基于SCMA的无人机中继辅助上行通信方案

为提高蜂窝通信系统的上行总吞吐量,在满足用户服务质量需求的前提下,提出了一种基于稀疏码多址接入(sparse code multiple access,SCMA)的无人机中继辅助上行通信方案,通过部署无人机增强网络覆盖,并利用SCMA提高系统传输性能。根据用户的分布和概率视距传输模型,通过交替优化码本、功率和无人机坐标,确定无人机的3维部署位置;进行资源优化后,根据信道状态信息,对子载波进行配对并迭代码本、功率,以获得优化的码本和功率分配方案。仿真结果表明,提出的方案能够有效提高上行吞吐量,并满足用户的服务质量需求。     

一种无线传感器网络异构分簇模型的簇头调度方案

将无线传感器网络划分成簇会有效利用系统资源,近来提出的基于异构分簇模型的无线传感器网络,是指网络中存在多种不同能力的节点,能力强的节点自动成为簇头,这种网络避免了复杂的簇头选举过程并有效降低了普通节点的硬件复杂性和成本.但是,固定簇头的方法会削弱系统的负载均衡以及健壮性.为了解决这个问题,提出了一种基于自适应退避策略的簇头调度方案,该方案通过适当增加冗余度实现传感节点的k覆盖,增强了网络的健壮性.同时,依赖于地理信息和剩余电池能量信息,簇头节点通过自主周期性睡眠来保证系统负载的均衡分配,延长网络生存期.     

基于强化学习的M2M通信上行链路节能优化算法

针对机器对机器(machine-to-machine,M2M)通信在加强的长期演进(long term evolution-advanced, LTE-A)网络上行链路能量效率问题,文章提出了一种基于强化学习的M2M通信上行链路节能优化算法。首先建立M2M通信能量效率模型,并将其重构为二维背包问题;然后使用强化学习的方法,引进并训练指针网络模型;最后通过主动搜索的策略解决该背包问题。仿真结果表明,相比于经典算法,当设备规模很大时,该算法性能更优,保证设备服务质量(quality of service, QoS)需求和公平性的同时,优化系统能效并降低数据的丢包率。     

无人机辅助的蜂窝数据流量卸载及保密传输方案

为解决传统蜂窝网络中边缘用户上行通信链路质量较差且容易遭到窃听的问题,提出了一种移动无人机辅助的流量卸载和保密传输方案。首先根据空地视距信道特性,建立了基于接收信号强度阈值的信道接入机制,解决了用户传输模式选择问题;其次,根据空地信道接入时延、无人机飞行高度和速度,确定了任意时刻无人机链路的覆盖范围;然后,利用随机几何理论,给出了平均可达速率解析式和安全容量评估方法;最后,通过仿真实验验证所提方案和理论结果的有效性,并给出关键参数的最优化配置方案。仿真结果表明,与传统蜂窝网络相比,所提出的基于移动无人机的组网方案能够在保证用户公平性的基础上,使网络上行通信速率提高约40%,安全容量提高约70%。     

无人机位置、缓存与用户接入联合优化方法

无人机作为空中基站,不仅可为地面用户提供移动通信服务,还可预先存储热点内容,有效提升了边缘通信能力。对无人机位置部署、无人机缓存配置与用户接入进行联合优化可大幅提升网络性能,然而传统优化方法计算量庞大且收敛速度慢。为解决上述问题,将该联合优化问题分解成无人机编队部署子问题和缓存接入子问题,设计了一种集中式和分布式相结合的快速资源分配优化方法。针对部署子问题,分阶段进行集中式一致博弈建模和分布式势能博弈建模,提出了一种基于较优响应的分阶段部署算法;针对缓存接入子问题,构建“用户-内容”虚拟体,将缓存与接入的联合问题建模为虚拟体与无人机缓存空间的匹配问题,提出了一种基于匹配的虚拟体接入算法。仿真结果表明,所提方法和传统分布式较优响应方法相比,具有更快的收敛速度和更高的全局性能。     

中继网络中基于能量效率的动态用户接入算法

为了解决中继网络中基于能量效率的用户接入问题,将用户数据需求严格受限下基于能量效率最优的动态用户接入问题建模为一个整数优化问题,该问题类似于一个NP-hard的多维背包问题.首先,采用穷搜法分析了该问题最优解的复杂度.然后,提出了一种低复杂度、高效的基于能量效率的动态用户接入算法(UAEEM).该算法在保证用户数据需求严格受限的前提下,按照系统射频端和电路端的能量效率最大原则,动态调整用户归属和中继的工作状态,以实现网络能量效率最大化.最后,通过仿真实验验证所提算法性能.结果表明,UAEEM算法能显著提高系统的能量效率、降低系统的计算复杂度,且其性能接近最优解.     

