面向电力应急通信的D2D通信资源分配方法及装置制造方法及图纸

本发明专利技术提供一种面向电力应急通信的D2D通信资源分配方法及装置。该方法包括：初始化无人机地面D2D应急通信系统的参数；将所述无人机地面D2D应急通信系统中的资源分配问题构建为马尔科夫决策过程，得到奖励函数；构建深度强化学习模型，将D2D通信对的环境状态作为输入，将资源分配策略作为输出，并根据所述奖励函数，对所述深度强化学习模型进行训练和更新；采用训练完成的深度强化学习模型，实现D2D通信资源分配。本申请通过设计奖励函数和训练机制，可以实现良好的功率控制，减小通信的干扰，有效提高D2I信道容量和D2D连接成功率。

【技术实现步骤摘要】

本专利技术涉及低空电力通信，尤其涉及一种面向电力应急通信的d2d通信资源分配装置。

技术介绍

1、随着无人机技术的飞速发展，其在各个领域的应用越来越广泛，特别是在电力应急通信领域，无人机中继应急通信系统正成为研究热点。

2、在电力应急通信系统中，资源分配对无人机中继的d2d通信网络异常重要，然而该领域现在主要针对无人机与电力设备之间的通信，在地面的通信考虑不全面，并且传统的凸优化通信资源分配方法需要精细的场景建模，通过建模系统寻找最优解决方案比较复杂。

技术实现思路

1、本专利技术实施例提供了一种面向电力应急通信的d2d通信资源分配装置，以解决d2d通信资源分配算法复杂的问题。

2、第一方面，本专利技术实施例提供了一种面向电力应急通信的d2d通信资源分配方法，包括：

3、初始化无人机地面d2d应急通信系统的参数；

4、将所述无人机地面d2d应急通信系统中的资源分配问题构建为马尔科夫决策过程，得到奖励函数；

5、构建深度强化学习模型，将d2d通信对的环本文档来自技高网...

【技术保护点】

1.一种面向电力应急通信的D2D通信资源分配方法，其特征在于，包括：

2.根据权利要求1所述的面向电力应急通信的D2D通信资源分配方法，其特征在于，所述初始化无人机地面D2D应急通信系统的参数，包括：

3.根据权利要求1所述的面向电力应急通信的D2D通信资源分配方法，其特征在于，所述将所述无人机地面D2D应急通信系统中的资源分配问题构建为马尔科夫决策过程，得到奖励函数，包括：

4.根据权利要求1所述的面向电力应急通信的D2D通信资源分配方法，其特征在于，所述构建深度强化学习模型，包括：

5.根据权利要求4所述的面向电力应急通信的D2D通信资...

【技术特征摘要】

1.一种面向电力应急通信的d2d通信资源分配方法，其特征在于，包括：

2.根据权利要求1所述的面向电力应急通信的d2d通信资源分配方法，其特征在于，所述初始化无人机地面d2d应急通信系统的参数，包括：

3.根据权利要求1所述的面向电力应急通信的d2d通信资源分配方法，其特征在于，所述将所述无人机地面d2d应急通信系统中的资源分配问题构建为马尔科夫决策过程，得到奖励函数，包括：

4.根据权利要求1所述的面向电力应急通信的d2d通信资源分配方法，其特征在于，所述构建深度强化学习模型，包括：

5.根据权利要求4所述的面向电力应急通信的d2d通信资源分配方法，其特征在于，所述将多组d2d通信对的环境状态作为输入，将资源分配策略作为输出，并根据所述奖励函数，对所述深度强化学习模型进行训练和更新，包括：

<...

【专利技术属性】
技术研发人员：杨会峰，尚立，崔俊彬，王亚静，刘红艳，张磊，王九成，张鹏，赵津，纪春华，王旭蕊，周明悦，蔺鹏，
申请(专利权)人：国网河北省电力有限公司信息通信分公司，
类型：发明
国别省市：