摘要
一种面向节能语义通信的两阶段资源优化方法,通过构造包含信道分配传输模型、数据队列模型和电池与能量模型的面向节能语义通信的资源优化问题,将最大化系统长时间下的语义能量效率作为优化目标,通过基于多维离散近端策略优化算法得到信道分配和不同用户提取语义时单个单词语义符号的数量,再通过深度确定性策略梯度算法得到不同信道的功率分配的两阶段深度学习,实现针对可持续供电的语义通信系统的资源优化配置。本发明通过变量转换以及多维离散动作空间,显著降低同时处理多个离散动作空间时神经网络输出的维度并提高收敛性能,适用于各类含有复杂混合优化变量的无线语义通信系统构成的场景。
技术关键词
资源优化方法
语义
信道
最大化系统
阶段
网络
资源优化配置
策略
算法
深度强化学习
构造数据队列
通信系统
队列模型
符号
噪声功率谱密度
三元组
电池
能量设备
系统为您推荐了相关专利信息
图像类别
扩散方程模型
识别方法
农作物识别
语义特征
词语
贝叶斯模型
平滑算法
拉普拉斯
相似性计算技术
面向智能电网
鉴别服务器
卸载方法
接入智能电网
动态调度资源