【技术实现步骤摘要】
本专利技术涉及通信，特别是涉及一种通信网络中资源调度方法、系统、设备及介质。
技术介绍
1、在5g-a/6g空口通信（简称5g-a/6g）环境下，连接设备和应用服务需求快速增长，设备协同和应用场景不断扩展，为实现高效智能数字化社会提供强大支持。这种动态变化环境，对5g-a/6g的连接性、延迟和计算能力的要求持续提高。为满足设备和应用对低延迟和高可靠通信的迫切需求，移动边缘计算成为5g-a/6g架构的关键组成部分，通过提供更快速和高效的通信体验，推动5g-a/6g技术的发展。同时，5g-a/6g面临着与物理世界联接不紧密的问题，而通感技术被认为是有效解决这一问题的手段。通过与物联网和多类感知器的紧密连接，通感技术能够打破网络与物理世界之间的信息壁垒，形成一个协同的网络与物理系统。在这一基础上，5g-a/6g网络能够实时基于环境数据做出决策，实现对交通、医疗、制造等领域的智能化和精细化管控。
2、然而，在构建5g-a/6g架构搭建的过程中出现了两个挑战。首先，大规模异构终端协同接入引起的物理层通信资源分配与调度问题。在5g-a/6g环境中，大规模异构终端的协同接入涉及到不同服务质量需求，这些终端对网络延迟、带宽和可靠性等方面提出不同的要求。在满足多样化的物理终端需求的前提下，进行物理层通信资源的合理、有效地分配与调度，是5g-a/6g面临的一项重要而富有挑战性的任务。其次，5g-a/6g在计算资源的需求与供给之间面临动态平衡的问题。服务需求的动态变化以及边缘端可用资源的有限性，使得资源配置变得更为复杂。迫使5g-a/6g
3、目前，针对大规模异构终端协同接入引起的物理层通信资源分配与调度问题，很多相关研究工作都集中于各类不同应用程序的资源分配策略。然而，这些研究往往未充分考虑在5g-a/6g环境下同时存在通信服务与感知服务的通感数据传输的情况。未来研究需要考虑在保证通感数据服务质量的前提下，实现通感服务在资源争用和分配上的协同优化。针对5g-a/6g在计算资源需求与供给之间的动态平衡问题，目前托管在该环境中的多应用程序容器通常使用kubernetes等编排工具在基于集群的架构中进行管理。然而，为支持5g-a/6g网络环境，开发适用于基于容器的多应用集群的资源管理解决方案仍是一个迫切需要解决的问题。强化学习方法已在这一问题领域得到广泛应用，其具备自适应环境变化的能力，且无需依赖先验知识。但是，强化学习的局限性在于存在引发服务中断的风险，主要体现在以下两点：一是环境的概率转移矩阵无法充分表达环境的真实动态，从而导致错误的资源扩展决策；二是在状态空间增长的情况下，估计准确的概率转移函数也变得极其困难。
4、可以看出，尽管在解决5g-a/6g中物理层通信和资源调度方面已有一些研究取得进展，但依然需要进一步深入研究以解决涉及资源分配调度需求与供给的问题。
技术实现思路
1、本专利技术的目的是提供一种通信网络中资源调度方法、系统、设备及介质，能够适用复杂动态的集群环境，提高了资源调度的鲁棒性。
2、为实现上述目的，本专利技术提供了如下方案：本专利技术公开了一种通信网络中资源调度方法，包括：根据通信网络中端到端的通感数据网络切片传输中，n3链路容量、n3链路上的传输延迟、用于通感服务的物理资源块和端到端的通感传输延迟，构建端到端通感传输延迟模型；所述端到端为边缘端到目标端；所述边缘端为提供通感服务的端，所述目标端为接受通感服务的端；所述通感服务包括感知服务和通信服务；所述边缘端上部署有边缘端设备。
3、以最小化所有边缘端设备的通感服务的端到端下行链路传输延迟时间为目标，采用深度q网络算法对端到端通感传输延迟模型进行优化，得到优化后的通感数据网络切片；采用优化后的通感数据网络切进行端到端的通感数据传输。
4、对于边缘端构成的边缘端集群，采用深度强化学习算法进行计算资源缩放和服务放置优化。
5、本专利技术还公开了一种通信网络中资源调度系统，包括：端到端通感传输延迟模型构建模块，用于根据通信网络中端到端的通感数据网络切片传输中，n3链路容量、n3链路上的传输延迟、用于通感服务的物理资源块和端到端的通感传输延迟，构建端到端通感传输延迟模型；所述端到端为边缘端到目标端；所述边缘端为提供通感服务的端，所述目标端为接受通感服务的端；所述通感服务包括感知服务和通信服务。
6、通感传输延迟模型优化模块，用于以最小化所有边缘端设备的通感服务的端到端下行链路传输延迟时间为目标，采用深度q网络算法对端到端通感传输延迟模型进行优化，得到优化后的通感数据网络切片。
7、计算资源缩放和服务放置优化模块，用于对于边缘端构成的边缘端集群，采用深度强化学习算法进行计算资源缩放和服务放置优化。
8、本专利技术还公开了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行所述的通信网络中资源调度方法。
9、本专利技术还公开了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行所述的通信网络中资源调度方法。
10、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术基于端到端通感数据网络切片传输，通过深度q网络算法对计及联合传输和资源分配的通感应用进行优化，以及基于深度强化学习的优化计算资源缩放和服务放置决策，使得本专利技术方法能够适用复杂动态的集群环境，提高了资源调度的鲁棒性。
本文档来自技高网...【技术保护点】
1.一种通信网络中资源调度方法，其特征在于，包括：
2.根据权利要求1所述的通信网络中资源调度方法，其特征在于，所述端到端通感传输延迟模型表示为：
3.根据权利要求1所述的通信网络中资源调度方法，其特征在于，所述端到端通感传输延迟模型的目标函数表示为：
4.根据权利要求1所述的通信网络中资源调度方法，其特征在于，所述深度Q网络算法中t时刻的状态表示为：
5.根据权利要求1所述的通信网络中资源调度方法，其特征在于，对于边缘端构成的边缘端集群，采用深度强化学习算法进行计算资源缩放和服务放置优化，具体包括：
6.根据权利要求5所述的通信网络中资源调度方法，其特征在于，所述马尔可夫决策过程的状态空间表示为：
7.根据权利要求6所述的通信网络中资源调度方法，其特征在于，；
8.一种通信网络中资源调度系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至7中任一项所述的通信网络中资源
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的通信网络中资源调度方法。
...【技术特征摘要】
1.一种通信网络中资源调度方法，其特征在于，包括：
2.根据权利要求1所述的通信网络中资源调度方法，其特征在于，所述端到端通感传输延迟模型表示为：
3.根据权利要求1所述的通信网络中资源调度方法，其特征在于，所述端到端通感传输延迟模型的目标函数表示为：
4.根据权利要求1所述的通信网络中资源调度方法，其特征在于，所述深度q网络算法中t时刻的状态表示为：
5.根据权利要求1所述的通信网络中资源调度方法，其特征在于，对于边缘端构成的边缘端集群，采用深度强化学习算法进行计算资源缩放和服务放置优化，具体包括：
6.根据权利要求...
【专利技术属性】
技术研发人员：张健飞，李建飞，
申请(专利权)人：奥鼎智通北京科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。