带有时间约束的机载自组网自适应退避算法

针对传统媒质接入控制(MAC)层退避算法无法满足机载自组网中高优先级业务高可靠、低时延的QoS传输需求,以及重负载时算法性能下降严重的问题,提出一种带有时间约束的多优先级自适应退避算法。首先,针对不同优先级业务的QoS需求,建立相应的时间约束机制和竞争窗口自适应调整机制,当网络处于重负载时,通过限制低优先级业务接入信道来保证高优先级业务的传输;其次采用三维马尔科夫链对多优先级自适应退避算法进行建模,求解不同网络负载时各优先级分组受时间约束条件下的退避状态转移概率,理论推导出网络吞吐量和平均MAC时延的数学表达式。仿真结果表明,该算法在重负载时能够有效保障高优先级业务低时延(2ms)、高可靠(99%)的QoS需求,相比增强型分布式信道接入访问和区分企业优先级的自适应退避算法,当网络负载大于9 000包/s时,吞吐量分别提升了33.4%和21.5%。     

一种OFDM系统中的自适应调制策略

给出了一种OFDM系统中考虑QoS约束的自适应调制策略。算法首先通过用户的QoS约束值确定用户的调度优先级并据此分配子载波,然后再对用户进行比特和功率分配,确定调制方案。仿真结果表明,该算法能够使系统在满足QoS约束要求的条件下使所需的发射功率最小。     

CDMA网络中切换策略的研究

为了保证多媒体业务在软切换过程中的QoS(Quality of Service)性能,在分析特殊移动的基础上,提出了动态优先级算法。根据信号强度变化率的幅度过滤需要刷新的请求,给出了一体化估算关系式,并添加了补偿因子,有效地识别了特殊移动情况,最终依靠优先级队列避免不必要的切换和调整不及时的切换。试验表明,该算法能降低系统资源浪费,使主要资源占用率降低7.9%。     

复合加权调度算法在IAAS层的稳定性优化研究

多机多任务的云服务系统,在优先满足收费客户的原则下,高优先级客户的数量急剧增加,即高优先级客户数量密集饱和事件的概率将大大提高,在此情况下保证系统的QoS就成为IAAS层中关键问题,FIFO算法实现较简单,但要保证QoS机制,要利用现存的分级加权算法(Hierarchical Weighted Algorithm,HWA)才能初步实现,而基于IAAS层的高优先级客户易密集特性,HWA在该特性环境下会逐渐演变为类FIFO服务模型从而降低QoS.本文的目标是在IAAS层中,高优先级客户请求量密集的情况下,保证满足高优先级客户请求的同时还要防止高优先级客户量增加演变为类FIFO服务模型而降低QoS,从而保证系统的稳定性.因此提出了一种基于系统稳定性的复合加权调度算法(Composite Weighted Scheduling Algorithm,CWSA),并和FIFO以及HWA进行了比较,仿真结果表明该调度算法在高优先级客户请求量密集的情况下,系统吞吐量、平均占用均可得到明显改善,而丢包率并无太大差异,QoS能得到较好的保证,即系统稳定性能得到较好保证.     

一种航空Ad hoc网络优先级权重速率控制算法

针对现有航空Ad hoc网络的媒体接入控制(media access control,MAC)协议存在信道资源分配缺乏公平性的问题,该文提出一种优先级权重速率控制(priority weighted rate control,PWRC)算法。该算法在MAC层上采用加权队列模型,利用业务的优先级及权重值共同控制业务的降速因子,达到在保证高优先级业务服务质量(quality of service,QoS)的同时提升信道资源利用的公平性。仿真结果表明:与现有MAC协议相比,使用该方法时相同优先级业务的公平性指数接近理论上限1,对信道资源的利用率最高可提升40%;同时,可降低相同优先级业务平均端到端延时及延时抖动。     

基于VIKOR和用户QoS优先级的云计算自适应算法

针对传统调度算法不能提供一种在考虑负载平衡的同时满足用户服务质量(Quality of Service,QoS)的自适应方法进行了研究,提出一种基于改进多准则妥协解排序法(VIKOR)和用户QoS优先级的云计算自适应调度算法.该算法首先使用最优-最差多准则决策为每个评估标准或用户QoS优先级分配重要性权重,然后使用VIKOR评估和确定每个用户请求的等级并进行排序,最后自适应任务调度根据虚拟机的负载率来分配工作负载以保持动态负载平衡.实验结果表明:本文方法在MaKespan、吐出量和虚拟机利用率性能方面均有明显改善.     

