面向云服务的物联网环境下基于上下文感知D2D资源分配方案

无线移动通信、传感网络、机器对机器(machine-to-machine,M2M)通信和云计算等技术的最新发展对物联网应用的开发、部署和利用产生了深刻的影响.直连(device-to-device,D2D)通信作为一种提高蜂窝网络性能的新兴技术,在物联网应用中起着至关重要的作用.对于D2D通信而言,资源分配是实现高性能数据传输的关键,博弈论作为一种有效的数学工具被广泛应用于解决蜂窝网络资源分配的问题.针对D2D资源分配的方案已在前期工作中提出,该方案使基站能够通过感知不同通信环境为D2D用户分配合理的频谱资源,并且通过重复迭代为D2D用户分配更优的频谱资源.但是该方案并没有深入讨论纳什均衡(Nash equilibrium,NE)不存在情况下的资源分配问题.针对该问题,将基站和D2D用户的竞争看作是一个合作博弈模型,提出了一个资源分配方案来处理不同场景下,当NE不存在时的资源分配方案,旨在保证基站在不同环境下的收益效用最大化.对比前期的资源分配算法,该算法保证了无论NE是否存在,基站都能通过感知不同的通信环境来选择特定的资源分配策略来维护自身的利益.     

分层网络频谱资源分配方案

提出一种频谱资源分配方案,以提升分层毫微微小区网络的期望吞吐量.该方案为每层下行传输分配部分共享频谱资源,在单个用户期望吞吐量满足服务质量需求时,通过动态调整共享频谱资源分配比例,能够最大化网络期望吞吐量.为进一步获得每层下行传输的期望吞吐量,基于Nakagami-m衰落信道推导了每层用户下行接收信干噪比的累积分布函数.理论分析和仿真表明,该频谱资源分配方案能够有效提升网络期望吞吐量,但服务质量需求参数的增长限制了吞吐量的提升.     

虚拟环境中基于Stackelberg博弈的资源分配

针对虚拟化网络环境中的资源分配和定价问题,结合Stackelberg博弈模型,提出了一种同时满足底层网络和虚拟网络收益最大的资源分配和定价方案,分别设计了底层网络和虚拟网络基于效用和花费的收益函数,给出了在完全信息状态下底层网络和虚拟网络各自收益最大时的最优策略.在不完全信息决策模型下,验证了虚拟网络间非合作博弈的纳什均衡点存在性,为了获取虚拟网络的最优带宽策略和底层网络的最优定价策略,给出了一种分布式的迭代算法.最后通过数值仿真验证了该算法的有效性,取得了参与者的最优策略和子博弈完美纳什均衡.     

单用户OFDM系统资源分配算法研究

介绍了一种基于贪婪算法的资源分配方案,该方案能够达到理想的效果,但其运算复杂度过大,不能满足实际的应用要求.给出了另一种更具应用意义的低复杂度资源分配算法,并进行了计算机仿真,仿真结果表明该算法在降低运算复杂度的同时仍然能够充分而又合理的利用有限的系统资源,以达到提高频谱利用率和提升系统容量的目的.     

基于可靠性预测的DCS选型方法的研究

利用可靠性预测对DCS的选型方法作了一些探讨 ,力求实现在保证系统可靠性的前提下 ,达到资源分配合理、性价比最优的目标 .最后以 μXLDCS为应用实例作了进一步的论证     

中继OFDMA系统的自适应资源分配策略研究

为解决中继OFDMA系统的资源分配问题,本文提出一种基于对偶分解的资源分配算法,该算法能够将一个复杂的问题分解成若干个子问题进行求解,降低了计算的复杂度。通过对各子问题的求解,可以获得最优的中继节点的选择方案以及功率、子载波的分配方案。仿真结果表明,该算法能够在保障不同用户的速率需求的条件下,有效地提高系统的容量。     

基本可靠性预测的DCS选型方法的研究

利用可靠性预测对DCS的选型方法作一些探讨，力求实现在保证系统可靠性的前提下，达到资源分配合理、性价比最优的目标，最后以μXL DSC为应用实例作了进一步的论证。     

认知无线电中基于声望和重叠式联盟博弈的频谱感知和资源分配算法

在认知无线电网络中,次用户频谱感知和接入会受到多径衰落和阴影衰落等因素的影响.为了提高频谱感知准确度和资源分配效率,将多个次用户合作频谱感知和接入问题建模为重叠式联盟博弈模型,每个次用户可以加入多个联盟来提升自己的期望收益.为了提高全局有效吞吐量和资源分配公平性,引入声望机制来设计联盟资源分配规则,提出了基于声望值的重叠式联盟形成(R-OCF)算法.仿真结果表明:与无声望机制算法和分离式联盟形成(DCF)算法相比,R-OCF算法的资源分配效率和公平性更高;同时,次用户的期望收益和自身声望值相关,次用户的声望值越高,获得的期望收益越大.     

