本发明请求保护一种基于强化学习的D2D辅助设备缓存系统及缓存方法，具体是基于DQN(Deep Q Network)强化学习方式下的D2D通信缓存优化的系统。系统由服务器端的训练数据筛选模块、服务交互模块、请求处理模块、日志记录子模块和辅助节点设备的强化学习模块、请求处理模块、文件缓存模块、日志记录模块以及用户所在的辅助节点D2D通信覆盖区所有用户构成，通过统计分析用户对文件请求的记录，将数据进行筛选后用于强化学习，通过神经网络来学习得到辅助节点设备上适应流行度的缓存策略，从而提高系统D2D辅助设备卸载的命中率，有效地降低基站负荷，发挥D2D通信降低用户时延、节省网络带宽以及增加资源复用等作用。
声明：
“基于强化学习的D2D辅助设备缓存系统及缓存方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1166
编辑：管理员
来源：北方有色网
咨询细节
