一种基于合作博弈框架的跨层资源分配算法

针对多用户MIMO-OFDM系统的下行链路提出了一种基于合作博弈框架的跨层资源分配算法,结合MAC层的QoS要求得出用户速率限制条件,建立了基于RBS议价方案的优化模型.以 RBS 的 Pareto 最优解为目标,在满足用户的最大和最小速率基础上使得用户速率尽可能接近Pareto 最优解.仿真表明,算法较好的平衡了用户速率与公平性,并满足了MAC层的丢包率要求.     

一种提供QoS保证的公平跨层资源分配方案

提出了一种基于正交频分多址接入（orthogonal frequency division multiple access, OFDMA）系统的跨层资源分配方案。在保证各种业务服务质量（quality of service, QoS）要求的基础上,以获取系统最大吞吐量为目标,兼顾用户之间资源分配的比例公平性。该方案充分考虑了媒体接入控制（media access control, MAC）层各种业务的QoS要求和无线信道的大尺度衰落特性,将MAC层的分组调度与物理层的资源分配进行联合设计,MAC层根据物理层分配给每个用户的时变信道容量进行分组调度,物理层根据MAC层中各用户的队列状态信息为每个用户分配信道资源。仿真结果表明,该方案可以满足多用户各种业务的QoS要求,与采用等功率分配的依赖信道状态的分组调度（channel state dependent packet scheduling, CSDPS）算法相比可以提高系统下行总吞吐量,且较好地改善具有不同路径损耗的用户之间的公平性。     

一种基于业务优先级的跨层资源分配算法

提出了一种多用户MIMOOFDM系统中满足多种业务用户QoS需求的跨层自适应资源分配算法.利用各种业务的优先级在发送功率一定的条件下以吞吐量最大化为目标首先分配子载波,再分配子载波的出特和功率,最后分配空间子信道的比特和功率.仿真结果表明提出的算法能够根据信道条件在满足各种业务用户QoS需求的情况下动态的分配资源,而且能够有效的提高系统的吞吐量.     

超密集网络中基于聚类的资源分配方案

超密集网络(ultra-dense network, UDN)中,毫微微基站(femto-cell base station, FBS)的密集和随机部署会导致严重的小区间干扰。为了减轻干扰、保障用户服务质量(quality of service, QoS),提出了一种UDN中基于聚类的资源分配方案。首先,设计了一种基于加权密度的改进K-means聚类算法,将FBS动态划分为不同的簇。然后,以最大化UDN系统吞吐量为目标提出了一种两阶段时频资源分配方案:第一阶段,每个聚类内使用贪婪算法执行时频资源块的分配;第二阶段,利用资源补偿分配算法分配剩余的资源块,在考虑用户公平性的同时保证用户QoS。仿真结果表明,本文提出的资源分配方案能够有效提升系统吞吐量,同时保证用户QoS和公平性。     

基于模糊逻辑的跨层调度与功率控制

提出一种基于模糊逻辑的跨层调度与功率控制机制(WDPFPC),在MAC层执行加权时延优先(WDP)调度策略,根据用户权重和业务时延要求确定调度优先级;在物理层使用模糊功率控制机制FPC,根据用户权重、业务时延和信道衰落状态,利用模糊推理方法进行自适应功率调整.WDPFPC机制较好保证了用户业务的QoS需求,提高了功率控制的准确性和有效性,运算复杂度低.仿真表明,WDPFPC能有效减少业务阻塞率,提高系统吞吐量,同时能节省功率使用.     

基于非合作博弈模型的跨层资源分配算法

针对多用户多输入多输出 正交频分复用(multiple input multiple output-orthogonal frequency division multiple, MIMO-OFDM)系统的上行链路提出一种基于非合作博弈模型的跨层资源分配算法。基站为用户分配初始上行速率后,各用户间通过非合作博弈方式实现功率最小化。功率未饱和的用户向基站申请增加吞吐量,基站在调整用户吞吐量时综合考虑用户信道条件与媒体访问控制（media access control, MAC）层缓存的状态。仿真表明,算法既降低了用户终端的功率开销,同时兼顾了多用户间的公平性。     

基于博弈论健壮性增强的资源分配模型

如何保障用户QoS是动态、不确定网格环境中资源分配面临的一个新问题.针对网格资源的不可靠性特点,提出了健壮性增强的作业执行服务的概念及其确定方法,基于该概念提出了健壮性增强的离线资源分配模型,通过将作业执行服务中对应的多个网格节点资源分配给作业冗余执行以增强其健壮性.基于该模型将资源分配描述为一个非合作博弈过程,求得了帕累托最优分配方案,并提出了一种健壮性增强的离线资源分配策略.实验结果表明:该分配模型兼顾了效率和公平, 增强了作业执行的健壮性,并较好地评估资源的信任行为.     