基于收益优化的虚拟数据中心网络资源分配模型

为解决虚拟数据中心内部虚拟网络间对物理带宽资源的竞争问题,借鉴博弈理论提出了网络资源分配模型.首先给出基于收益最优的整体带宽分配优化目标,然后将其拆分为可以运行于网络内部交换机上的分布式博弈模型,并给出了证明和求解过程,其中虚拟网络作为参与者在给定的定价机制下运行非合作的博弈,在博弈达到纳什均衡点时带宽分配最优.实验结果显示,提出的模型能够实现公平、合理的虚拟网络带宽资源分配.     

生命伦理学及其资源分配问题

随着现代社会的发展 ,在传统的医学伦理学基础上逐渐形成的一门新学科——生命伦理学。它除了由于科学技术的迅速发展而增添的新的伦理道德问题 ,还由于现代医学的发展已逐渐成为一种社会性的事业 ,从而带来一个收益与负担的分配以及分配是否公正的资源分配问题。生命伦理学中的资源分配可分为宏观资源分配与微观资源分配两种 ,前者指各级政府部门所作出的资源分配决策 ;后者是医生或医院管理人员将有限的稀有资源在不同的病人间的分配。无论是宏观资源分配还是微观资源分配 ,都期待从生命伦理学角度对它作出回应     

认知无线电中自适应切换频谱分配准则的算法

在认知无线网络空闲频谱分配的过程中,为了适应认知用户数和空闲频带数的动态变化,提高系统整体性能（主要指系统总带宽收益和认知用户接入公平性）,构造了最大化系统性能的目标函数,设计了在协作最大总带宽收益CMSB（collaborative max sum bandwidth）和协作最大比例公平性CMPF（collaborativemax proportional fair）2种频谱分配准则之间自适应切换的算法,并给出了其具体实施步骤。采用系统总带宽收益和认知用户接入公平性2种性能评估指标,分析了该算法的性能。仿真结果表明,自适应算法可以在保证系统总带宽收益的同时获得更好的公平性,可以提高系统的整体性能。     

OFDMA用户协作系统的自适应资源分配

针对OFDMA用户协作系统,为提高频谱效率,提出基站不间断地发射信号,中继用户将基站在第一时隙发射的信号以DF方式在第二时隙转发给目标用户的协作传输方案,从而在2时隙对目标用户构成具有空间分集。以效益和最大为目标,提出根据业务特性合理设计效益函数,并采用拉格朗日对偶方法实现联合子载波、功率分配和中继选择的优化方案。仿真结果表明,相对于已有方法,该方案提高了频谱利用率且更有效地满足了用户需求。     

山地城市震后建筑物倒塌瓦砾阻塞量预测模型

为了对山地城市震后交通系统路段单元通行可靠性进行合理评估,需要建立适合于山地城市震后建筑物倒塌瓦砾阻塞量预测模型。在现有建筑物倒塌瓦砾阻塞量预测模型的基础上,通过对山地城市沿街建筑物及道路特点的考察和对模型影响因素显著性分析,结合山地沿街建筑的特点考虑退台、外挑、高差、斜坡等因素的影响,对现有模型进行修正,扩充了模型的适用性及合理性。修正后的模型不仅适用于山地城市,也适用于平原城市震后路段单元通行可靠性的预测和评估。     

空天飞行器跨大气层再入建模及姿态控制

为满足空天飞行器ASV(aerospace vehicle)再入轨迹优化、姿态控制等问题的需要,研究了ASV再入跨大气层飞行时的数学模型。所建数学模型所涉及的气动力和力矩系数是迎角、马赫数及控制舵面偏角的函数;反作用控制系统RCS(reaction contrlsystem)推进器属于开关型的,控制量可近似为常值开关型的量。考虑ASV在空气稀薄、气动舵面低效或失效且推力系统关机不能提供推力矢量的情况,设计了ASV飞行姿态控制系统,并通过仿真验证了所设计的控制系统在一定条件下的合理性和有效性。     

