D2D网络功率和频谱资源分配策略

针对蜂窝通信系统高能耗、 低通信资源利用率和低信道利用率的问题, 提出一种基于能量效率(energy efficiency, EE)与频谱效率（spectral efficiency, SE）联合优化的网络资源分配策略. 首先, 在保证通信用户服务质量（quality of server, QoS）的前提下, 提出一种基于启发式算法的信道选择策略, 为系统内的D2D（device-to-device）用户分配信道复用资源; 其次, 在通信系统干扰门限和回程容量限制约束下, 利用Lagrange对偶分解迭代实现系统功率和频谱资源分配. 仿真结果表明, 该算法能有效扩充系统内D2D用户的数量, 提高能量效率及信道利用率, 增加频谱利用率, 为D2D用户分配最优的功率, 增强业务承载能力, 降低通信系统能耗并减少资源浪费.     

基于连续效用子集的资源分配算法

基于离散资源配置选项的实时(或软实时)系统资源分配问题,当以系统整体效用最大化为目标时,属于多维多选择背包问题,直接求解最优值的时间复杂度较高.现有的研究中主要通过使用启发式算法,将其时间复杂度降低为多项式级.这些启发式算法不考虑离散资源配置选项之间的联系,因此在求解中存在一些不必要的计算,而且分配结束后的残留资源不能得到利用.为此通过定义连续效用子集,分析了同一个任务的不同资源配置选项之间的联系.对已有的启发式算法HEU加以改进,提出启发式算法(T-HEU),能够用较低的时间复杂度获得与HEU算法相同的结果.根据同一个连续效用子集中的资源消耗函数的连续性,将残留资源分配问题近似归结为线性规划问题,并提出一种能求得近似最优解的启发式算法RRA_HEU.仿真结果表明,当任务数较少时,RRA_HEU的执行时间少于单纯形法和主-对偶内点法.当任务数较多时,用单纯形法求解残留资源分配问题是合适的.     

正交频分复用系统多播资源分配的动态规划算法

针对现有正交频分复用系统采用多播资源分配算法时效率较低的问题,提出了一种多重描述编码的多播资源分配算法.首先将系统的功率划分为等长的基本分配单元,之后使用动态规划算法计算每个子载波上的功率分配和用户分配.该算法可以从全局进行子载波分配和功率分配,从而提高了资源分配的效率,实现了系统总吞吐率的最大化.由于不需要重复计算相同子问题,因此算法能在很短的时间内完成资源的分配计算.仿真结果表明,所提动态规划算法可以有效地利用系统资源,使得系统总吞吐率与最优算法计算结果之差小于2%.     

基于用户行为模型的TVOS资源分配算法

现有的智能电视操作系统(TVOS)资源分配多依赖于操作系统本身对任务的资源分配方案,而系统对任务的调度是尽力而为(best-effort)的,以最大化系统的吞吐量为目的,这种资源调度分配方案在实时或多媒体应用系统存在不能保障应用的服务质量(QoS).为此,在研究TVOS用户行为模型的基础上,量化了用户对应用的偏好,并结合应用QoS模型提出了两种资源分配算法RA_DP和RA_PLSH.实验结果表明,基于动态规划的RA_DP算法能够求出问题的最优解,可作为算法间比较的参考,但算法时间复杂度很高;基于资源定价的局部搜索启发式RA_PLSH算法可在短时间内求出问题的近似最优解,与其他启发式算法相比更适合于智能电视资源的实时分配.     

基于WIMAX网络的IEEE802.16e PSC TypeⅡ休眠机制

针对宽带移动通信中移动站短时间休眠带来的能量效率下降问题,研究IEEE 802.16e休眠模式的节能机制.为了保证实时性的同时降低能量消耗,提出一种动态调整时间门限的方案,通过设立动态检测时间并启发式调整休眠时间建立的休眠模式的马尔可夫链分析模型,分析该方案对能量效率和数据包延时的影响.通过NS2仿真验证所提动态算法比标准中的能量效率获得明显提高.     

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.     

