买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连大学申请的专利基于深度强化学习的多业务QoS跨频段带宽分配方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119052861B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411263649.2，技术领域涉及：H04W28/24；该发明授权基于深度强化学习的多业务QoS跨频段带宽分配方法及系统是由刘庆利;李晓宇设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本基于深度强化学习的多业务QoS跨频段带宽分配方法及系统在说明书摘要公布了：本发明公开了基于深度强化学习的多业务QoS跨频段带宽分配方法及系统，涉及无线通信技术领域；包括：构建有效容量模型明确带宽资源的总体优化目标；将有效容量模型作为基础，构建基于深度强化学习的多任务层次化架构，该架构通过高层网络对Sub‑6GHz和毫米波频段的总体带宽资源进行初步分配；再通过低层网络对每个频段内部的具体带宽资源进行精细化分配；在高层网络和低层网络中分别引入共享表示层、策略头和价值头，其中共享表示层捕捉不同频段的共同特征，策略头生成具体的分配策略，价值头评估分配效果。本发明通过全局与局部策略的结合，成功平衡了资源分配中的全局优化和局部优化需求，在降低延迟、提高SINR和改善用户体验方面表现突出。

本发明授权基于深度强化学习的多业务QoS跨频段带宽分配方法及系统在权利要求书中公布了：1.基于深度强化学习的多业务QoS跨频段带宽分配方法，其特征在于，包括以下步骤： 构建有效容量模型，综合考虑不同业务的关键性能指标，明确带宽资源的总体优化目标； 将有效容量模型作为基础，构建基于深度强化学习的多任务层次化架构，该架构通过高层网络对Sub-6GHz和毫米波频段的总体带宽资源进行初步分配，确保带宽资源在跨频段间的合理分配；再通过低层网络对每个频段内部的具体带宽资源进行精细化分配，满足不同业务的QoS需求； 在高层网络和低层网络中分别引入共享表示层、策略头和价值头，其中共享表示层捕捉不同频段的共同特征，策略头生成具体的分配策略，价值头评估分配效果，实现更准确的资源分配； 对于输入状态s，共享表示层通过参数化函数来提取特征： 其中，表示从输入状态s中提取出的特征，表示共享表示层的神经网络参数； 高层网络的共享表示层，其从不同链路的输入状态中提取共性特征，这些特征用于高层次的资源分配决策： 低层网络的共享表示层，提取具体频段内的特征，这些特征用于具体频段内的资源分配优化。 通过共享表示层提取的特征传递给策略头和价值头，所述策略头和价值头对应深度强化学习中的Actor网络和Critic网络，分别负责生成策略和评估价值； 在低层网络中采用DDPG算法，将Actor网络和Critic网络的网络参数定义为θμ和θQ，目标网络参数分别是θμ'和θQ'；Actor网络中令μa|s为当前状态s下采取行动a的概率，Critic网络根据s和a给出Q值；学习目的最大化期望总和： 其中，γ∈0,1是未来奖励对当前策略相对重要性的折扣因子； 通过策略头生成具体频段的资源分配策略； 通过价值头评估当前动作的预期总回报； 在策略μ下的总期望值可以写成： 其中，β是行为决策，在探索过程中s,a,r,s′以四元祖的形式存储在经验回放D中,s′是s通过动作a转移到的下一个状态； 更新Critic网络的损失函数表示为： 其中目标 在高层网络中采用MADDPG算法，每个智能体都有对应的Actor网络和Critic网络，对于智能体m网络参数表示为 通过策略头生成具体频段的资源分配策略； 通过价值头评估当前动作的预期总回报； 更新Critic网络的损失函数表示为： 其中目标

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连大学，其通讯地址为：116622 辽宁省大连市经济技术开发区学府大街10号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。