻的距离矩阵Dm-1以及用户业务时延门限使用二元交叉熵作为损失函数进行网络训练,输出二元标量矩阵作为连接预测矩阵Fpred,如下: 表示特定用户在当前第m个时隙的预测连接性,表示根据预测该用户请求的业务能够在业务时间门限内传完,则表示无法在时延门限内传完或在传输时离开小区;第m个时隙内所有用户的组成了连接预测矩阵Fpred; 步骤四、基于URLLC业务的高可靠性要求和eMBB业务的高传输速率要求建立优化目标,并结合连接预测矩阵Fpred综合决策,以保证URLLC可靠性的基础上最大化eMBB传输速率和eMBB可靠性; 优化问题如下: C2:ΣPi≤Pmax 其中,ReMBB表示eMBB业务的传输速率;PrE表示eMBB业务传输失败概率;PrU表示URLLC业务传输失败概率; 约束条件C1代表eMBB速率、eMBB可靠性和URLLC可靠性三者所占奖励的权重之和等于1;αi为权重系数; 约束条件C2代表小区内基站发射信号的总功率低于功率上限Pmax;Pi为基站BSi对小区内用户分配的功率; 约束条件C3代表同一时隙下URLLC业务的解码优先级高于eMBB业务;分别表示基站BSi分配给URLLC用户和eMBB用户的功率; 约束条件C4代表在整体目标函数中过滤掉连接预测矩阵中预测断开的用户,决策分配给这类用户的功率对目标函数的影响被忽略; 约束条件C5表示URLLC业务必须严格满足可靠性QoS要求; 约束条件C6表示各类业务传输成功,其传输时延必须小于时延门限条件·代指包括URLLC和eMBB的各类业务; 约束条件C7表示各类业务传输成功,其信干噪比必须大于门限条件 步骤五、基于DuelingDeepQ-Learning算法训练强化学习资源调度模型,求解优化目标函数,从而给出最优的URLLC和eMBB业务抢占或共用资源的选择策略,得到多业务联合下行资源分配结果; 强化学习资源调度模型包括三层:第一层网络根据当前eMBB业务最大门限时延、信道增益和连接预测矩阵给出为后续的URLLC业务的预留资源比率;第二层网络根据上层网络给出的资源预留率和连接预测矩阵结合信道增益给出每个资源块的分配动作;第三层网络根据到达的URLLC业务数和小时隙的功率分配情况给出资源调度决策。

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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。