基于博弈论的协作超宽带系统资源分配算法

为使多用户协作超宽带系统的资源分配算法能在有效利用系统资源的同时满足用户的服务质量QoS(Quality of Service)公平性需求,在纳什议价解方法和凸优化理论基础上,将合作博弈论方法用于协作多频带超宽带系统的资源优化分配中。提出以最大化系统净效用为目标,以用户的QoS需求为公平性指标的协作超宽带系统协作伙伴选择算法和自适应功率分配算法。通过仿真与最大化系统速率（max-rate）和最大化最小用户速率(max min) 公平性算法作比较,证明了该资源分配方法在最大化系统速率和用户QoS公平性两方面有很好的折衷,适于超宽带系统。     

面向实时业务的快速公平性分组调度算法

长期演进系统(long term evolution,LTE)中的分组调度算法需要满足一定的QoS.针对最大权值时廷优先算法(modified large weighted delay first,M-LWDF)在用户公平性方面的缺陷,提出了基于线性优先级和非线性优先级的M-LWDF算法,以达到提升用户公平性的目的.仿真结果表明,所提出的算法能够在牺牲少量系统吞吐量的情况下,较大程度地改善用户公平性和业务的丢包率.     

WRR算法能为业务流提供最佳的QoS保证

对几种队列调度算法(先来先服务调度算法、严格的优先级调度算法、循环调度算法、加权循环调度算法)进行了对比研究,选择出适合用于区分服务网络中保证QoS方案的队列调度算法—WRR。     

抢占式OVSF码动态分配算法

为了提高WCDMA (wideband code division multiple access)系统中高优先级业务的接入率,提出一种基于优先级的抢占式OVSF (orthogonal variable spreading factor codes)码动态分配算法.该算法中,当新的高优先级业务呼叫到达时,若出现容量阻塞,则中断代价最小的低优先级业务,并将其占用的码字分配给高优先级业务;若出现码阻塞,则选择代价最小的码树进行码字重分配.应用MATLAB软件完成的仿真结果表明: 在高负载的情况下,与传统动态码分配算法相比,本算法中高优先级业务的接入率能提高20%以上,同时算法保证了低的中断业务数和重分配码数,能良好地支持业务的QoS (quality of service)要求.     

超密集网络中基于分簇的资源分配算法

针对超密集网络(ultra-dense network, UDN)中,严重的小区间干扰制约终端用户的数据速率问题,提出一种基于染色分簇的资源分配方案。该方案采用图论中的染色算法对微蜂窝接入点(femtocell access points, FAPs)进行分簇,利用簇内每个微蜂窝用户(femtocell user equipments,FUEs)的待发送数据量、排队等待时延以及受到的干扰强度来构建相应的优先级,计算每个簇的优先级,并设定高优先级的簇可优先获得信道增益良好的子信道;最后由拉格朗日乘子法求解功率分配方案,即利用KKT(Karush-Kuhn-Tucker)条件和注水算法为FUEs分配功率。仿真结果表明,该方案能够有效地减小微蜂窝接入点之间的相互干扰,极大地满足用户的服务需求,同时提升了系统吞吐量和频谱效率。并且基于最大功率和最低速率的公平性准则能够动态地调整子信道功率,进一步提升了FUEs间的公平性。     

一种基于QoS的星座通信系统跨层资源分配算法

针对目前星座通信系统星地链路资源分配不灵活、缺乏有效服务质量(QoS)保障机制等问题,提出一种基于QoS的星座通信系统跨层资源分配算法.利用自适应编码调制(ACM)技术,通过定义用户信道质量评估算法、可调公平性调度算法、业务QoS分类调度算法及用户业务分配权重函数,为终端用户指定工作频率、时隙、编码方式、调制方式等物理层工作参数,实现根据业务QoS保障要求灵活分配物理层信道资源,达到提高系统资源利用率与满足业务QoS保障需求的平衡.仿真实例验证该算法可以实现星座通信系统根据业务QoS和用户信道质量对星地链路资源的合理分配和调度.     

基于用户需求和历史信息的动态频谱分配算法

针对认知无线电系统中动态频谱分配算法开展研究,以干扰图模型为基础,提出一种改进的基于业务需求和历史信息的动态频谱分配算法。为利于快速收敛,算法采用最大独立集为分配起点,允许将信道同时分配给多个用户,联合功率控制机制最小化认知用户间的干扰,引入信道优先级和用户优先级表征历史信息和业务需求,优先分配高质量的信道给高优先级用户集以保证公平性。最后通过仿真分析进行了算法的有效性验证。     