一种基于IEEE802.16e的退避算法

IEEE 802.16e使用二进制指数退避算法进行随机竞争接入,但该算法的冲突概率较高;二进制负指数退避算法有较小的冲突概率,但是接入时延却偏大.对退避算法进行了改进,并将两种算法结合起来应用于IEEE 802.16e系统中,仿真结果表明,使用改进的退避算法,系统在接入概率和接入时延方面的性能都较好,适用于IEEE 802.16e周期测距.     

一种改进的MIMO中继系统中比特与功率分配算法

比特和功率分配是基于正交频分复用的多输入多输出(multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统自适应资源分配中的一个重要研究问题.针对单用户MIMO放大转发中继系统中功率分配的问题,提出了基于注水定理的比特和功率分配算法,算法采用对分法搜索注水线,相对于传统的注水算法,减少了迭代次数,复杂度较低.仿真结果表明,该算法能够有效提高系统谱效率,并且在误码率性能上也有一定的提高.     

基于公平性原则的简化自适应资源分配算法

提出了一种简化的自适应资源分配算法,此算法在保证用户公平性的前提下,使OFDMA系统的吞吐量最大化,且具有较低的计算复杂度.算法将整个分配过程分解为2步：基于公平性原则对子载波进行分配;计算各用户所需的总功率,并以注水算法对功率进行分配.仿真结果表明,相比于固定分配方式,笔者提出的自适应资源分配算法可以明显提高OFDM系统的频谱效率.     

TD-LTE系统动态资源分配算法研究

动态资源分配算法能够有效提高频谱利用效率、系统容量以及减少发射功率。在TD-LTE通信系统中,下行链路采用了OFDMA(orthogonal frequency division multiple access)技术,动态资源分配问题常建模为在非线性限制条件下求解非线性目标函数的最优化问题。针对无约束条件迭代算法、速率自适应算法与边界自适应算法分配特点,分析了动态资源分配算法如何满足TD-LTE(time division-long term evolution)中多媒体业务不同QoS需求。对3种主流算法复杂度、容量、发射功率等技术指标进行分析比较。同时讨论了如何使算法具有低复杂度并能使网络达到良好技术指标,以及将资源块与功率结合分配的解决思路。为TD-LTE系统的动态资源分配算法研究提供了可行方案。     

基于不完全频谱感知的认知中继网络能量效率研究

针对认知中继网络中基于能量效率的资源分配问题,提出一种基于次用户能量效率最大化的功率分配优化算法,通过建立多重约束条件下的频谱感知和传输联合优化模型,在考虑单位发射速率消耗功率和干扰限制的情况下,利用分数规划将问题中的混合整数非线性规划问题转化为等价的凸优化问题,分析了不同参数对能量效率的影响。仿真结果表明,提出的功率分配优化算法在达到能量效率最优的同时降低了算法复杂度低。     

云计算中时间感知应用的资源分配与调度算法

现有数据中心中时间感知型云计算应用的资源分配算法能耗较高,严重影响了数据中心的服务上限以及云服务商的经济效益,对此提出一种低能耗的云计算资源分配与调度优化算法.算法分为两个阶段:第一阶段,释放并更新请求集的服务器与链接的剩余容量,同时更新能量辅助图中相应的权重;第二阶段,将所有新到达请求按所需时间段以降序排列,为各请求分配资源;第三阶段,检查资源可用性,并基于能量辅助图采用最短权值路径选择算法为资源请求分配虚拟机与流量.基于思科真实设备参数的仿真实验结果表明,本文云计算资源分配与路由算法的能量效率与资源分配性能均优于其他算法.     

基于电力物联网的边缘计算任务卸载优化

为了解决传统卸载模型仅涉及用户设备和边缘计算资源,而在云端资源利用上存在局限性的问题,通过有效利用计算任务时延、能耗及计算资源配置,提出了基于深度强化学习算法的计算任务卸载策略和资源配置优化算法,建立了边云协同的时延、能耗及能效模型,研究了用户设备数量、任务量、任务优先级等对时延、能耗及能效的影响。结果表明：边缘计算服务器资源配置为30 GHz较为合理;高级计算任务优先处理策略和计算资源优化分配,使得时延、能耗均较低;本文所提出的优化算法在时延、能耗及能效方面均优于其他3个对比算法,表明针对不同用户设备数量和计算任务量场景,本文所提出的优化算法和建立的模型能够更有效的实现基于电力物联网的计算任务卸载策略和资源配置优化。     