LTE-A系统载波聚合下基于用户分组的比例公平调度算法研究

针对LTE-A系统中载波聚合技术下的资源调度问题,考虑到载波衰减特性不同,聚合的载波有不同的覆盖范围,使得不同用户可以调度的载波数量不同,从而导致比例公平调度算法不能很好地保证用户的公平性。为此提出一种基于用户分组的改进比例公平调度算法。该算法根据用户可以调度的载波数量将用户进行分组,并引入加权因子对用户组进行加权处理,从而提高用户的公平性。仿真结果表明,改进的算法能够更好地保证用户的公平性。     

基于3维泊松点过程理论的无人机协助的异构网络模型及其性能

针对紧急热点场景中的基站缺乏灵活性问题,提出基于泊松点过程的无人机协助的异构网络模型.为了准确反映真实场景,假设宏基站在地面2维分布,无人机作为小基站在空间3维分布,地面用户通过最大接收功率级联准则选择通信基站.仿真分析性能参数间的定量关系,结果表明：相对于2D,3D模型,该文模型能更精准地描述覆盖概率;使用多个低功率的无人机小基站协助地面基站通信,能改善整个网络的覆盖性能;部署网络时需对路径损耗做适当选择.因此,该文模型具有有效性.     

面向QOS的DVB-C2两级自适应调度模型与算法

传统的调度算法大都是在链路容量恒定的情况下,考虑如何保证业务的时延、带宽等QoS要求,而DVB-C2系统采用了ACM技术,链路容量是可变的,且其数据的调度对系统的传输效率和吞吐率有一定影响.为了在链路容量变化的前提下,满足业务QoS需求同时,尽可能提高DVB-C2系统的传输效率与吞吐率,针对DVB-C2系统的特点,提出了一种应用于DVB-C2的两级调度模型,并在该模型的基础上,提出了相应的自适应调度算法.实验表明,该模型与算法适用于链路容量变化的场景,与传统调度算法相比,更好地保证了业务的时延需求,具有更高系统传输效率,提升了系统的吞吐率.     

超密集异构网中基于配对理论的用户关联算法

超密集异构网络作为提升网络数据流量和用户速率的有效手段,成为5G关键技术中的一员。但超密集部署的小小区基站势必会导致系统总能耗的增加,以及用户接入公平性等问题。解决给定目标速率条件下基于能效优化的用户关联(也称为用户接入)问题。改进了原有的功耗优化模型,使之更准确地反映基站的实际发射功率和总功耗。在此基础上,利用拉格朗日对偶和二分法对关联过程中用户分配到的资源比例和基站为每个关联用户提供的发射功率进行优化和调节;同时结合配对理论,提出一种综合考虑能效和接入公平度的用户关联算法。性能仿真和对比结果表明,算法在保持良好的用户接入公平性的基础上有效提升了系统能效。     

基于知识签名的用户认证方案

利用知识签名技术构造了一种新的用户身份认证方案.具有可根据需要进行安全参数调整的特点,其安全性建立在求解离散对数的计算困难问题和Schnorr数字签名方案的安全性之上.     

异构计算系统的表调度式任务映射与调度算法

研究了在异构计算系统（ＨＣＳ）中利用表调度式算法进行任务映射与调度．给出两种异构静态优先级表调度式任务映射算法（ＨＳＰ和ＧＨＳＰ）,以及一种异构动态优先级表调度式任务映射算法（ＢＨＤＰ）．实验结果表明,ＧＨＳＰ算法对于粗中粒度ＤＡＧ的调度效果稍好于ＨＳＰ算法,而ＢＨＤＰ算法对于粗粒度和细粒度ＤＡＧ的调度效果均明显优于ＨＳＰ和ＧＨＳＰ算法．     

基于移动互联网的物联网应用无线性能优化研究

物联网是新一代信息技术的重要组成部分,是继计算机、互联网之后世界信息产业发展的第三次浪潮.物联网发展的核心是应用创新,而以用户体验为核心的创新是物联网发展的重中之重.着手于"全球眼"网络视频监控系统、车联网应用系统这两大具有代表性的基于移动互联网的物联网应用,以提升物联网用户感知为目标,针对物联网应用的无线性能展开分析,并建立多维度的系统模型,同时通过优化手段提升物联网应用网络接入和传输环节的可靠性、即时性和安全性.     