一种基于可靠度的频谱感知算法

认知无线电系统中频谱感知的作用是有能力以尽量快且准确地确定是否有主用户存在。为了达到这个要求,提出了一种通过考虑感知结果可靠性的频谱感知算法。只有当认知同户的感知结果具有足够的可靠性时,才将其判决的二进制结果（0或1）直接发送到MAC层;否则,该认知用户同一阶特征技术重新检测该频段。由于一阶特征检测技术是在时域完成的,因此提出的算法具有实时操作和低功耗等优点。对提出的基于可靠性的频谱感知算法的感知性能进行理论分析研究,并对其进行了仿真。仿真结果表明：提出的这种频谱感知算法能够大大改善频谱感知性能相比于传统的能量检测器和一阶特征检测技术。     

OFDM信号的相关比软合作检测

多用户合作检测是认知无线电用户用来提高对基本用户检测能力的重要手段。为了提高相关比检测在低信噪比下的检测性能,提出了一种基于相关比检测的软合作检测方法,该方法能够有效地检测出OFDM类型的基本信号。分析和仿真结果表明,这种方法不仅继承了相关比检测的恒虚警特性,而且检测性能大大提高,对噪声的鲁棒性也更强了。与能量检测的比较显示,该方法能够在不增加复杂度的情况下,在更低信噪比条件下工作,对噪声特性没有要求,非常适合应用于认知无线电技术。     

中深孔爆破振动加速度峰值的遗传BP网络预测

为准确预测爆破振动加速度峰值,保证爆破安全,相对于考虑因素少的经验公式法以及存在收敛性差、易陷入局部极小和计算复杂等缺陷的BP算法,提出了遗传BP神经网络算法,该算法具有更高的预测精度。以田湾核电站船山二期工程的试验数据为背景,比较分析并选择最大段药量、水平距离、总药量、高程差、爆破台阶高度和段别规模等6个参数作为输入层因子,建立了相应的爆破振动加速度峰值预测模型。结果表明,预测精度达到96.97%,验证了方法的可行性和有效性。     

基于复数格基缩减的V-BLAST系统检测算法及性能分析

为了提高系统性能,从实数格基缩减出发,推广得到了一种通用的复数格基缩减算法,给出了其在V-BLAST系统中的应用。通过与MMSE扩展相结合,分析缩减与扩展的先后顺序,提出了MMSE-Ⅰ和MMSE-Ⅱ两类基于复数格基缩减算法的V-BLAST检测方案。分析和仿真结果表明,检测中采用复数格基缩减算法与实数算法相比,可以大幅降低复杂度而不影响系统性能;基于复数格基缩减的MMSE-Ⅱ逐层干扰抵消检测算法,可以解决格基缩减引起的有效发送符号之间的相关性问题,且性能接近于ML检测。为了进一步降低复杂度,给出了一种性能损失较小的次优排序方案。     

基于自适应信任报警关联的P2P覆盖IDS

随着计算机网络安全需求的日益增长,分布式入侵检测技术成为一个至关重要的研究方向.但传统的分布式入侵检测系统仍存在一些缺陷,如在分布性、灵活性、协作性、检测效率和内部威胁应对等方面还不尽人意.为能更好地应对各种内部威胁,提出了一种基于自适应信任报警关联的对等覆盖入侵检测系统.在JXTA对等架构基础上实现了一个对等覆盖IDS原型,并在仿真网络环境中评估了该原型在检测应对Internet蠕虫传播和感染中的有效性.实验结果显示,该对等覆盖IDS能明显提高脆弱网络节点的平均幸存率.     

基于Agent的DEVS形式化描述与算法实现

为了解决离散事件系统规范DEVS(discrete event system specification)中没有对智能行为提供直接描述方法的问题,将智能体(Agent)建模思想引入到DEVS中,提出了一种具备一定智能性和协作性描述能力的离散事件系统规范Agent-DEVS。该规范以并行DEVS为基础,状态元组被扩充成为Agent特征元组;增加了体现个体智能性的Agent模型元组;并将模型端口的输入、输出扩展成为体现社会协作性的Agent消息类型。另外,还给出了Agent-DEVS模型的实现算法,并将其应用于企业生产调度的仿真建模。算法分析与仿真试验表明,Agent-DEVS的优点主要体现在建模性能上,它可以描述更加复杂的智能行为和自治行为,在计算时间上对整体复杂性的影响不大。