非正交多址认知无线电网络功率分配算法

非正交多址和认知无线电技术能有效提高频谱效率，是新一代移动通信系统的关键技术。针对功率域非正交多址认知无线电网络的能效优化问题，建立了满足次用户最小系统吞吐量和主用户最大干扰的次用户功率分配模型，将子信道吞吐量公式进行分解，得到子信道功率分配系数和子信道功率消耗率2个子问题。针对第1个问题，采取凸差(difference of convex，DC)规划算法将目标函数等效为2个凸函数差形式，并应用一阶泰勒展开式进行连续近似，将非凸问题转换为凸优化问题，从而得到子信道复用次用户最优功率分配系数；针对第2个问题，采用Dinkelbach算法和次梯度算法，利用拉格朗日函数，得到最优子信道功率消耗率。仿真结果表明，所提功率分配算法收敛速度快，时间复杂度低，其平均系统能效性能远优于分数功率分配算法。     

OFDM系统下行链路多小区半分布式资源分配

针对LTE(long-term evolution)系统下行链路采用OFDM技术所致的小区间干扰问题,通过对多种资源分配方法的研究与总结,提出一种简单有效的多小区半分布式资源分配算法。该算法使用二进制功率控制策略,利用基站间的信息交互协调小区间的资源分配,用以改善小区间的干扰,提升系统总容量。通过在LTE系统级仿真平台的建模及仿真,表明新算法提高了13%的吞吐量,由此证明该算法的优越性。     

NOMA残余干扰下D2D网络的能效资源分配算法

为了解决非理想串行干扰消除（serial interference cancellation,SIC）解码引起的残余干扰给非正交多址接入（non-orthogonal multiple access,NOMA）增强型设备到设备（device-to-device,D2D）组链路带来的高能耗、低信道利用率问题,提出一种基于能效优化的资源分配算法。在保证蜂窝、D2D组用户通信服务质量和复用子信道个数约束条件下,建立能效优化模型;使用一种以D2D组能效为权重的加权二部图最大匹配联合匈牙利算法为每个D2D组分配子信道;考虑到各接收机用户在相同和不同残余干扰下的能效问题,通过参数变换、Dinkelbach法和拉格朗日对偶法实现功率分配。仿真结果表明,提出的算法在非理想SIC条件下可有效提升系统D2D组链路的信道利用率和总能效。     

反向散射辅助无线供电D2D网络中的鲁棒能效优化

为了提高反向散射辅助无线供电中设备对设备（device-to-device,D2D）的网络能效（energy efficiency,EE）和系统的鲁棒性,研究了在具有信道不确定性的反向散射辅助无线供电D2D网络中的鲁棒能效资源分配问题。在功率站最大发射功率、所需服务质量和能耗约束下,通过联合优化发射功率、传输时间和反射系数使所有D2D用户的总EE最大化;利用一个次优解的迭代鲁棒算法解决了提出问题的非凸性。仿真结果表明,提出的算法具有收敛性及对不确定信道的鲁棒性。     

基于虚拟机迁移的能量收集MEC系统资源分配策略

针对现有研究没有考虑用户移动性对移动边缘计算（mobile edge computing,MEC）服务器反馈计算结果影响的情况,提出一种基于虚拟机迁移的能量收集MEC系统资源分配策略。考虑用户移动性影响,分别给出用户移动性模型和能量收集模型;采用虚拟机迁移方式,把用户卸载给初始MEC服务器的计算任务转移到当前MEC服务器,由当前MEC服务器完成计算任务,计算结果直接反馈给用户;综合考虑用户卸载计算任务和MEC服务器反馈计算结果,将功率和子载波分配问题建模为混合整数非线性规划问题,在满足能量消耗、子载波分配和发射功率的约束条件下,最大化系统能量效率。为了降低求解复杂度,通过引入遗传算法,获得次优解。仿真结果表明,与基于遗传算法的局部功率或子载波分配方法相比,提出的方法具有更高的能量效率。