技术特征：
1.一种面向切片的低时延无线资源调度方法，其特征在于：所述的方法包括步骤如下：接收物理世界用户发送的资源调度请求信息；基于当前接收到的资源调度请求信息，获取用户的瞬时传输速率；通过现有可用的计算资源构建用户资源分配的数字孪生模拟环境；在数字孪生模拟环境中，结合用户的瞬时传输速率、现有可用的计算资源、用户的调度请求信息计算每个用户在每个资源块上的优先级，初步评估资源块的分配决策；基于用户的历史分配数据，通过深度确定性策略迭代模型对初步评估资源块的分配决策进行优化；根据优化后的分配决策完成对用户的资源块分配，并将分配决策映射到物理世界。2.根据权利要求1所述的面向切片的低时延无线资源调度方法，其特征在于：计算每个用户i，在每个资源块上的优先级r
i
，表示为：其中，ω1，ω2，ω3，ω4表示权重系数，满足ω1+ω2+ω3+ω4＝1；γ
i
(t)表示用户i在时刻t时的信噪比；r
i
(t)表示用户i在时刻t时的瞬时传输速率；ra
i
(t)表示用户i在时刻t之前一段时间的平均传输速率；c
i
(t)表示用户i在时刻t时的队列缓冲时间；d
i
(t)表示用户i在时刻t时需要发送的数据量。3.根据权利要求2所述的面向切片的低时延无线资源调度方法，其特征在于：所述的深度确定性策略迭代模型包括actor神经网络、critic神经网络；将当前的资源调度请求信息作为观测信息并定义为s
i
，将历史分配数据放入构建的replaymemory中；将当前的资源调度请求信息s
i
输入actor神经网络中获取对应的资源分配决策a
i
，并且通过给定的优先级公式计算对应的reward值。4.根据权利要求3所述的面向切片的低时延无线资源调度方法，其特征在于：将当前的资源调度请求信息s
i
输入actor神经网络进行迭代训练，在迭代多次后，其reward考虑记忆的折扣能够重写为：其中，r
i
(s,a)表示用户i获得的奖赏，γ
i-t
表示折扣因子；t表示时间尺度。5.根据权利要求4所述的面向切片的低时延无线资源调度方法，其特征在于：基于获取对应的资源块分配策略a
i
，建立行为值函数去表述在采取该资源块分配策略a
i
后所期望得到的回报，该行为值函数表示为：式中，。6.根据权利要求5所述的面向切片的低时延无线资源调度方法，其特征在于：针对建立行为值函数去表述在采取资源块分配策略a
i
后所期望得到的回报，通过构建loss函数来获取最大的期望回报，所述的loss函数表示为：
其中，θ
q
表示函数q
π
的参数近似，y表示用户i的真实需求回报、为期望函数。7.根据权利要求1所述的面向切片的低时延无线资源调度方法，其特征在于：在完成对用户的资源块分配后，从资源块列表中删除已经分配出去的资源块。8.根据权利要求7所述的面向切片的低时延无线资源调度方法，其特征在于：在将已经分配出去的资源块从资源块列表中删除后，判断资源块列表是否为空，确认资源块列表为空，则结束分配流程；确认资源块列表不为空，则继续执行分配策略，并将分配策略发送给物理世界中的用户，满足用户低时延的需求。9.根据权利要求1所述的面向切片的低时延无线资源调度方法，其特征在于：对接收到的资源调度请求信息进行解析，并判断在基站侧的缓存中是否存在该用户的以往资源需求信息，如果存在，则添加到用户的资源调度请求信息中；所述的资源调度请求信息包括用户的位置、用户传输的信道质量信息、用户的数据在基站侧队列中的等待时间。10.一种计算机系统，其特征在于：包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述的处理器执行所述的计算机程序时，实现如权利要求1～9任一项所述的面向切片的低时延无线资源调度方法。
技术总结
本发明公开了一种面向切片的低时延无线资源调度方法及系统，其中方法步骤如下：接收物理世界用户发送的资源调度请求信息；基于当前接收到的资源调度请求信息，获取用户的瞬时传输速率；通过可用的计算资源构建用户资源分配的数字孪生模拟环境；在数字孪生模拟环境中，结合用户的瞬时传输速率、现有可用的计算资源、用户的调度请求信息计算每个用户在每个资源块上的优先级，初步评估资源块的分配决策；基于用户的历史分配数据，通过深度确定性策略迭代模型对初步评估资源块的分配决策进行优化；根据优化后的分配决策完成对用户的资源块分配，并将分配决策映射到物理世界。并将分配决策映射到物理世界。并将分配决策映射到物理世界。
技术研发人员：刘铭 桂振文 谢伟坤
受保护的技术使用者：中国电子科技集团公司第七研究所
技术研发日：2022.04.12
技术公布日：2022/8/30