| 基于有限记忆、概率学习的双时间尺度切片资源分配方法 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：4213 K | |
| 標簽： 网络切片 资源分配 双时间尺度 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：网络切片是使网络能够满足不同垂直领域的不同服务需求的关键要素，为解决网络中切片类型动态变化的问题，提出了一种联邦-多智能体强化学习双时间尺度资源分配（F-MALML）算法。大时间尺度下，通过有限记忆学习算法为每个基站分配资源；小时间尺度内各基站使用F-MALML算法进一步为切片中的用户动态分配资源。引入了一种概率学习机制，根据前一时隙的分配结果和网络实际状态，动态调整每个时间尺度的分配策略。仿真结果表明，所提算法相比于其他两种基准算法在新增切片的切片满意度及系统频谱效率方面都有较大提升，且表现出更好的稳定性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2