基于社交蜘蛛优化算法的园区移动社交云资源分配机制

为实现园区云资源与移动云资源的协作式管理,提出了一种新型的基于社交蜘蛛优化算法的园区移动社交云资源分配机制.首先,为了保证买方和卖方能够分别给出合理的资源出价与要价,该机制采用动态博弈的策略决策出买方的出价和卖方的要价,并据此得出移动社交云资源的成交价格;然后,为了合理、有效地分配云资源和提高用户的满意度,将园区云资源和移动社交云资源进行结合,提出了基于社交蜘蛛优化算法的新型协作式资源分配方法,同时,设计优化目标函数,并根据移动社交云资源的成交价,求解出最优的资源分配方案.仿真实验结果表明,所设计机制在资源成交率、价格满意度和社交满意度方面优于EDA机制.     

基于自适应任务卸载的蜂窝网络计算资源分配算法

移动边缘计算中的任务卸载是当前的研究热点.随着蜂窝网络中移动终端数量的快速增长,由于计算资源有限,任务卸载时出现了时延长及资源分配不均衡的问题.针对该问题,提出一种基于自适应任务卸载的蜂窝网络计算资源分配算法.该算法先根据用户周围的资源分布情况,自适应为每个用户选择最佳卸载模式;再根据计算资源使用情况,自适应为基站用户选择最优卸载决策并分配计算资源.仿真结果表明：与其他4种算法相比,该文算法的系统效用增益最大.     

基站自适应阵列天线码资源分配算法的比较研究

采用空间切割方式对移动基站自适应阵列天线进行码资源分配,可以提高系统功率资源的使用效率,降低空中信号的整体干扰,从而提高系统容量.介绍了移动基站自适应阵列天线区域覆盖原理和码资源常见分配算法:固定码资源分配算法和群组码资源分配算法,分析了两种码资源分配算法的基本思路和码分配策略.通过两种分配算法的通话阻塞率仿真比较分析可知,群组码资源分配算法所产生的通话阻塞率比固定码资源分配算法所产生的通话阻塞率要低.     

引入预留机制的多小区OFDMA系统资源分配方案

高速移动会加剧用户在小区间的频繁切换.如果用户突发切换到邻小区,会由于在多小区资源分配中没有考虑到为该用户预留资源导致资源不足,从而拒绝该用户或者小区内其他业务用户接入,这极大地影响了移动用户的业务体验.为了解决上述问题,在多小区正交频分多址接入(OFDMA)系统资源分配时,引入了移动资源预留,提出了相应的无线资源分配框架.该框架根据用户移动模型得到移动预留信息,然后根据移动预留信息、干扰信息、用户的QoS需求为各基站分配和预留资源.避免小区间频繁切换给恶化时延敏感业务的业务体验,同时协调小区间资源块的分配,有效避免干扰,最大化系统吞吐率.仿真结果表明,该方案相比于仅考虑干扰的多小区资源分配方案在损失较少吞吐率的同时,能够更好地提高移动用户的业务体验.     

一种LTE网络D2D通信资源共享算法

在LTE网络下部署D2D (Device-to-Device)系统能有效降低基站的负荷,但是D2D系统共享蜂窝系统资源时会产生系统间干扰,通过合理的资源分配可以有效降低这种干扰.文中提出一种LTE网络中D2D贪婪资源分配算法,该算法能保证蜂窝系统不受D2D通信的干扰影响,同时单个D2D对可以复用多个蜂窝用户资源,以提高D2D系统的吞吐量.最后通过仿真给出本算法与随机分配和干扰感知分配算法的性能比较.     

认知异构网络中基于非理想频谱感知的凸优化资源分配算法

当前认知异构网络中无线频谱日益紧缺,而传统固定频谱分配模式日益成为限制无线通信性能的重要瓶颈,在非理想频谱感知情况下资源分配的问题尤为突出。为实现非理想频谱感知情况下无线资源的高效分配,提出一种基于认知异构网络的凸优化资源分配算法。该算法首先构建了基于主用户活跃度的用户到达模型,以精确描述认知网络中主用户的频谱使用状态,为认知用户分配资源提供依据;并通过认知异构网络干扰分析构建非理想频谱感知条件下的干扰容限条件,最后通过凸优化算法实现对认知网络中频谱资源的优化分配。仿真结果表明,在非理想频谱感知条件下,该算法能够有效降低系统平均时延,提升认知异构网络的传输速率和系统吞吐量。     