双层网络中一种协作博弈的动态资源分配方法

针对双层网络模型中宏小区用户层和毫微微小区用户层存在共信道信号互相干扰的问题,提出了一种协作博弈的动态资源分配(CGDRA)方法.该方法首先根据宏小区用户的路径损耗和QoS需求,对宏小区用户层的发射功率进行分配,然后以所有毫微微小区用户的数据速率之积作为效用函数,以毫微微小区用户的QoS需求为约束条件,构建了毫微微小区用户层总发射功率受限的协作博弈模型,并采用动态子载波分配算法和自适应功率分配算法得到了该博弈模型的低复杂度近似最优解,优化分配了毫微微小区用户的频谱资源和发射功率,提高了系统的传输速率.仿真结果表明:在双层网络中,CGDRA方法在系统数据速率和用户的公平性上获得了较好的折中;与最大最小公平性算法相比,系统的数据速率提高了30％;与最大速率算法相比更加公平.     

OFDMA系统中支持混合业务的跨层资源分配算法

针对正交频分多址接入系统（OFDMA）下行链路资源分配问题,提出一种支持混合业务的跨层子载波-功率-比特联合分配算法.引入平均时延控制因子和丢包率控制因子作为时延敏感（DS）业务服务质量（平均时延和丢包率）的控制参数;每分配1个子载波后立即对该子载波所属用户进行一次最优的子载波功率和比特分配,该联合分配方案可最大化系统功率效率.仿真结果表明：该算法既可同时保证不同类型DS业务的服务质量,又可提高时延不敏感（NDS）业务的平均吞吐量并保证用户间的公平性.通过调整2个控制因子不仅能满足不同DS用户的服务质量要求,还可在DS用户服务质量和NDS用户的吞吐量间达到不同的折衷,以满足各种系统设计要求.     

基于QoS保证的协作OFDMA系统无线资源分配算法

现有基于中继协作的正交频分多址接入(orthogo-nal frequency division multiple access,OFDMA)系统的无线资源分配算法主要面向单一业务和用户需求。该文研究了基于服务质量(quality of service,QoS)保证和异质业务的协作OFDMA系统无线资源分配问题,建立了以最大化系统效用函数为目标的模型,联合了功率控制、载波分配和中继选择。对于具有指数阶复杂度的原混合整数规划问题,通过引入QoS价格因子,将其转化为一个凸优化问题,并且提出了一个基于双层对偶分解的资源分配算法。仿真结果表明:该方法能显著提高系统对异质业务的支持能力,并保证用户之间的公平性。     

一种多载波CDMA的子信道分配策略

为了获得高速、高质量的无线数据通信，增强多载波CDMA抗多址干扰和信道衰落能力，提出了一种子载波分配与功率分配相结合的信道分配策略。根据不同子载波上衰落幅度的不同，选择性地传输信息，对于衰落幅度较大的子载波不分配信号能量，将其信号能量分配到传输信号的子载波上，能有效地减小多址干扰，同时又能获得较大的分集增益。这种基于子载波衰落幅度的分配策略与其它文献报道方案比较，具有较低的计算量与较好的收敛性，是一种工程可实现性方案。     

一种有效的比例公平算法

针对基于OFDM的认知无线电系统中多个认知用户之间的频谱资源分配问题,提出了一种比特和功率分配算法.首先,对认知用户的发射功率加以约束以保证认知用户的通信质量;然后运用“两部分法”并引入比例分配因子来避免认知用户的频谱资源分配不均衡问题;最后对所提算法进行了仿真,其中对认知用户的分配结果表明所提算法不仅能够保证每个用户的通信质量而且能够提升信道总容量.     

认知无线网络中基于免疫优化的比例公平资源分配

针对认知无线网络中基于OFDM技术的资源分配,将其建模为一个约束优化问题,进而提出了一种基于免疫克隆的求解方法. 算法采用两阶段资源分配方法,即先将子载波分配给用户,然后基于免疫优化算法给不同的子载波分配功率. 此外,算法充分考虑了主用户可容忍的干扰约束及次用户对资源的比例需求,更符合实际要求. 根据问题本身特点,设计了适合算法求解的编码、克隆、变异算子. 仿真实验结果表明,在总发射功率、误码率及主用户可接受的干扰等约束下,本算法可以获得较高的数据吞吐量,并保证次用户对资源需求的公平性.      

MIMO-OFDM系统基于实时业务的跨层子载波分配

针对MIMO-OFDM系统的实时业务提出一种新的动态子载波分配算法。该算法基于物理层的信道状态信息,MAC层的队列状态信息和系统中每个队列的平均等待时间来动态分配子载波。仿真结果表明,该算法在保证用户之间竞争资源公平性的前提下,不仅保证了实时业务的时延要求,而且提高了系统吞吐量。