无线资源调度一体智能化控制系统及方法、无线通信系统技术方案

本发明专利技术属于无线通信技术领域，公开了一种无线资源调度一体智能化控制系统及方法、无线通信系统；在每个TTI，基站获取待调度用户列表；基站收集用户无线资源调度相关参数，并构建状态空间；基站根据深度神经网络为所有用户决策资源调度动作；基站利用深度神经网络计算当前状态动作对应的累积奖励；基站执行资源分配动作并获得环境反馈的期望累积奖励；基站在线更新深度神经网络。本发明专利技术采用智能化的无线资源调度架构，聚合了用户调度和资源分配模块，提升了实时通信的决策时效性。本发明专利技术避免了性能侧重不同的调度规则的选择，克服了现有技术中在不同调度规则间选择和切换造成时延高的不足，使得本发明专利技术有效应用时延敏感的实时通信场景。

Intelligent control system and method for wireless resource scheduling and wireless communication system

【技术实现步骤摘要】
无线资源调度一体智能化控制系统及方法、无线通信系统
本专利技术属于无线通信
，尤其涉及一种无线资源调度一体智能化控制系统及方法、无线通信系统。
技术介绍
目前，业内常用的现有技术是这样的：第五代移动通信系统提供并支持三种类型的场景，包括增强移动宽带(EnhancedMobileBroadband，eMBB)，超可靠低延迟通信(Ultra-ReliableandLowLatencyCommunications，URLLC)，以及大规模机器通信(MassiveMachineTypeCommunications，mMTC)，新兴场景对吞吐量、可靠性、时延等提出了更高的需求。同时，随着智能终端的发展，业务呈现多样性和异构性，如在线阅读，在线游戏，虚拟现实/增强现实等多样业务提出更严格的QoS需求以保障用户体验。因此，如何灵活调度无线资源以保障和提升用户体验，是目前相关工程和科研领域的热点问题之一。每个基站执行无线资源调度的主体是资源调度模块，它的主要功能是为用户分配共享信道的RB以保障用户QoS需求和提升资源利用率。无线资源调度过程主要包括用户调度和资源分配。用户调度根据相关参数，如信道质量信息(ChannelQualityInformation，CQI)和QoS，确定待调度用户和它们的优先级。目前常用的用户调度规则有最大载干比(MaxChannel/Interference,MaxC/I)，轮询(RoundRobin，RR)，比例公平(ProportionalFairness，PF)，以及增强型比例公平(EnhancedProportionalFairness，EPF)等。资源分配根据相关参数，如待传输包的大小、用户优先级等，确定分配给用户的RB数量和RB位置。然而，目前的不同资源调度规则无法应对第五代移动通信系统中更多样和复杂的通信需求，这些需求可能体现在时延、吞吐量、可靠性、甚至是它们的结合。现有资源调度规则侧重不同的需求，如MaxC/I侧重吞吐量，RR侧重公平性，PF实现吞吐量和公平性的折中，EPF考虑了QoS需求，缺乏灵活性和融合性，无法适应第五代移动通信系统中丰富的网络场景。此外。现有提高灵活性的方法主要是在每个TTI内选择最佳的调度规则，然后执行该规则从而产生最合适的调度策略，但在不同调度规则间切换需要较长时间，造成了高的切换时延且降低了决策时效性。同时，资源调度通常被考虑成高复杂大规模的优化问题，在第五代移动通信系统超密集网络中，由于用户和基站数量的增加，问题建模和求解变得更复杂。因此，如何针对第五代移动通信系统的丰富场景和多样需求，建模资源调度问题，实现灵活高效的无线资源调度是拟解决的问题之一。传统的性能优化通常侧重于优化单个模块，然而，由于更加复杂和动态的网络，单模块优化思路面临优化模型不精确以及模块之间策略失配等挑战。模块一体化已经成为一种发展趋势，目的是实现全局最优代替子模块最优，从而减少增益损失，提升算法泛化性，提高决策实时性。因此，如何实现模块一体化的无线资源调度是拟解决的问题之一。随着智能化浪潮的发展及各大产业规模的稳步增长，智能化被认为是当前无线通信低迷和徘徊不前的爆发点、拐点和超级引擎，也是第五代移动通信网络的关键的特征之一。因此，如何实现一体智能化无线资源调度是迫在眉睫的拟解决问题之一。现有技术一公开了一种基站、小基站和通信链路资源的调度方法。其中，基站指宏基站，小基站指微基站。该方法的具体步骤是：首先，微基站向宏基站上报负载信息和信道状态信息。其次，宏基站在毫米波频段向微基站发送无线资源占用信息，指示微基站的无线资源被无线回程链路占用的情况。然后，微基站根据信道状态信息和无线资源占用信息，将微基站的无线回程链路所需的无线资源分配给该微基站。最后，微基站将剩余无线资源分配给接入链路，用于传输用户数据。该方法中宏基站根据各个微基站的负载信息动态的调整回程链路资源，提升了网络资源利用率和系统容量。但该方法侧重宏基站到微基站的无线资源分配，没有实现微基站到用户的无线资源分配，即接入链路无线资源的分配情况。而且，该方法仅提供了用于实现无线资源调度的微基站和宏基站的功能模块，但没有提供具体的资源调度数学模型。现有技术二基于频谱衬垫的认知OFDM系统比例公平资源分配方法。该方法采用启发式算法分配无线资源，可提高资源利用率和系统吞吐量。该方法的具体步骤是：第一步，认知基站获取资源分配所需的信道状态信息；第二步，认知基站基于萤火虫方法分配频率和功率资源；第三步，认知基站通过广播方式将资源分配结果通知认知用户。该方法限定比例公平规则分配无线资源，缺乏灵活性和融合性，无法适应和满足第五代移动通信系统中丰富的网络场景以及用户在吞吐量、可靠性、时延等性能的多样化需求。综上所述，现有技术存在的问题是：(1)现有技术侧重宏基站到微基站的无线资源分配，没有实现微基站到用户的无线资源分配，即接入链路无线资源的分配情况。而且，现有技术一仅提供了用于实现无线资源调度的微基站和宏基站的功能模块，没有提供具体的资源调度数学模型。(2)现有技术限定比例公平规则分配无线资源，缺乏灵活性和融合性，无法适应和满足第五代移动通信系统中丰富的网络场景以及用户在吞吐量、可靠性、时延等性能的多样化需求。解决上述技术问题的难度：如何智能建模第五代移动通信系统超密集网络中的无线资源调度问题，以适应多种类型的场景和丰富异构的业务；如何针对用户的不同的QoS需求，灵活地分配无线资源，以满足用户对吞吐量、可靠性、时延等性能的需求。解决上述技术问题的意义：解决难点对用户的体验、网络的演进、以及智能化应用于无线通信的推动具有重要意义。解决难点使所提方法在在第五代移动通信系统中发挥更优性能具有重要意义。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种无线资源调度一体智能化控制系统及方法、无线通信系统。本专利技术是这样实现的，一种无线资源调度一体智能化控制方法，所述无线资源调度一体智能化控制方法包括：基站获取待调度用户列表；基站收集用户无线资源调度相关参数，并构建状态空间；基站根据深度神经网络为所有用户决策资源调度动作；基站利用深度神经网络计算当前状态动作对应的累积奖励；基站执行资源分配动作并获得环境反馈的期望累积奖励；基站在线更新深度神经网络。进一步，所述基站获取待调度用户列表如下：Listj＝[1,2,...,i,...Mj]；其中，Listj表示第j个基站服务的用户列表，Mj表示第j个基站服务的用户数量，i表示第i个用户。进一步，所述基站构建当前环境状态如下：sj＝{s1,...,si,...,sMj}，其中，sj表示第j个基站的状态，由Mj个元组组成，si表示第i个用户的状态，其中，表示第i个用户的服务质量QoS需求，xi表示第i个用户的QoS提供，表示第i个用户的环境参量。进一步，所述基站根据深度神经网络为所有用户决策资源调度动作，其动作空间如下：aj＝{a1,...,ai,...,aMj}；其中，aj表示第j个基站的动作空间，由Mj个元素组成，ai表示第i个用户被分配的资源块RB数量。进一步，基站利用深度神经网络计算当前状态sj动作aj下输出的累积奖励值为Qj,MainNet(sj,aj|θj)，其中MainNet是权本文档来自技高网...

