终端匹配方法组成比例

本公开实施例公开了一种终端匹配方法

【技术实现步骤摘要】
终端匹配方法、装置、电子设备及计算机可读存储介质


[0001]本公开涉及通信
，尤其涉及一种终端匹配方法
、
终端匹配装置
、
电子设备及计算机可读存储介质
。

技术介绍

[0002]在现有的移动通信系统中，一般采用频分双工
(Frequency Division Duplexing
，
FDD)
或时分双工
(Time Division Duplexing
，
TDD)
方式进行通信
。
在
FDD
模式的移动通信系统中，利用不同频率进行上下行通信，在分离的两个对称频率信道上进行接收和发送信号
。
采用
FDD
模式的移动通信系统在支持非对称业务时，频谱利用率将大大降低；且采用
FDD
模式的移动通信系统不能够灵活配置频率，对于零散频段不容易使用，也导致频谱利用率较低
。
在
TDD
模式的移动通信系统中，接收和传送是在同一频率信道的不同时隙进行，使用不同的时隙来分离接收和传送信道
。
由于采用
TDD
模式的移动通信系统的收发信道采用的是同频信道，需要预留较大的保护带，影响了整体频谱利用效率
。
即对于现有的移动通信系统经常采用的
FDD
模式和
TDD
模式，信号都只能在某一时间内或某一个具体频段上进行单向传输，导致频谱利用率很低
。

技术实现思路

[0003]本公开实施例提供了一种终端匹配方法，小区内包括上行终端和下行终端，该方法包括：获得所述上行终端和所述下行终端的当前测量信息，以根据所述当前测量信息确定当前状态；根据所述小区的当前参数和所述当前测量信息确定所述当前状态的当前最大权值；基于所述当前最大权值确定当前奖励；根据所述当前状态和所述当前奖励对所述当前参数进行调节，获得目标参数；根据所述当前测量信息和所述目标参数确定所述上行终端和所述下行终端的终端对集合，其中所述终端对集合包括终端对，所述终端对中的上行终端和下行终端共用同一频率资源
。
[0004]本公开实施例提供了一种终端匹配装置，小区内包括上行终端和下行终端，该装置包括：接收单元，用于获得所述上行终端和所述下行终端的当前测量信息，以根据所述当前测量信息确定当前状态；处理单元，用于根据所述小区的当前参数和所述当前测量信息确定所述当前状态的当前最大权值；所述处理单元，还用于基于所述当前最大权值确定当前奖励；所述处理单元，还用于根据所述当前状态和所述当前奖励对所述当前参数进行调节，获得目标参数；所述处理单元，还用于根据所述当前测量信息和所述目标参数确定所述上行终端和所述下行终端的终端对集合，其中所述终端对集合包括终端对，所述终端对中的上行终端和下行终端共用同一频率资源
。
[0005]本公开实施例提供了一种电子设备，包括处理器
、
存储器
、
输入输出接口；处理器分别与存储器和输入输出接口相连，其中，输入输出接口用于接收数据及输出数据，存储器用于存储计算机程序，处理器用于调用该计算机程序，以使包含该处理器的电子设备执行本公开任一实施例中的终端匹配方法
。
[0006]本公开实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，该计算机程序适于由处理器加载并执行，以使得具有该处理器的电子设备执行本公开任一实施例中的终端匹配方法
。
[0007]本公开实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中
。
电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行本公开任一实施例中的各种可选方式中提供的方法
。
[0008]本公开实施例提供一种通信设备，包括处理器，该处理器与存储器耦合，所述存储器用于存储计算机程序或指令，处理器用于执行所述存储器中的计算机程序或指令，使得本公开任意可能的实现方式提供的方法被执行
。
[0009]可能的，上述与处理器耦合的存储器可以位于通信设备之外，也可以和所述处理器集成在一起
。
[0010]一种可能的实现中，该通信设备还包括收发器，用于实现通信设备的收发功能
。
[0011]一种可能的实现中，该通信设备包括网络设备
。
[0012]一种可能的实现中，该网络设备包括基站
。
[0013]一种可能的实现中，该基站包括全双工基站
。
[0014]本公开实施例提供一种通信设备，包括：输入接口，逻辑电路和输出接口
。
逻辑电路用于执行本公开任意可能的实现方式提供的方法
。
[0015]本公开实施例提供一种芯片，包括处理器，处理器用于从存储器中调用并运行计算机程序，以执行本公开任意可能的实现方式中的方法
。
附图说明
[0016]为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0017]图1是本公开实施例提供的一种终端匹配方法的方法流程图
。
[0018]图2是本公开实施例提供的一种终端匹配方法的网络交互架构图
。
[0019]图3是本公开实施例提供的另一种终端匹配方法的方法流程图
。
[0020]图4是本公开实施例提供的方法所应用的强化学习网络的示意图
。
[0021]图5是本公开实施例提供的方法所应用的强化学习网络和循环神经网络的示意图
。
[0022]图6是本公开实施例提供的一种终端匹配装置的示意图
。
[0023]图7是本公开实施例提供的一种电子设备的结构示意图
。
具体实施方式
[0024]下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例
。
基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施
例，都属于本公开保护的范围
。
[0025]本文中术语“和
/
或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，
A
和
/
或
B
，可以表示：单独存在
A
，同时存在
A
和
B
...

