5G资源分配技术的CPC分类研究

结合5G通信的特点,3GPP启动了适用于5G通信的若干关键技术的研究,其中,DL/UL上下行资源分配为其中一个重要分支。本文对5G资源分配技术进行梳理,分析其关键技术点的CPC分类位置,使得在实际的检索实践中确定待检索技术方案的发明构思后,即可通过发明构思所涉及的关键技术点快速定位相应的CPC分类位置,从而提高检索效率。

基于深度强化学习的D2D辅助MEC网络资源分配算法

利用多接入边缘计算(multi-access edge computing,MEC)和终端直传通信(Device to Device,D2D)技术,可以提升电力智能巡检中传感数据传输和处理的能力,但需要解决频谱复用和干扰条件下的网络资源优化分配问题。针对D2D辅助的MEC网络,文章提出了一种基于深度强化学习的资源联合优化分配算法。首先在频道复用与干扰、功率和计算等资源约束条件下,分析了D2D辅助的MEC网络的终端容量、功耗和时延计算方法;然后综合考虑吞吐量、功耗和时延等指标要求,建立了基于综合效益函数最大化的资源优化分配模型;最后采用深度强化学习算法实现任务卸载和资源分配的联合优化。仿真结果表明,该算法可有效提升系统容量和任务卸载的综合性能。