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！

龙图腾网获悉无锡学院申请的专利一种基于深度强化学习算法的D2D用户资源分配方法及存储介质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：CN116456493B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310426343.3，技术领域涉及：H04W72/40；该发明授权一种基于深度强化学习算法的D2D用户资源分配方法及存储介质是由李君;刘兴鑫;刘子怡;沈国丽;张茜茜;李晨设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本一种基于深度强化学习算法的D2D用户资源分配方法及存储介质在说明书摘要公布了：本发明公开了一种基于深度强化学习算法的D2D用户资源分配方法及存储介质，涉及无线通信技术领域。所述方法包括：构建无线网络模型，对D2D发射功率进行离散化处理；构建用户信噪比计算模型，以通信系统吞吐量最大为优化目标；设置预测策略网络π、预测价值网络Q、目标策略网络π′和目标价值网络Q'；将D2D通信环境建模为马尔可夫决策过程，将D2D发射机视为智能体，循环加载目标策略网络的参数后生成策略与环境进行交互，确定状态空间、动作空间及奖励函数；采用MAAC算法对每个D2D用户进行策略优化；采用软更新方式循环更新目标策略网络和目标价值网络的参数，直至完成学习训练；D2D用户下载完成训练的目标策略网络的参数，进行策略改进。

本发明授权一种基于深度强化学习算法的D2D用户资源分配方法及存储介质在权利要求书中公布了：1.一种基于深度强化学习算法的D2D用户资源分配方法，其特征在于，包括： 构建无线网络模型，对D2D发射功率进行离散化处理生成K个功率等级；所述无线网络模型中包括宏基站、宏基站网络覆盖范围内的L个蜂窝用户及N对D2D用户对，和M个正交频谱资源块，所述无线网络模型被配置的参数包括用户位置； 构建用户信噪比计算模型，用于计算D2D用户和蜂窝用户的信噪比信息，及设置D2D用户对以及蜂窝用户进行通信的QoS要求，并以D2D用户与蜂窝用户组成的通信系统吞吐量最大为优化目标对无线网络模型进行优化；所述用户信噪比包括D2D用户接收端的信噪比及蜂窝用户的信噪比； 宏基站为每个智能体设置预测策略网络、预测价值网络Q、目标策略网络和目标价值网络Q'； 将D2D通信环境建模为马尔可夫决策过程，将D2D发射机视为智能体，循环加载目标策略网络的参数后生成策略与环境进行交互，确定状态空间、动作空间及奖励函数；在满足QoS要求的前提下，每个智能体在t时刻选择要采用的通信模式，根据当前观测到的状态执行动作，获得奖励并转换到下一个状态，将经验组上传至经验池用于集中式训练；其中，所述通信模式包括专用模式、复用模式和等待模式，所述状态包括D2D用户和蜂窝用户的位置信息及信噪比信息，所述动作包括选择用于通信的功率值和资源块； 采用MAAC算法对每个D2D用户进行策略优化，从经验池中小批量随机采样进行集中式训练，采用TD算法更新预测价值网络，采用梯度下降方法更新预测价值网络的参数，基于智能体执行动作获得的奖励计算累计奖励，根据累计奖励设置策略梯度，基于策略梯度采用梯度上升方法循环更新预测策略网络的参数；其中，所述MAAC算法的学习目标是为每一个智能体学习一个策略，来获得最大累计收益； 基于预测策略网络和预测价值网络的参数，采用软更新方式循环更新目标策略网络和目标价值网络的参数，直至完成学习训练； D2D用户下载完成训练的目标策略网络的参数，进行策略改进，根据观测到的当前环境选择通信模式、资源块和或通信功率。

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无锡学院，其通讯地址为：214105 江苏省无锡市锡山区锡山大道333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。