密集部署NTN物联网网络的资源分配方法及系统
本发明涉及物联网技术领域,具体公开了一种密集部署NTN物联网网络的资源分配方法及系统,首先建立了密集部署NTN物联网网络的通信模型,进一步根据DL之间的资源冲突,利用极大团的定义和超图理论建立冲突超图,量化了DL之间的资源冲突,以降低资源分配的复杂性。然后,为了实现无冲突的资源分配并减少密集部署的NTN物联网网络的计算负载,提出了FedAvg‑D3QN协作训练框架(基于联邦学习的决斗双深度Q网络算法),该协作训练框架由一个全局网络和多个D3QN本地网络组成,并利用经验回放技术来进一步增强模型性能。仿真结果表明,FedAvg‑D3QN方案在网络吞吐量和资源复用率方面优于其他方案,能够在实现无冲突的结果的同时最大化吞吐量和资源复用率。
《密集部署NTN物联网网络的资源分配方法及系统》是一发明专利,专利号为 2024105494069,当前法律状态为已售,由重庆理工大学提出申请,发明人为黄杰;赵梓杰;杨凡;刘沛丰;丁睿杰;姚凤航;张鑫,申请日期为2024-05-06,公开(公告)日期为2024-10-22,国际专利分类号(IPC)为 H04W 72/50 (2023.01),高新资质:未报高企,所属技术领域包括:物联网/无人机通信。该专利权属清晰,可通过正规流程办理转让,适用于企业技术升级、资质申报与战略布局。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及物联网技术领域,具体公开了一种密集部署NTN物联网网络的资源分配方法及系统,首先建立了密集部署NTN物联网网络的通信模型,进一步根据DL之间的资源冲突,利用极大团的定义和超图理论建立冲突超图,量化了DL之间的资源冲突,以降低资源分配的复杂性。然后,为了实现无冲突的资源分配并减少密集部署的NTN物联网网络的计算负载,提出了FedAvg‑D3QN协作训练框架(基于联邦学习的决斗双深度Q网络算法),该协作训练框架由一个全局网络和多个D3QN本地网络组成,并利用经验回放技术来进一步增强模型性能。仿真结果表明,FedAvg‑D3QN方案在网络吞吐量和资源复用率方面优于其他方案,能够在实现无冲突的结果的同时最大化吞吐量和资源复用率。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
