[发明专利]一种5G超密集组网资源分配方法及装置

权利要求书

1.一种5G超密集组网资源分配方法，其特征在于，包括：

针对每个时刻的5G超密集组网系统状态，基于贪婪策略进行决策，计算每个状态对应的即时奖励；

将所述每个状态对应的即时奖励输入深度神经网络中，拟合得到近似长期价值；

将所述近似长期价值和实际长期价值对比，以更新长期价值函数；

当所述长期价值函数收敛时，得到每个时刻的资源分配方案，并按照所述每个时刻的资源分配方案进行资源分配；

所述5G超密集组网系统包括：多个小小区组成的宏小区，所述宏小区包括一个宏基站，每个小小区包括一个小基站；

所述方法还包括：获取每个时刻的5G超密集组网系统的系统状态，所述系统状态包括每个小小区的用户数量、每个小基站的吞吐量以及资源块的复用情况；

所述即时奖励的计算函数为：

其中，r_t为即时奖励，为5G超密集组网系统的能量效率，为5G超密集组网系统的频谱效率，ξ^(t)为能量效率与频谱效率之间的权衡因子；

所述长期价值函数为：

Q(s_t,a_t)＝(1-α)Q(s_t,a_t)+α[r_t+γmaxQ(s_t+1,a_t+1)]；

其中，α表示学习效率，γ表示折扣因子，s_t表示t时刻系统的状态，表示所述宏基站在t时刻做出的决策；n为小小区或小基站个数，m表示资源块数。

2.根据权利要求1所述的5G超密集组网资源分配方法，其特征在于，所述将所述每个状态对应的即时奖励输入深度神经网络中，拟合得到近似长期价值，包括：

将当前时刻的系统状态、决策、即时奖励以及下一时刻的系统状态作为样本集存储在预设存储空间中；

当所述存储空间的数据量达到上限时，从所述存储空间中随机选择部分样本集进行拟合，得到所述近似长期价值。

3.一种5G超密集组网资源分配装置，其特征在于，包括：

决策模块，用于针对每个时刻的5G超密集组网系统状态，基于贪婪策略进行决策，计算每个状态对应的即时奖励；

神经网络拟合模块，用于将所述每个状态对应的即时奖励输入深度神经网络中，拟合得到近似长期价值；

更新模块，用于将所述近似长期价值和长期价值函数计算得到的实际长期价值对比，以更新长期价值函数；

资源分配模块，用于当所述长期价值函数收敛时，得到每个时刻的资源分配方案，并按照所述每个时刻的资源分配方案进行资源分配；

所述5G超密集组网系统包括：

多个小小区组成的宏小区，所述宏小区包括一个宏基站，每个小小区包括一个小基站；

所述装置还用于：

获取每个时刻的5G超密集组网系统的系统状态，所述系统状态包括每个小小区的用户数量、每个小基站的吞吐量以及资源块的复用情况；

所述即时奖励的计算函数为：

其中，r_t为即时奖励，为5G超密集组网系统的能量效率，为5G超密集组网系统的频谱效率，ξ^(t)为能量效率与频谱效率之间的权衡因子；

所述长期价值函数为：

Q(s_t,a_t)＝(1-α)Q(s_t,a_t)+α[r_t+γmaxQ(s_t+1,a_t+1)]；

其中，α表示学习效率，γ表示折扣因子，s_t表示t时刻系统的状态，表示所述宏基站在t时刻做出的决策；n为小小区或小基站个数，m表示资源块数。

4.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至2任一项所述5G超密集组网资源分配方法的步骤。

5.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至2任一项所述5G超密集组网资源分配方法的步骤。