一种基于深度强化学习的5G/6G无线资源智能分配方法

摘要文本

本发明公开了一种基于深度强化学习的5G/6G无线资源智能分配方法，属于通信技术领域。包括以下步骤：步骤一、设计层联深度Q网络；步骤二、构建CS训练数据集；步骤三、采用步骤二中的训练数据集中的初始数据对步骤一中的层联深度Q网络进行训练，得到训练好的CDQ‑Net模型；步骤四、根据无线网络的通信链路、可用信道和功率，生成当前通信状态矩阵；步骤五、将当前通信状态矩阵输入训练好的CDQ‑Net模型中，CDQ‑Net模型输出对应的最大Q值，即可得到当前的资源分配策略；本发明中将深度强化学习技术应用于5G/6G无线资源分配中，能快速精准地根据当前通信状态，自主输出较优的功率和信道分配策略，有效解决复杂动态网络环境下的资源分配问题。