【技术保护点】

【技术特征摘要】
1.
一种终端匹配方法，其特征在于，小区内包括上行终端和下行终端，所述方法包括：获得所述上行终端和所述下行终端的当前测量信息，以根据所述当前测量信息确定当前状态；根据所述小区的当前参数和所述当前测量信息确定所述当前状态的当前最大权值；基于所述当前最大权值确定当前奖励；根据所述当前状态和所述当前奖励对所述当前参数进行调节，获得目标参数；根据所述当前测量信息和所述目标参数确定所述上行终端和所述下行终端的终端对集合，其中所述终端对集合包括终端对，所述终端对中的上行终端和下行终端共用同一频率资源
。2.
如权利要求1所述的方法，其特征在于，基于所述当前最大权值确定当前奖励，包括：获取所述当前状态的前
n
个状态的历史最大权值，
n
为大于或等于1的正整数；根据所述当前状态的所述当前最大权值和所述前
n
个状态的历史最大权值确定所述当前奖励
。3.
如权利要求2所述的方法，其特征在于，根据所述当前状态的所述当前最大权值和所述前
n
个状态的历史最大权值确定所述当前奖励，包括：根据所述当前状态的所述当前最大权值
、
所述前
n
个状态的历史最大权值以及折扣因子，获得所述当前状态的最大权值差异值；基于所述当前状态的最大权值差异值确定所述当前奖励
。4.
如权利要求2所述的方法，其特征在于，
n
为大于或等于1且小于或等于3的正整数
。5.
如权利要求1所述的方法，其特征在于，根据所述当前状态和所述当前奖励对所述当前参数进行调节，获得目标参数，包括：根据所述当前状态和所述当前奖励获得所述当前状态的未来
m
个状态的预测奖励，
m
为大于或等于2的正整数；按照预设步长在调节范围内改变所述当前参数，确定使得所述未来
m
个状态的预测奖励之和的期望最大的当前参数为所述目标参数
。6.
如权利要求5所述的方法，其特征在于，根据所述当前状态和所述当前奖励获得所述当前状态的未来
m
个状态的预测奖励，包括：获得所述小区的当前状态奖励时间序列，所述当前状态奖励时间序列包括所述当前状态的所述当前奖励；根据所述当前状态奖励时间序列获得所述未来
m
个状态的预测奖励
。7.
如权利要求5所述的方法，其特征在于，
m
为大于或等于2且小于或等于5的正整数
。8.
如权利要求1至7任一项所述的方法，其特征在于，所述上行终端和所述下行终...

【专利技术属性】
技术研发人员：周阅天，蔡博文，南方，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：