[發明專利]基于預測的動態頻譜共享方法

在審

• 申請號: 202211614550.3
• 申請日: 2022-12-15
• 公開（公告）號: CN115835224A
• 公開（公告）日: 2023-03-21
• 發明（設計）人: 張科;趙睿溪;陳明禎;解晉
• 申請（專利權）人: 電子科技大學
• 主分類號: H04W16/14
• 分類號: H04W16/14;H04W16/22;G06N3/08;G06N20/00;G06N3/049;G06N3/0442
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

1.基于預測的動態頻譜共享方法，其特征在于，基于的應用場景包括：宏基站、宏基站覆蓋范圍內的邊緣服務器、邊緣服務器覆蓋范圍內的用戶；在總的頻譜資源為固定值的情況下；所述共享方法具體包括以下步驟：

A1、邊緣服務器根據其覆蓋范圍內用戶的歷史真實數據傳輸請求或任務卸載請求數據，進行其神經網絡模型的訓練；

A2、邊緣服務器根據其覆蓋范圍內的用戶的歷史真實數據傳輸請求或任務卸載請求數據，得到邊緣服務器的歷史真實需求；

A3、宏基站根據其覆蓋范圍內的各邊緣服務器的歷史真實需求，對強化學習模型進行訓練；

A4、邊緣服務器根據訓練完成的神經網絡模型預測下一時刻用戶數據傳輸請求或任務卸載請求，從而得到邊緣服務器的預測需求；

A5、宏基站基于其覆蓋范圍內的各邊緣服務器的預測需求，采用強化學習模型訓練過程中找到的最優的頻譜分配決策為宏基站覆蓋范圍內的邊緣服務器進行頻譜分配；

A6、在下一時刻，邊緣服務器根據步驟A5已分配的頻譜資源，基于下一時刻用戶實時的數據傳輸請求或任務卸載請求數據，為每條通信鏈路分配帶寬。

2.根據權利要求1所述的基于預測的動態頻譜共享方法，其特征在于，步驟A3中定義強化學習模型的智能體為宏基站，狀態為宏基站在時隙t給各邊緣服務器對于用戶數據請求或任務卸載請求的預測結果，動作為宏基站給所有的邊緣服務器分配頻譜，獎勵為整個網絡中的能源損耗、用戶QoS以及頻譜效率的綜合考慮；

智能體根據狀態和一定的策略做出一個動作，進入新的狀態，同時得到一個獎勵；智能體的目的是獲得最大的累計獎勵，從而找到一個最優的策略使得累計獎勵最大。

3.根據權利要求2所述的基于預測的動態頻譜共享方法，其特征在于，步驟A4中邊緣服務器的預測需求計算公式為：

式中，為t+1時隙邊緣服務器S_N覆蓋范圍中用戶數據傳輸請求或任務卸載的預測值，n_t+1為噪聲，Y_t,N,Y_t-1,N,…,Y_t-k,N表示在邊緣服務器S_N中預測模型的輸入值，其中Y_t,N為當前時刻t的實時采集數據，Y_t-1,N,…,Y_t-k,N為歷史數據，f^N()表示在邊緣服務器S_N中的神經網絡模型函數。

4.根據權利要求3所述的基于預測的動態頻譜共享方法，其特征在于，步驟A6具體包括以下分步驟：

A61、宏基站在時隙t+1給邊緣服務器S{S₁,S₂,…,S_N}分別分配的頻譜資源記為W{W_t+1,1,W_t+1,2,…,W_t+1,N}；S₁,S₂,…,S_N分別表示邊緣服務器1，邊緣服務器2，…，邊緣服務器N；W_t+1,1,W_t+1,2,…,W_t+1,N分別表示邊緣服務器1在時隙t+1分配到的頻譜資源，邊緣服務器2在時隙t+1分配到的頻譜資源，…，邊緣服務器N在時隙t+1分配到的頻譜資源；

A62、所有的邊緣服務器S{S₁,S₂,…,S_N}在時隙t+1收到其各自覆蓋范圍內的用戶的數據傳輸請求或任務卸載請求；

A63、每個邊緣服務器S{S₁,S₂,…,S_N}都根據用戶的數據傳輸請求或者任務卸載請求的數據量大小，進行各條鏈路的頻譜資源分配。

5.根據權利要求4所述的基于預測的動態頻譜共享方法，其特征在于，邊緣服務器還包括感知用戶的傳輸狀態；傳輸狀態具體包括不空閑狀態與空閑狀態。

6.根據權利要求5所述的基于預測的動態頻譜共享方法，其特征在于，不空閑狀態具體指當前時隙用戶處于數據傳輸或任務卸載中。