| 基于深度强化学习的工业5G动态多优先级多接入方法 | |
刘晓宇; 许驰 ; 曾鹏; 于海斌; 金曦; 夏长清
| |
| Department | 工业控制网络与系统研究室 |
| Rights Holder | 中国科学院沈阳自动化研究所 ; 沈阳智能机器人国家研究院有限公司 ; 沈阳智能机器人创新中心有限公司 |
| Patent Agent | 21002 沈阳科苑专利商标代理有限公司 |
| Country | 中国 |
| Subtype | 发明 |
| Status | 公开 |
| Abstract | 本发明涉及工业5G网络技术，具体地说，是基于深度强化学习的工业5G动态多优先级多接入方法，包括以下步骤：建立工业5G网络模型；建立基于深度强化学习的动态多优先级多信道接入神经网络模型；采集工业5G网络内全部工业5G终端多个时隙的状态、动作、奖励信息作为训练数据；使用采集的数据训练神经网络模型，直至丢包率和端到端时延满足工业通信要求；收集当前时隙工业5G网络内全部工业5G终端的状态信息，作为神经网络模型输入，进行多优先级信道分配，工业5G终端根据信道分配结果进行多接入。本发明能够高效、实时地对工业5G网络内不同优先级的工业5G终端进行多信道分配，确保大规模并发接入。 |
| PCT Attributes | 否 |
| Application Date | 2020-05-09 |
| 2020-09-04 | |
| Application Number | CN202010385640.4 |
| Open (Notice) Number | CN111628855A |
| Language | 中文 |
| Contribution Rank | 1 |
| Document Type | 专利 |
| Identifier | http://ir.sia.cn/handle/173321/27614 |
| Collection | 工业控制网络与系统研究室 |
| Affiliation | 1.中国科学院沈阳自动化研究所 2.沈阳智能机器人国家研究院有限公司 3.沈阳智能机器人创新中心有限公司 |
| Recommended Citation GB/T 7714 | 刘晓宇,许驰,曾鹏,等. 基于深度强化学习的工业5G动态多优先级多接入方法[P]. 2020-09-04. |
| Files in This Item: | ||||||
| File Name/Size | DocType | Version | Access | License | ||
| CN202010385640.4.pdf（1074KB） | 专利 | 开放获取 | CC BY-NC-SA | View Application Full Text | ||
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment