基于深度强化学习的细粒度5G RAN切片功能复用映射与路由

在无线接入网(RAN)中,5G网络功能细粒度分割机制可以有效地缓解基带功能集中处理和传输带宽所带来的压力。但这就需要高效的资源管理方法,才能极大地避免细粒度功能单元(FU)部署所导致的网络资源和计算资源的浪费。主要研究了基于功能复用(FR)策略的细粒度功能部署和路由算法。首先使用混合整数线性规划(MILP)来解决上述问题,以此生成的最优解作为基准。在时间复杂度方面,混合整数线性规划模型无法在限定时间内解决大规模问题。由此,提出了一种深度强化学习(DRL)辅助的资源优化分配方法,用于高效地解决基于功能复用机制的FU基带功能部署和路由问题。从MILP仿真结果中可以看出,功能复用机制大大提升了资源利用率,验证其有效性;从DRL的仿真结果可见,DRL方法性能明显优于启发式算法,可以使资源成本显著降低,而且在时间复杂度上,也远远优于MILP方法,具有更高的可扩展性。

阻燃剂的国内外发展概况

叙述了国内外阻燃剂的发展概况,着重介绍了国外各类阻燃剂研究开发的新进展,并提出了未来阻燃剂的发展动向。

1978年以来国外丙烯醛、丙烯酸催化剂进展概况

丙烯直接氧化制丙烯醛和丙烯酸的技术是六十年代初开发的,目前用二步法工业生产丙烯酸的收率和催化剂寿命已达到相当高的水平(丙烯酸单程收率82～84％,寿命2年以上)。关于七十年代国外丙烯醛、丙烯酸催化剂的情况已有报导,但是进入八十年代以来,国外对催化剂的研制,在添加各种助剂,降低反应温度、探索和改变催化剂制法、以及改变载体材质和形状、以提高催化剂活性、选择性和热稳定性及寿命方面又取得了较大进展。

低压气相法制LLDPE催化剂及发展概况

本文对乙烯与α-烯烃共聚制LLDPE的齐格勒-纳塔(简称Z-N)催化剂反应机理作了简要阐述,并对以MgCl_2为载体和配位体的影响,以及用于流化聚合时对Z-N催化剂的特殊要求也作了介绍,最后对有代表性的UCC公司和BP公司在LLDPE中的发展概况也作了适当报导。

基于深度强化学习的OFDMA-PON三维资源分配研究与性能分析

由于具有大容量、高效灵活的多地址访问、高频谱效率、动态带宽分配等优点,正交频分复用接入无源光网络(OFDMA-PON)成为了下一代光接入网络的最有潜力的选择之一.在OFDMA-PON中,不同的光网络单元(ONU)可以共享子载波资源来支持网络资源管理和有效带宽分配.在上行传输中,多个ONU可以在整个传输周期内的不同时隙(TS)内共享正交低比特率子载波(SC)来传输上行数据.本文提出了一种基于深度强化学习(DRL)的动态子载波分配(DSA)策略.该策略以动态灵活的方式联合分配OFDMA-PON中时隙、子载波和调制格式等三维资源,通过采用合适的调制格式,同时优化业务延迟和ONU发射功率.将本文提出的基于DRL的DSA算法与传统的二维DSA算法进行仿真比较,结果表明,本文提出的DSA算法不仅大大降低了业务延迟,还可以节省ONU发射功率.