基于拍卖的网络切片虚拟资源分配算法研究

网络切片可以针对不同应用场景的网络速率、时延、可靠性等需求,根据业务对网络功能、安全性等需求构建虚拟的逻辑网络,该技术是5G的关键技术之一。针对网络切片多样化的QoS需求,提出了一种以最大化收益为目标的虚拟资源分配优化算法。该算法针对各个切片业务需求的差异性以及当前用户状态定义切片优先级,并以价格代替信誉因子,确定网络切片需求资源的拍卖报价,并根据可回收的资源量动态地更新和确定价格基准,再将资源优化分配问题转换成为拍卖问题,结合价格更新算法以及资源分配算法并进行求解,为各个业务切片分配资源。仿真结果表明,所提出的资源分配算法可以在满足切片多样化的QoS需求的同时有效提升用户业务体验满意度。     

基于OFDM的认知无线网络资源分配

无线频谱资源的稀缺是限制无线业务持续发展的瓶颈.认知无线电作为一种新兴的技术,改变了传统的授权使用无线电频谱的方式.它通过允许非授权用户伺机接入授权用户的频谱,来提高频谱利用效率,被认为是解决无线频谱资源短缺问题的一种有前途的方法.而正交频分复用技术(OFDM)由于能够自适应调整子载波和功率分配参数,实现动态资源分配,进而成为了认知无线网络中可行的空中接口.本文基于OFDM的认知网络中的资源分配问题,给出了多用户认知网络基本的优化模型,引入了认知无线系统中频谱有效和能量有效的资源分配问题,并通过分析问题的数学结构,设计出快速算法进行求解.     

基于吞吐量和延迟折衷的 LTE 下行调度算法研究

在LTE(long term evolution)无线网络下行链路系统中,调度算法是其无线资源管理的重要技术,其主要任务就是为无线用户传输的各种业务合理地分配无线资源.尤其是针对Non-GBR(non-guranteed bit rate)业务传输,可通过一个高效的实时调度算法来提高系统的吞吐量,且保证每个用户的服务质量,其在很大程度上决定了整个系统的性能.鉴于最大权重(maxweight)调度算法虽然使系统的吞吐量最佳,但是却导致单个用户的延迟较大的缺点,运用李雅普诺夫最优化的理论提出了一种实时调度算法,此算法不需要知道信道状态概率的先验知识,仅根据当前的信道状态和当前的队列积压来做实时的资源分配决定和传输决定.理论分析和仿真结果表明,该算法在吞吐量和延迟之间有一个很好的折衷,不但使网络吞吐量最优化,而且减小了单个用户的延迟.     

基于复杂网络的一种个性化推荐新算法

结合协同过滤推荐算法和基于复杂网络的分析算法,提出一种新的个性化混合算法.在资源分配过程中,混合算法考虑到用户将自己的资源进行商品分配时采用平均分配,而商品将特定用户分给自己的资源向另一个用户分配时正比于两位用户的相似性.数值试验结果表明:新算法大大提高了推荐的精度和个性化程度.     

基于容量最优化的D2D资源分配方法的研究

D2D(Device-to-Device)通信是一种在基站的控制下,允许终端之间通过复用小区资源直接通信的新型技术.它能够增加蜂窝通信系统频谱效率,降低终端发射功率,在一定程度上解决了无线通信系统频谱资源匮乏的问题.由于在未来的移动网络中有越来越多的异构设备,一个高效的资源分配方案必须最大限度地提高系统的吞吐量,并实现更高的频谱效率.资源分配方案是在保证小区用户吞吐量的前提下,使D2D用户获得最大的吞吐量,并在文献[7]的基础上给出了一个算法来解决这个问题.通过仿真表明,算法具有较低的时间复杂度,能够有效地提高系统的吞吐量.     

一种无线ATM多媒体网络切换时动态分配系统资源新算法

在无线ＡＴＭ（ＷＡＴＭ） 系统网络结构基础上结合多媒体传输信息模型,提出一种运用在ＷＡＴＭ小区切换时动态分配系统资源的新算法,该方案对于在系统中新业务呼叫的产生,切换业务的接入和目标基站业务的延续等各种情况下,系统如何给上述各种业务动态分配信道容量,提出了一种解决办法．此算法可以很好地工作于小区切换时的各业务信道容量的动态优化分配中,以防止系统资源不足时各种业务的丢失．     

蜂窝与D2D混合网络中的无线资源分配

针对蜂窝与终端直通（D2D）混合网络中的资源分配,将其建模为以最大化网络吞吐量为目标,关于蜂窝用户与D2D用户资源的联合优化问题。基于该模型进一步提出一种两阶段资源分配策略,即先采用改进的贪婪频谱分配算法将资源块分配给用户,然后基于对偶分解理论给每个资源块分配最优的传输功率。该算法在考虑蜂窝用户服务质量（QoS）的基础上,不再限制每个资源块上的D2D用户数目以及D2D用户可复用的资源数。仿真结果表明,所提算法在保证蜂窝用户速率性能的前提下,有效地提升了系统的整体容量。      

