一种基于深度强化学习的D2D通信网络切片分配方法

摘要

本发明提供一种基于深度强化学习的D2D通信网络切片分配方法，包括以下步骤：S1：将通信业务根据业务类型进行分类，建立多业务切片和D2D切片资源分配模型；S2：根据Dueling DDQN算法构建切片资源分配的强化学习模型；S3：为Dueling DDQN算法中的智能体定义业务切片的当前状态s、下一时刻状态s′，当前动作a，以及由状态和动作构建系统的奖励r；S4：利用经验回放进行Dueling DDQN的学习，最后得到切片资源分配的最优解。本发明通过对多业务切片和D2D切片进行资源分配，并对应到不同uRLLC切片、mMTC切片、eMBB切片、D2D切片，结合网络切片技术和Dueling DDQN强化学习算法，构建基于深度强化学习的资源分配模型，提高切片资源分配的效率，满足各类业务的通信要求，并使体验质量最优。