针对工业物联网中业务需求多样性和服务质量(Quality of Service,QoS)要求差异性导致的网络资源利用低问题,提出一种基于深度强化学习的网络切片资源分配策略。该策略运用深度强化学习优化网络切片资源分配的准入控制,通过智能体在特定...针对工业物联网中业务需求多样性和服务质量(Quality of Service,QoS)要求差异性导致的网络资源利用低问题,提出一种基于深度强化学习的网络切片资源分配策略。该策略运用深度强化学习优化网络切片资源分配的准入控制,通过智能体在特定时间窗口内处理资源请求,并根据不同网络切片的QoS要求及请求准入结果进行资源的动态分配。实验结果表明,所提策略相比基准算法在提高网络收益、资源利用率和接收率方面分别提升了8.33%、9.84%和8.57%。该策略能够在保证服务质量的同时提高整个网络的效率和性能。展开更多
在低空智联网中,无人机作为空中通信基站、数据传输中继节点和移动网络终端的重要组成部分,凭借其卓越的机动性和适应性,广泛应用于扩展网络覆盖和支持多种业务服务。然而,由于低空智联网面临着网络拓扑动态变化、空域资源稀缺以及多样...在低空智联网中,无人机作为空中通信基站、数据传输中继节点和移动网络终端的重要组成部分,凭借其卓越的机动性和适应性,广泛应用于扩展网络覆盖和支持多种业务服务。然而,由于低空智联网面临着网络拓扑动态变化、空域资源稀缺以及多样化业务需求等挑战,实现有限资源的高效编排和管理仍然是一项艰巨任务。为解决这一问题,通过对无人机网络进行端到端切片,构建满足特定需求的逻辑无人机网络架构。首先,设计了一种分群轨迹预测模型,用于确定分群接入节点的位置,为网络切片的资源预留与优化提供支持。基于此,提出了一种双时间尺度的资源管理框架:在大时间尺度上,采用非线性规划方法将切片重配置问题转化为约束优化问题,优化整体切片效益并合理预留资源;在小时间尺度上,通过针对切片内业务需求的资源调度策略,满足具体业务的传输服务质量(quality of service,QoS)需求。仿真结果表明,该方法增强了低空无人机智联网络在动态环境中的适应性与服务质量,为低空智联网复杂场景下的资源管理和业务保障提供了有效支持。展开更多
随着网络用户业务需求的增长,如何实现网络切片动态和准确的资源分配是当下网络必须解决的问题。考虑传统无模型强化学习方法需要较长的模型训练时间,提出了一种基于OS-MBRL(model based RL supported by online SVM)的网络资源动态分...随着网络用户业务需求的增长,如何实现网络切片动态和准确的资源分配是当下网络必须解决的问题。考虑传统无模型强化学习方法需要较长的模型训练时间,提出了一种基于OS-MBRL(model based RL supported by online SVM)的网络资源动态分配方法。该方法利用在线支持向量机算法构建了一个系统模型,保证在分配较少资源的情况下产生较低的服务等级协议(service level agreement,SLA)违规次数。仿真实验结果表明,与归一化优势函数(normalized advantage function,NAF)算法、深度Q网络(deep Q-network,DQN)算法和双延迟深度确定性策略梯度(twin delayed deep deterministic dolicy gradient,TD3)算法相比,该方法能够最高减少80%的SLA违规次数,同时降低9%的资源分配。展开更多
文摘针对工业物联网中业务需求多样性和服务质量(Quality of Service,QoS)要求差异性导致的网络资源利用低问题,提出一种基于深度强化学习的网络切片资源分配策略。该策略运用深度强化学习优化网络切片资源分配的准入控制,通过智能体在特定时间窗口内处理资源请求,并根据不同网络切片的QoS要求及请求准入结果进行资源的动态分配。实验结果表明,所提策略相比基准算法在提高网络收益、资源利用率和接收率方面分别提升了8.33%、9.84%和8.57%。该策略能够在保证服务质量的同时提高整个网络的效率和性能。
文摘在低空智联网中,无人机作为空中通信基站、数据传输中继节点和移动网络终端的重要组成部分,凭借其卓越的机动性和适应性,广泛应用于扩展网络覆盖和支持多种业务服务。然而,由于低空智联网面临着网络拓扑动态变化、空域资源稀缺以及多样化业务需求等挑战,实现有限资源的高效编排和管理仍然是一项艰巨任务。为解决这一问题,通过对无人机网络进行端到端切片,构建满足特定需求的逻辑无人机网络架构。首先,设计了一种分群轨迹预测模型,用于确定分群接入节点的位置,为网络切片的资源预留与优化提供支持。基于此,提出了一种双时间尺度的资源管理框架:在大时间尺度上,采用非线性规划方法将切片重配置问题转化为约束优化问题,优化整体切片效益并合理预留资源;在小时间尺度上,通过针对切片内业务需求的资源调度策略,满足具体业务的传输服务质量(quality of service,QoS)需求。仿真结果表明,该方法增强了低空无人机智联网络在动态环境中的适应性与服务质量,为低空智联网复杂场景下的资源管理和业务保障提供了有效支持。