VANET中基于时空的动态优先级调度策略

在车载自组网中,道路安全相关应用地位日益突出.根据安全消息的紧迫程度对其优先级进行划分.提出了基于时空的动态优先级调度策略,通过建立时空相关函数表示不同优先级大小,优先级随着消息分发的时间和距离的增长而减小.同时,将紧急报警消息的传输限制在一定的时间域和空间域.通过仿真实验,结果证明基于时空的动态优先级调度策略可有效地提升网络性能:与采用固定优先级最大延迟门限的方法相比,当节点密度高时该算法可以很好地减少网络负载；当节点密度低时可以更好地扩大传输范围.     

机器型通信(M2M)的负荷控制研究

近年来机器型通信(MTC),也可以称为机器对机器间的通信(M2M),一种新型的通信业务,逐渐受到广泛的关注,在3GPP标准化会议上是一个热点话题.但是由于MTC终端数目庞大,且其具有频繁发送小数据的业务特征,当大量MTC终端同时发起随机接入信道请求时,就会造成随机信道的拥塞,导致用户体验较长的延时,因此,3GPP标准化组织提出了解决避免大量MTC终端接入导致拥塞的EAB机制,这种机制能够控制终端接入的数目,但对同时发起随机信道接入请求的终端数目不是很理想.对此提出一种分散机制来打散同一时间点接入的终端的数目.     

基于能量预测的无线传感器网络节点覆盖调度算法

针对无线传感器网络中存在的热区问题,采用非均匀部署方案,并在此基础上提出基于能量预测的无线传感嚣网络节点覆盖调度算法.并对算法进行了仿真实验和性能分析.结果表明该算法可以延长的网络生命周期并在较长的时间里保持较高的网络覆盖率,能够达到网络内大多数节点能耗均衡的设计目标.     

高炉煤气管网水力建模及调度策略

通过分析某钢铁企业高炉煤气管网的结构与设备运行特性,考虑管网压力与流量之间的关系,建立了高炉煤气管网水力模型,用于制订高炉煤气调度策略.案例研究结果显示,1700热轧流量下降时,管网压力随之升高,压力升至上限20kPa时,需依次开启1#和2#放散塔并调节放散量.当放散量达到84400m³/h时,管网压力可维持在允许范围内.4#和6#高炉休风时,管网压力急剧下降,需关停辅助锅炉与2# 80MW煤气发电机组以恢复管网压力.增设煤气柜后,管网压力稳定在13kPa左右.在压力相对误差<0.01%,流量相对误差<0.8%时,各工况模型计算时间较短,为3.59～4.46s.     

基于生成对抗网络的配电网与多微网随机调度

随着可再生能源机组以多微网的形式接入配电网,其出力的不确定性会给配电网与多微网调度带来挑战。因此,如何对配电网与多微网中可再生能源的特性进行分析,准确把握可再生能源的出力特性,建立考虑可再生能源出力特性的配电网与多微网调度模型,成为目前亟待研究和解决的问题。本文提出了一种基于Wasserstein生成对抗网络的配电网与多微网日前随机调度方法。首先针对风电以及光伏日前预测的不确定性,采用基于Wasserstein生成对抗网络的数据驱动算法,对风电和光伏出力预测误差进行场景生成;对于生成的风光出力场景,基于K-mediods场景削减法得到风光典型场景;在配电网与多微网调度目标函数中综合考虑调度的经济性指标以及韧性指标,基于场景法模拟可再生能源出力的不确定性,建立配电网与多微网日前随机调度模型并求解。仿真结果表明,所提的配电网与多微网随机调度模型在可再生能源出力场景生成方面,相比于传统假定概率分布的生成方法,其生成的场景更接近实际场景。     

面向物联网的无线传感器网络异构组网技术研究

组网技术是实现大规模WSNs网络的基础之一,网络模型和节点位置部署是研究WSNs组网的重要内容.针对大规模无线传感器网络的特性,在研究和分析WSNs网络结构和物联网需求的基础上,结合Star模型和Mesh模型的优点,提出了一种面向物联网的WSNs新型网络模型;同时,结合密度优先原则和邻节点信息思想对RDF算法进行改进,提出了适合大规模WSNs的网络节点部署的NDF算法,其节省了网络能量、延长了网络寿命.试验表明:通过新型组网模型和NDF算法组建面向物联网的大规模WSNs网络,能够实时、精确的监测和采集测量数据,在节省了网络能量的同时也提高了网络数据的准确度.