基于协同多点传输和深度强化学习的资源分配方法、系统及存储介质

本发明提供了一种基于协同多点传输和深度强化学习的资源分配方法、系统及存储介质，该资源分配方法包括：步骤1：引入针对URLLC用户的BLER中断概率，将eMBB和URLLC联合资源分配问题建模为CMDP问题；步骤2：采用基于约束修正策略优化的孪生延迟深度确定性策略梯度算法，通过线下训练，使算法在线上能利用前向传播以低复杂度找到最优资源分配策略，降低算法的处理时延。本发明的有益效果是：能满足多蜂窝网络下的URLLC时延与可靠性要求，能在高移动性场景中满足URLLC的QoS指标。同时，通过动态调控URLLC导频长度和数据传输符号数，能有效降低eMBB用户性能因URLLC用户抢占资源而受到的衰减。