基于深度强化学习的应急物联网切片资源预留算法

• 作者: 刘贵松 孙国林 欧睿杰
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 应急物联网 深度强化学习 资源预留 超低时延通信
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 专题:面向智慧应急的通信与计算融合
• 页码范围: 8-20
• 页数: 13页
• 分类号: TN92
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2020200

摘要

针对应急物联网(EIoT)超低时延服务需求,设计了面向超低时延传输应急物联网的多切片网络架构,提出EIoT切片资源预留和多异构切片资源共享与隔离的方法框架.所提框架采用深度强化学习方法实现实时异构切片间资源需求的自动预测与分配,切片内用户资源分配建模为基于形状的二维背包问题并采用启发式算法数值求解,从而实现切片内资源定制化.仿真结果表明,基于资源预留的方法能够使EIoT切片显式保留资源,提供了更好的安全隔离级别;深度强化学习能够保证资源预留的准确和实时更新,有效兼顾资源利用率和切片差异化服务质量要求.与4个已有算法对比表明,Dueling DQN具有更好的性能优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘贵松		13	136	7.0	11.0
2	孙国林		5	61	3.0	5.0
3	欧睿杰		3	1	1.0	1.0