基于预测与强化学习的5G混合切片资源优化分配OA

针对现有算法在切片资源合理分配和服务水平协议(service-level agreement,SLA)保障中的学习频次过高、计算复杂度较大等问题,提出了一种融合时间序列预测与强化学习的智能时频资源分配策略。考虑SLA违反概率约束和5G时频资源等约束,以时频资源使用数量最小化为目标,建立了5G混合场景的切片资源优化分配模型。首先利用堆叠长短期记忆网络(stacked long short-term memory,Stacked-LSTM)对eMBB、URLLC、mMTC场景的信噪比、排队缓冲区容量、时延、设备连接数量的SLA关键指标进行预测;定义了高斯核强化学习的状态、动作和奖励函数,并利用SLA指标预测值和随机启动概率门限执行学习算法获得准最佳分配策略。相比于现有算法,仿真结果表明所提算法可以在保障SLA违背概率约束和时频资源数量等基本性能的条件下,在预测精度、收敛速度和资源分配等综合性能上表现较好,有效地减少机器学习的频次和复杂度。