基于SDN的卫星网络多QoS目标优化路由算法

针对传统卫星网络中业务类型多样化导致的网络配置复杂和业务服务质量(quality of service, QoS)无法得到有效保障的问题,研究了基于软件定义网络(software-defined networking, SDN)的卫星网络架构,提出了一种能够满足多种QoS需求的自适应路由算法。首先,建立了软件定义卫星网络多约束条件路由选择优化模型;然后,使用拉格朗日松弛法对模型进行松弛处理;最后,使用梯度法进行迭代求解,搜索出满足带宽、时延、丢包率等多种QoS的最优路径。研究结果表明,该优化算法在QoS满意度方面相比近地轨道卫星路由算法提高了64%,在时延满意度和丢包率满意度方面相比软件定义路由算法提高了28%。     

基于用户QoS的MIMO/OFDM系统资源分配研究

在多用户、多天线环境下的正交频分复用(OFDM)系统中,提出一个低复杂度的自适应资源分配方案。包括自适应子载波分配、功率分配以及波束成型等。目的就是在保障各用户的服务质量要求(QoS)(即包括传输速率和比特误码率(BER)要求)的同时,最小化总的发射功率。利用随机矩阵和排序统计的理论知识,进行详细的性能分析。理论分析和仿真试验都表明,该方案可以有效地保障用户的QoS,并提高系统的整体性能。最后,仿真结果也验证了理论分析的正确性。     

基于线性费用函数的网格资源投标策略

资源分配是网格计算需要解决的核心问题,针对已有的网格资源分配中的投标算法只对报价进行优化而对费用优化考虑的不足,提出了一种基于线性费用函数的网格投标策略.该策略综合考虑了用户投标过程中评估标准,费用估算,最优报价三方面的因素,以用户评估标准的凹性和异构性为先决条件,通过优化用户效用函数导出费用函数的线性形式,再根据评估标准和费用估算得到用户投标的最优价格,并给出了用户投标价格最优解的唯一性和最优性证明,最后利用这组价格按比例分配资源能力.通过网格模拟器的实验研究,表明了基于线性费用函数的投标策略系统效率高于基于凸费用函数的系统效率,从而为投标用户带来更大的收益.     

异构无线分组网络中的接入选择机制

传统多接入选择(Multi-Radio Access Selection)方法只针对话音业务,在设计中仅仅考虑已接入用户数及系统容量,由于未将"分组级"信息考虑在内而不适用于无线分组网络。提出了一种新的异构无线分组网络中的接入选择算法,分组业务在多接入选择时考虑了实时、非实时的不同QoS要求和链路自适应机制(链路层重传及自适应调制编码);用户接入后,在保证其QoS的基础上,同时达到不同网络间负载均衡的目的。基于OPNET Modeler的动态仿真对算法性能进行了仿真评估,并与传统的最小用户数和最小路径损耗多接入选择方法在保证业务QoS和负载均衡性能方面进行了比较。     

基于用户行为反馈的云资源调度机制

云计算中不断增长的资源种类、数量以及不断变化的用户需求给资源调度带来了极大的挑战,其中之一就是如何在复杂纷纭的云计算环境中为用户寻找真实所需的资源。针对这一问题,从用户的角度着手,基于用户行为对云资源调度问题进行深入的研究,提出了基于用户行为反馈的资源调度机制(user behavior-based resource scheduling mechanism with feedback control, UBRSM-FC)。UBRSM-FC利用用户交互行为,将用户行为信息融入到资源调度过程中,并结合相关反馈机制,建立用户需求的主动发现网络和反馈网络对调度过程不断微调和优化,使资源调度的结果与用户的主观感知更加接近。实验结果表明,UBRSM-FC通过反馈控制能够更好地满足不同用户不同程度的资源请求,提高了用户满意度,而且能够兼顾系统资源的利用率。     

