CN119521394A 业务通道时隙分配方法 (国网西藏电力有限公司)_第1页
CN119521394A 业务通道时隙分配方法 (国网西藏电力有限公司)_第2页
CN119521394A 业务通道时隙分配方法 (国网西藏电力有限公司)_第3页
CN119521394A 业务通道时隙分配方法 (国网西藏电力有限公司)_第4页
CN119521394A 业务通道时隙分配方法 (国网西藏电力有限公司)_第5页
已阅读5页,还剩28页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

司时隙资源。通过结合LSTM模型的流量预测和Q_2步骤二、通过基于历史流量数据和实时网络数据的步骤四、通过Q_learning强化学习算法,根据实时使用过去1小时的历史流量数据作为模型的输入,所述历史数据包括不同业务流量的基于当前实时采集的网络数据进行模型校准,所述实时数据包通过交叉验证法调整模型的超参数,所述超参数包括学习模型输出未来30分钟的网络流量预测结果,所述预测结果包括预计的通过反馈控制机制不断修正模型权重和参数,所述修正基于实际网络所述强化学习算法通过Q值更新优化时隙分配策略,Q值基于分配时3基于实时网络反馈数据,自动增加高优先级业务的时隙分配,所述通过反馈机制判断每个业务通道的服务质量是否达到预在移动通信网络中,基于用户的移动性和基站负载情况,动在卫星通信网络中,通过严格的流量控制和时隙预留策略对比预测模型输出的流量波动与实际网络状态的差异,当通过迭代优化预测模型的精度,确保未来流量波动的预测结果更加接近实际网络状高优先级业务通道包括实时视频通话、远程医疗和导在高负载时段,通过优先分配高优先级业务的时隙资源,确4[0002]随着信息化进程的不断推进,通信网络的用户数量和业[0003]现有的时隙资源分配方法通常采用静态规则或预设策略来为不同的业务分配带[0004]然而,现有技术的主要问题在于无法根据实时网络状态5[0017]使用过去1小时的历史流量数据作为模型的输入,所述历史数据包括不同业务流[0029]当低优先级业务通道的时隙资源未被充分使用时,自动6[0038]对比预测模型输出的流量波动与实际网络状态的差异,[0047]4、本发明利用Q_learning算法,根据实时反馈数据进行资源分配策略的自我优7[0063]本实施例中,这些采集的数据通过NoSQL数据库(如MongoDB)进行存储和管理。8[0076]本实施例中,低优先级业务(如非实时的数据传输)将在高优先级业务分配完毕9[0084]本实施例中,Q_learning算法的收敛过程依赖于大量的历史分配结果和反馈数用户在一天中的不同时段所进行的网络活动,包括访[0136]在本实施例中,系统通过Q_learning强化学习算法不断优化时隙资源分配策Q_learning算法通过学习不同网络环境下的反馈数据,逐步找到最优的时隙资源分配方丢包率等。反馈数据被系统用于调整当前时隙资源的分配策略,并作为输入重新训练Q_[0157]关键业务保障率:实施例三的关键业务保障率为98相比于实施例一(90%)和[0160]通过实验数据对比,实施例二和实施例三在关键性能指标上明显优于实施例[0186]平均丢包率:由于传统方案无法及时响应网络负载的变化,导致丢包率较高[0187]带宽利用率:传统对比例子的带宽利用率仅为60而实施例一通过预测未来流[0192]

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论