[发明专利]NB-IoT无线资源分配方法、装置及可读介质

权利要求书

1.一种NB-IoT无线资源分配方法，其特征在于，该方法包括以下步骤：

初始化智能体参数，获取NB-IoT的第一环境状态；

根据所述第一环境状态通过所述智能体为所述NB-IoT分配并执行第一无线资源分配策略；

获取所述NB-IoT执行所述第一无线资源分配策略得到的第二环境状态，并获取所述NB-IoT从所述第一环境状态至第二环境状态得到的奖励值；

将所述第一环境状态、所述第一无线资源分配策略、所述第二环境状态及所述奖励值存储至所述经验池；

所述智能体为神经网络。

2.根据权利要求1所述的NB-IoT无线资源分配方法，其特征在于，所述初始化智能体参数，获取NB-IoT的第一环境状态包括：

随机初始化所述智能体参数，从NB-IoT的MAC层获取所述第一环境状态，其中环境状态包括所述NB-IoT的时频域资源的使用情况、UE请求和业务模型。

3.根据权利要求1所述的NB-IoT无线资源分配方法，其特征在于，该方法还包括：

所述智能体将所述NB-IoT从所述第一环境状态至所述第二环境状态所产生的所述第一无线资源分配策略、所述奖励值及对应的环境状态作为一次交互，每次交互后将所述智能体参数存储至经验池，经过若干次交互后，从所述经验池抽取若干数据进行学习，并更新自身神经网络参数。

4.根据权利要求3所述的NB-IoT无线资源分配方法，其特征在于，所述智能体抽取数据所需的调度次数及抽取数据量可自定义设置，且抽取数据的方式为随机抽取。

5.根据权利要求1所述的NB-IoT无线资源分配方法，其特征在于，所述经验池包括多个所述智能体历史时刻存储的上一时刻状态、策略动作、下一时刻状态及所述奖励值，所述经验池的存储规则为先进先出。

6.根据权利要求1所述的NB-IoT无线资源分配方法，其特征在于，该方法还包括：

所述奖励值还设置有评估方式，所述评估方式通过当前时刻资源利用率评估所述第一无线资源分配策略的好坏。

7.一种NB-IoT无线资源分配装置，该装置包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现权利要求1至6任一项所述的方法步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6中任一项的方法。