基于虚拟现实技术的安全智能无线网络资源动态分配方法研究

不同时刻使用无线网络的用户数量不同,安全智能无线网络资源分配处于动态变化中。当前资源分配方法无法适应动态变化环境,导致整个无线网络吞吐量高、资源利用率低下、整体效用差。为此,提出一种新的基于虚拟现实技术的安全智能无线网络资源动态分配方法,给出选择的虚拟现实架构,对虚拟现实架构进行分析。在对安全智能无线网络资源进行动态分配时,将增强网络吞吐量,减少延迟,保证系统稳定和用户的服务质量看作分配原则;将整体效用最大化作为目标函数,实现资源分配。通过粒子群算法对目标函数进行求解。实验结果表明,采用所提方法对安全智能无线网络资源进行动态分配,不仅能够保证网络吞吐量,而且资源利用率高,整体效用强。     

基于服务质量的动态资源分配算法

在网络虚拟化过程中,当前大多数物理资源分配算法,主要考虑了资源利用率和网络收益,而忽略了虚拟网络请求的服务质量,从而在不同用户之间造成不公平。针对该问题,提出基于服务质量的动态资源分配算法。该算法在空闲时频资源非连续情况下,只有当虚拟网络请求的生命周期足够长,满足重分配影响因子情况下,才优先为资源量小的虚拟网络请求重分配物理资源;在空闲时频资源连续情况下,综合考虑优先级、时间容忍和网络收益因素影响,为虚拟网络请求分配相适应的物理资源。仿真结果表明,该算法相对于传统基于生命周期的动态资源分配算法和贪婪动态分配,在实现物理资源高效利用的前提下,不但保障了虚拟网络请求的服务质量,而且降低了该算法的运行时间。     

基于频谱系数和比例公平算法的网络调度优化策略

针对传统比例公平的无线网络资源调度优化策略无法有效保证用户的公平性, 存在无线网络通信系统资源利用率低等缺陷, 设计一种基于频谱系数和比例公平算法的无线网络通信系统资源调度优化策略, 以解决当前无线网络通信系统资源优化调度过程中存在的问题. 首先建立无线网络通信系统的信道模型, 通过自适应遗传算法确定合理的频谱系数; 然后根据比例公平算法计算调度优先级, 将无线网络通信系统的资源分配给用户, 并针对传统比例公平算法的不足进行改进; 最后在MATLAB 2016平台上对无线网络通信系统的性能进行分析. 结果表明, 该策略可更好地保证用户使用资源的公平性, 提升了无线网络通信系统的吞吐量, 改善了无线网络通信系统的资源利用率.     

基于OFDM的认知无线电系统联合资源分配

为充分利用现有无线电频谱资源, 研究了基于正交频分复用的认知无线电系统, 以填充和下垫联合方式进行分配资源的问题, 提出了新的子载波分配算法和最优功率分配算法。该算法在保证总功率和每个子载波所受干扰在一定阈值内的前提下, 采用最优功率分配算法最大化次用户传输速率。同时, 为降低算法的复杂度, 将置零子载波功率算法应用到资源分配中。最后, 基于Worst-case 方法, 对次用户和主用户间的信道不确定性进行鲁棒性分析。仿真结果表明, 在相同条件下, 该资源分配最优算法和次优算法都优于单独的填充式或下垫式资源分配算法。     

基于频谱资源共享的动态分配算法

针对虚拟网络(virtual network,VN)请求的动态性和时变性,并充分考虑网络动态性导致物理资源出现碎片化或负载不均的情况,提出了基于频谱资源共享的动态分配算法(dynamic allocation algorithm based on spectrum resource sharing,DAA-SRS),该算法结合虚拟请求的生命周期,进行子信道分配和重分配,使不同虚拟网络以一种机会共享的方式占用相同的物理资源.针对无线虚拟网络资源请求接受率、物理网络收益等性能指标进行仿真分析,仿真结果显示,该算法可显著提高虚拟网络请求的接受率.     

无线回传网络中队列感知在线功率分配策略

无线回传技术因其能大幅降低运营商成本开销、给用户终端提供根本上的灵活性并提高网络整体频谱效率等优势,是下一代移动网络中具有前景的解决方案之一。通过利用李雅普诺夫(Lyapunov)优化框架和凸优化理论,提出了一种基于队列感知的带内全双工无线回传网络功率分配算法。该算法在每个离散的资源调度时隙内,通过综合考虑信道和队列状态信息,动态地为各用户的接入链路和小基站的回传链路分配功率,以实现在保证网络稳定性和满足各用户服务质量需求的同时,最大化网络平均和频谱效率。此外,理论分析和仿真结果显示,所提出的算法可通过调整引入的控制参量的取值灵活地实现时延与谱效间的动态平衡。