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！

龙图腾网获悉中国人民解放军61905部队申请的专利基于DGQN的无线移动通信网络资源调度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：CN120111615B 。

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：202510206309.4，技术领域涉及：H04W40/04；该发明授权基于DGQN的无线移动通信网络资源调度方法及系统是由陆宏亮;张文举;高岩;王欣;张嘉宁;杨帆;周宏欣;林夕;李雪松;王佩;赵扬;邹银;熊振;宗锐;宣成涛设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本基于DGQN的无线移动通信网络资源调度方法及系统在说明书摘要公布了：本申请公开了一种基于DGQN的无线移动通信网络资源调度方法及系统，涉及通信网络资源调度技术领域，该方法包括：首先将无线移动通信网络的资源调度过程映射为马尔科夫决策过程，随后采取双路径架构方式分别对资源调度过程的凹性度量指标和加性度量指标进行处理，然后将处理得到的两类指标的q值进行加权求和，综合两类指标的q值表示，得到综合模型q值；最后据此先确定最终策略、再确定业务流的最终路由路径，并以此实现对无线移动通信网络的资源调度。本申请针对拓扑结构高频变动的无线移动通信网络，考虑了网络环境实时动态变化以及网络中各类业务流对不同性能指标的差异化需求，提出了上述改进的方案。

本发明授权基于DGQN的无线移动通信网络资源调度方法及系统在权利要求书中公布了：1.一种基于DGQN的无线移动通信网络资源调度方法，其特征在于，包括： 获取无线移动通信网络的拓扑结构和无线移动通信网络中各个节点的指标数据；所述指标数据包括各节点经过不同链路的时延参数和带宽参数； 对无线移动通信网络中各个节点的指标数据进行预处理，得到预处理后的指标数据； 根据无线移动通信网络的拓扑结构，将无线移动通信网络的资源调度过程映射为强化学习算法中的马尔科夫决策过程； 采取双路径架构方式分别对资源调度过程的凹性度量指标和加性度量指标进行处理，得到凹性度量指标q值和加性度量指标q值；所述凹性度量指标为业务流的路由路径上的剩余带宽，所述加性度量指标为业务流的路由路径上的传输时延；采用改进的强化学习算法DGQN对所述加性度量指标进行处理，得到所述加性度量指标q值；所述改进的强化学习算法DGQN为基于GhostNet对传统强化学习算法DQN改进得到的网络； 将所述凹性度量指标q值和所述加性度量指标q值进行加权求和，得到综合模型q值；所述综合模型q值为综合了两类指标的q值表示； 根据所述综合模型q值确定最终策略，并基于所述最终策略确定任意一个业务流的最终路由路径； 将所述业务流的最终路由路径下发给无线移动通信网络的各个节点，进行无线移动通信网络的资源调度； 采取双路径架构方式分别对资源调度过程的凹性度量指标和加性度量指标进行处理，得到凹性度量指标q值和加性度量指标q值，具体包括： 采用强化学习算法Q-Learning对所述凹性度量指标进行处理，得到所述凹性度量指标q值； 采用改进的强化学习算法DGQN对所述加性度量指标进行处理，得到所述加性度量指标q值；所述改进的强化学习算法DGQN为基于GhostNet，用Ghostbottleneck结构代替传统强化学习算法DQN中的卷积核得到的网络； 根据下式计算得到综合模型q值： 其中，qs,a*为综合模型q值，s为状态，a*为采取的动作，qws,a*为凹性度量指标q值，wthr为业务流的带宽需求，qds,a*为加性度量指标q值，qMind＝minqds,a*，μ为加性度量指标q值所占的权重，A为动作集。

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中国人民解放军61905部队，其通讯地址为：110005 辽宁省沈阳市和平区砂阳路19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。