时频资源的分配方法、装置、设备、存储介质及产品与流程

本申请涉及通信，特别涉及一种时频资源的分配方法、装置、设备、存储介质及产品。

背景技术：

1、随着无线通信网络的快速发展，时频资源分配已成为优化无线频谱利用率的核心挑战。在当今多元化的无线通信环境中，例如，蓝牙和无线保真(wireless fidelity，wifi)共存的无线通信环境中，蓝牙和wifi都可能工作在2.4g频段中，因此，蓝牙和wifi之间可能会相互干扰；因此，在蓝牙和wifi共存的无线通信环境中，如何为蓝牙和wifi分配时频资源是业界关注的重点。

2、相关技术中，是通过自适应频率跳跃(afh)算法来为蓝牙和wifi分配频率资源，也即在2.4g频段中为蓝牙和wifi分配不同频段的频率资源，也即通过在不同频率上跳跃来避免干扰或者降低干扰的影响。

技术实现思路

1、本申请实施例提供了一种时频资源的分配方法、装置、设备、存储介质及产品，能够最大化系统性能和时频资源的利用效率。所述技术方案如下：

2、一方面，提供了一种时频资源的分配方法，所述方法包括：

3、确定第一终端在当前时刻的业务请求信息，所述业务请求信息包括所述第一终端在多个通信链路的业务请求信息；

4、基于所述第一终端在当前时刻的业务请求信息，确定所述第一终端在当前时刻的第一状态矩阵；

5、基于所述第一状态矩阵，通过资源分配模型生成所述第一终端的第一动作信息，所述第一动作信息包括所述第一终端在所述多个通信链路的时频资源分配信息；

6、基于所述第一终端在所述多个通信链路的时频资源分配信息，确定所述资源分配模型的第一奖励信息；

7、基于所述第一奖励信息，迭代更新所述资源分配模型，直到得到满足迭代停止条件的资源分配模型，所述资源分配模型用于在多个通信链路共存的通信环境中为第二终端分配时频资源。

8、另一方面，提供了一种时频资源的分配装置，所述装置包括：

9、第一确定模块，用于确定第一终端在当前时刻的业务请求信息，所述业务请求信息包括所述第一终端在多个通信链路的业务请求信息；

10、第二确定模块，用于基于所述第一终端在当前时刻的业务请求信息，确定所述第一终端在当前时刻的第一状态矩阵；

11、生成模块，用于基于所述第一状态矩阵，通过资源分配模型生成所述第一终端的第一动作信息，所述第一动作信息包括所述第一终端在所述多个通信链路的时频资源分配信息；

12、第三确定模块，用于基于所述第一终端在所述多个通信链路的时频资源分配信息，确定所述资源分配模型的第一奖励信息；

13、训练模块，用于基于所述第一奖励信息，迭代更新所述资源分配模型，直到得到满足迭代停止条件的资源分配模型，所述资源分配模型用于在多个通信链路共存的通信环境中为第二终端分配时频资源。

14、另一方面，提供了一种智能体，所述智能体包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行，以实现上述任一实现方式所述的时频资源的分配方法。

15、另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现上述任一实现方式所述的时频资源的分配方法。

16、另一方面，提供了一种计算机程序产品，所述计算机程序产品存储有至少一条程序代码，所述至少一条程序代码用于被处理器执行以实现如上述任一实现方式所述的时频资源的分配方法。

17、在本申请实施例中，在多个通信链路共存的通信环境下，基于强化学习方法的时频资源分配算法，并通过多次迭代训练最终会学习到一个最佳的多个通信链路共存的通信环境下的资源分配模型，该资源分配模型在为终端分配多个通信链路的时频资源时，能够最大化系统性能和时频资源的利用效率。

技术特征：

1.一种时频资源的分配方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一终端在当前时刻的业务请求信息，确定所述第一终端在当前时刻的第一状态矩阵，包括：

3.根据权利要求2所述的方法，其特征在于，所述确定所述第一终端在所述当前时刻的状态信息，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述第一终端在所述多个通信链路的时频资源分配信息，确定所述资源分配模型的第一奖励信息，包括：

5.根据权利要求4所述的方法，其特征在于，所述基于所述性能指标信息，确定所述资源分配模型的第一奖励信息，包括：

6.根据权利要求1所述的方法，其特征在于，所述基于所述第一状态矩阵，通过资源分配模型生成所述第一终端的第一动作信息，包括：

7.根据权利要求1所述的方法，其特征在于，所述基于所述第一奖励信息，迭代更新所述资源分配模型，直到得到满足迭代停止条件的资源分配模型，包括：

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

9.一种时频资源的分配装置，其特征在于，所述装置包括：

10.一种智能体，其特征在于，所述智能体包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行，以实现如权利要求1至8任一项所述的时频资源的分配方法。

11.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行，以实现如权利要求1至8任一项所述的时频资源的分配方法。

12.一种计算机程序产品，其特征在于，所述计算机程序产品存储有至少一条程序代码，所述至少一条程序代码用于被处理器执行，以实现如权利要求1至8任一项所述的时频资源的分配方法。

技术总结本申请提供了一种时频资源的分配方法、装置、设备、存储介质及产品，属于通信技术领域。方法包括：确定第一终端在当前时刻的业务请求信息；基于第一终端在当前时刻的业务请求信息，确定第一终端在当前时刻的第一状态矩阵；基于第一状态矩阵，通过资源分配模型生成第一终端的第一动作信息，第一动作信息包括第一终端在多个通信链路的时频资源分配信息；基于第一终端在多个通信链路的时频资源分配信息，确定资源分配模型的第一奖励信息；基于第一奖励信息，迭代更新资源分配模型，直到得到满足迭代停止条件的资源分配模型，资源分配模型用于在多个通信链路共存的通信环境中为第二终端分配时频资源。本申请能够最大化系统性能和时频资源的利用效率。技术研发人员：高尚秀,徐丰华,郑灯,胡亚东,裴润升受保护的技术使用者：OPPO广东移动通信有限公司技术研发日：技术公布日：2024/9/9