一种低复杂度的MIMO-OFDMA下行链路资源分配方案

针对MIMO-OFDMA下行链路系统,考虑在总功率和BER 以及用户数据速率成比例的约束下,以获取整个系统吞吐量极大化为准则,提出一种基于成比例公平性约束的资源分配方案。该方案在子载波分配时,松弛成比例约束条件,使用户数据速率近似地成比例于每个用户分配的子载波数,在功率分配时,推导出一种线性的不需要迭代的低复杂度功率分配方案。仿真和分析表明,整个方案在保证系统吞吐量的前提下,取得了用户间良好的速率公平性,同时又具有较低的计算复杂度。     

云计算环境下动态用户行为认证的机制、模型与分析

在云计算中,终端用户对云资源软硬件的影响和破坏远比目前用户利用因特网进行资源共享要严重的多,因此相对于用户的身份,用户的行为是否真实可信是云计算研究的一个重要内容。提出了户行为认证的机制,包括行为认证集的确立、行为证据的获得、行为认证的策略,建立相应的随机Petri网模型,并通过量化瞬时变迁的实施概率来模拟不同的认证选择,利用系统达到稳定状态时位置中的平均标记数来评价认证效果,为云计算的安全应用奠定理论和实践基础。     

NOMA系统在下行链路中的功率分配

为了满足非正交多址接入(non-orthogonal multiple access,NOMA)系统下行链路的一个多用户集群中不同用户的业务需求,提出了具有用户服务质量(quality of service,QoS)保证与最大最小(max-min)公平性准则的功率分配算法。针对不同用户需求,制定了在基站发射总功率与用户满足的最低速率要求约束下的max-min公平准则的优化问题模型,并利用二分法与Karush-Kuhn-Tucker(KKT)条件对复杂的非凸问题进行求解。仿真结果表明,该功率分配算法既保证了用户的QoS要求又满足了用户的公平性准则,并且NOMA系统的吞吐量相较于传统多址接入系统的吞吐量有较大的提升。     

基于MEC的任务卸载和资源分配联合优化方案

面对时延敏感度不同的多种用户,如何有效利用频谱资源和计算资源受限的边缘节点来保障其时延能耗需求成为关键问题。为此,提出了基于移动边缘计算(mobile edge computing, MEC)的任务卸载和资源分配联合优化方案。首先,为最小化卸载任务在MEC的总计算时间,给每个用户分配最优的MEC计算资源。其次,基于时延敏感度、用户满意度和资源块(resource block, RB)质量,引入RB分配算法,以分布式执行。最后,用户通过比较本地计算开销和卸载计算开销做出卸载决策。仿真结果表明，所提算法在满足高时延敏感用户的需求前提下,通过有效地分配传输资源和计算资源,实现了最小的系统开销。     

联合AMC,ARQ与包分割的通信系统队列分析与跨层优化

针对联合自适应调制编码（adaptive modulation and coding, AMC）, 自动重传请求（automatic repeat request, ARQ）与包分割传输3种机制的通信系统,提出了一种ARQ多帧动态周期反馈机制,并建立了分析此系统的马尔可夫链模型,得到了包平均时延、平均反馈次数、平均掉包率和系统吞吐量等多种性能指标。在此基础上提出了在服务质量（quality of service, QoS）条件约束下,以最大化系统有效吞吐量为目标的双向链路跨层最优化算法。仿真结果表明,提出的马尔可夫链模型能精确预测系统的性能,与现有的单帧反馈和多帧固定周期反馈相比,提出反馈机制可达到更大的系统有效吞吐量。     

Novel radar dwell scheduling algorithm based on pulse interleaving

The problem of scheduling radar dwells in multifunction phased array radar systems is addressed. A novel dwell scheduling algorithm is proposed. The whole scheduling process is based on an online pulse interleaving technique. It takes the system timing and energy constraints into acoount. In order to adapt the dynamic task load, the algorithm considers both the priorities and deadlines of tasks. The simulation results demonstrate that compared with the conventional adaptive dwell scheduling algorithm, the proposed one can improve the task drop rate and system resource utiliW effectively.