【技术保护点】
1.一种无线资源调度一体智能化控制方法，其特征在于，所述无线资源调度一体智能化控制方法包括：在每个TTI，基站获取待调度用户列表；基站收集用户无线资源调度相关参数，并构建状态空间；基站根据深度神经网络为所有用户决策资源调度动作；基站利用深度神经网络计算当前状态动作对应的累积奖励；基站执行资源分配动作并获得环境反馈的期望累积奖励；基站在线更新深度神经网络。

【技术特征摘要】
1.一种无线资源调度一体智能化控制方法，其特征在于，所述无线资源调度一体智能化控制方法包括：在每个TTI，基站获取待调度用户列表；基站收集用户无线资源调度相关参数，并构建状态空间；基站根据深度神经网络为所有用户决策资源调度动作；基站利用深度神经网络计算当前状态动作对应的累积奖励；基站执行资源分配动作并获得环境反馈的期望累积奖励；基站在线更新深度神经网络。2.如权利要求1所述的无线资源调度一体智能化控制方法，其特征在于，所述基站获取待调度用户列表如下：Listj＝[1,2,...,i,...Mj]；其中，Listj表示第j个基站服务的用户列表，Mj表示第j个基站服务的用户数量，i表示第i个用户。3.如权利要求1所述的无线资源调度一体智能化控制方法，其特征在于，所述基站构建当前环境状态如下：其中，sj表示第j个基站的状态，由Mj个元组组成，si表示第i个用户的状态，其中，表示第i个用户的服务质量QoS需求，xi表示第i个用户的QoS提供，表示第i个用户的环境参量。4.如权利要求1所述的无线资源调度一体智能化控制方法，其特征在于，所述基站根据深度神经网络为所有用户决策资源调度动作，其动作空间如下：其中，aj表示第j个基站的动作空间，由Mj个元素组成，ai表示第i个用户被分配的资源块RB数量。5.如权利要求1所述的无线资源调度一体智能化控制方法，其特征在于，基站利用深度神经网络计算当前状态sj动作aj下输出的累积奖励值为Qj,MainNet(sj,aj|θj)，其中MainNet是权重参数为θj的深度神经网络，深度神经网络的输入为(sj,aj)，输出为第j个基站在状态sj动作aj下计算得到累积奖励值Qj,MainNet(sj,aj|θj)。6.如权利要求1所述的无线资源调度一体智能化控制方法...

【专利技术属性】
技术研发人员：杨春刚，王昕伟，王玲霞，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61