[發明專利]一種調度方法及裝置

有效

• 申請號: 201911285268.3
• 申請日: 2019-12-13
• 公開（公告）號: CN112996125B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 徐晨;王堅;皇甫幼睿;李榕;王俊
• 申請（專利權）人: 華為技術有限公司
• 主分類號: H04W72/121
• 分類號: H04W72/121
• 代理公司: 暫無信息
• 代理人: 暫無信息

一種調度方法及裝置，用以解決現有技術中調度算法用戶設備數量自適應困難的問題。該方法為：對K個待調度終端設備的第一狀態信息集合進行處理后得到K個待調度終端設備的第二狀態信息集合；任一個待調度終端設備的第二狀態信息集合包含任一個待調度終端設備的狀態信息以及任一個待調度終端設備與其他待調度終端設備之間的狀態關聯數據；任一個待調度終端設備的第二狀態信息集合的維度為H；分別將每個待調度終端設備的第二狀態信息集合輸入第一神經網絡模型，確定每個待調度終端設備的被調度權重，進而確定調度結果；第一神經網絡模型基于H確定。調度時神經網絡模型與待調度終端設備的數量解耦，可以應用到待調度終端設備數量不同的場景中。

技術領域

本申請涉及通信技術領域，尤其涉及一種調度方法及裝置。

背景技術

無線資源調度在蜂窩網絡中起著至關重要的作用，其本質就是根據當前各個用戶設備的信道質量、服務的質量(quality?of?service，QoS)要求等對可用的無線頻譜等資源進行分配。在蜂窩網絡中，媒體訪問控制(media?access?control，MAC)層調度主要解決時頻資源的分配、調制與編碼策略(modulation?and?coding?scheme，MCS)選擇、用戶配對、預編碼等問題，通過調度來實現系統吞吐和公平性的折中。

目前，為了在動態變化的無線傳輸環境中進行調度，通常結合深度強化學習(deepreinforcement?learning，DRL)算法來獲得較優的調度策略。而在上述調度算法中，通常采用深度神經網絡實現，該深度神經網絡的輸入神經元規模和輸出神經元規模由系統的狀態與動作空間決定，而系統的狀態與動作空間與系統中的待調度的用戶設備數量相關，所以深度神經網絡會隨著待調度的用戶設備數量變化。

由于待調度的用戶設備數量的不可控，適合用戶設備數量深度神經網絡的規模大小不能保證，因此可能會造成性能損失，調度靈活性較差。

發明內容

本申請提供一種調度方法及裝置，用以將深度神經網絡在調度問題上與用戶設備數量解耦，從而解決深度強化學習調度算法用戶設備數量自適應困難的問題。

第一方面，本申請提供了一種調度方法，該方法可以應用于網絡設備，也可以應用于網絡設備中的芯片或者芯片組。該方法包括：對K個待調度終端設備的第一狀態信息集合進行處理，得到K個待調度終端設備的第二狀態信息集合；分別將每個待調度終端設備的第二狀態信息集合輸入第一神經網絡模型，確定所述每個待調度終端設備的被調度權重，得到K個被調度權重；根據所述K個被調度權重確定調度結果，所述調度結果指示被調度的終端設備；其中，K為大于或者等于1的整數；其中，任一個待調度終端設備的第二狀態信息集合包含所述任一個待調度終端設備的狀態信息以及所述任一個待調度終端設備與其他待調度終端設備之間的狀態關聯數據；所述K個待調度終端設備中任一個待調度終端設備的第二狀態信息集合的維度為H，H為大于或者等于1的整數；所述第一神經網絡模型基于所述H確定。

通過上述方法，通過對所有待調度終端設備的狀態信息處理，然后將每個待調度終端設備的處理后的狀態信息分別輸入同一個神經網絡模型進而得到結果。即，在調度過程中該神經網絡模型是被所有待調度終端設備共享使用的，該神經網絡模型可以適用所有的待調度終端設備，從而可以達到調度時神經網絡模型與待調度終端設備的數量解耦，可以將該神經網絡模型應用到待調度終端設備數量不同的場景中，具有較好的自適應性和可擴展性。

在一個可能的設計中，任一個待調度終端設備的第一狀態信息集合包括以下至少一項狀態信息：終端設備的瞬時估計吞吐量，終端設備的平均吞吐量，終端設備的緩存大小，終端設備的包等待時間。