摘要
本申请适用于通信技术领域,提供了网络资源分配方法、装置、电子设备及计算机程序产品。本申请实施例通过综合使用自适应信号数据分解、例如长短期记忆网络等网络资源预测模型、以及深度强化学习的算法组合模型迭代与优化,提出了一种能够自适应网络的变化性参数、动态优化资源分配的方法,实现了对频谱、时间和空间等网络资源的高效分配,以最大化无人机辅助6G空地一体化网络的整体性能,同时确保地面用户的服务质量不受影响。本申请可以降低例如深度学习模型等网络资源预测模型的训练复杂度和训练时间,减少空中基站的功耗。
技术关键词
强化学习模型
网络资源分配方法
深度Q网络
重构误差
信号
拉格朗日
计算机程序产品
网络资源分配装置
无人机
空地一体化网络
数据
训练装置
电子设备
长短期记忆网络
频率
参数
深度强化学习
优化器
深度学习模型
系统为您推荐了相关专利信息
ECG信号数据
模型框架构建
编码器
基座
模型预训练
修复方法
特征学习方法
属性对齐方法
重构误差
运维
射频前端模组
WiFi通信芯片
超宽带通信
射频信号处理方法
电子设备
风力发电机组叶片
振动特征
诊断方法
采样率
叶片振动测试