基于深度强化学习与在线优化的5G网络切片资源分配系统_智能通信与物联网_2026年课程设计.docxVIP

  • 0
  • 0
  • 约2.1万字
  • 约 29页
  • 2026-11-21 发布于湖北
  • 举报

基于深度强化学习与在线优化的5G网络切片资源分配系统_智能通信与物联网_2026年课程设计.docx

PAGE1

基于深度强化学习与在线优化的5G网络切片资源分配系统

摘要

5G网络切片通过在同一张物理网络上隔离出多个逻辑网络,支撑增强移动宽带(eMBB)、超可靠低时延通信(URLLC)和海量机器类通信(mMTC)等差异化业务。切片间业务负载随时间剧烈波动,而物理资源块(PRB)总量固定,静态或启发式的分配方式难以同时满足URLLC毫秒级时延约束与整体资源利用率目标,这是当前切片资源调度中的核心痛点。

本文面向单基站多切片场景下的PRB动态分配问题,将其建模为约束马尔可夫决策过程(CMDP),设计了一种深度强化学习与在线对偶校正相结合的调度算法DDPG-OC。算法以DDPG(DeepD

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档