LTE中基于能效的多小区资源分配算法

随着绿色通信的提出,能效优化问题成为研究热点。针对LTE网络多小区联合、负载不均衡的场景,提出了基于能效的多小区资源分配算法。联合考虑用户的最小数据速率要求、系统能耗,通过引入用户转移时的3个准则,实现了网络的节能和用户最小速率要求的满足。仿真表明,与传统资源分配算法相比,所提算法在满足用户最小速率要求的同时更有效地降低了系统的能耗,优化了系统能效。     

数字电视广播的单频网实现及场地实验

为了实现地面数字多媒体/电视广播(DM B-T)方案的单频网(SFN)组网模式,根据DM B-T方案中的数据帧结构与绝对时间同步的特点,提出了一种基于DM B-T方案的单频网实现方法。每隔一个大帧(m ega-fram e)在M PEG-2传输码流(TS)中插入初始化包(M IP),通过检测其中包含的网络延时和时间标识信息,经过简单计算,使网络中所有发射机在时间上实现同步。通过列单频网广播的场地实验证明该方法是可行的。     

基于单频网的多播业务调度算法设计与仿真

对接收多播业务的移动终端而言,有效的能耗管理显得尤为重要。以单频网方式实现多播广播是一种有效的多播广播方式,如何在单频网中更好的调度业务,降低终端能耗值得探讨。针对用户同时接收多路多播业务的场景,我们已提出基于流行度、相似度的调度算法,可以更好的降低终端能耗。但这两种算法没有考虑逻辑广播信道剩余时隙分配,以及逻辑信道的占用情况,本文将考虑二者,对算法改进,设计适用于单频网的多播业务调度算法,并仿真分析。     

组播广播单频网中同步误差影响分析

介绍了一种包括ISI和ICI的性能分析方法。并用该方法对组播广播单频网因载频同步和时间同步误差引起的性能下降进行了分析。     

带波束形成的在单频网广播中的信道均衡

针对数字电视地面广播在单频网(SFN)应用中的复杂多径问题，提出了一种基于多输入多输出(MIMO)系统的SFN信道模型，以获取信号的空间信息，从而得到一种新的均衡方案．该方案用波束形成器将来自不同发射机的信号进行分离，有效避免了在此过程中SFN信号固有的大时延和大幅度多径，输出的各路信号通过一组均衡器，再经过相位和时延校正后合并输出，得到SFN增益．仿真结果表明，这种方法比传统的均衡方法得到了更快的收敛速度和更好的性能．     

密集小区多载波系统中基于业务排队的能效优化

密集小区技术是满足未来高容量、高能效蜂窝通信的关键技术之一。在密集小区场景下,虽然单个基站的能耗降低了,但是由于基站总数大幅度增多,蜂窝网络的总能耗还是会随业务的增多而提高。基于用户业务排队的用户分配、频谱分配和功率分配可以有效地提升系统性能。该文研究在多载波正交信道下,基于用户业务排队进行用户调度、载波分配、功率分配来降低系统长时间的总能耗,同时保证用户业务传输的需求。通过利用Lyapunov优化理论,把问题转化成一个混合整数规划问题,并给出了多载波正交信道下的用户调度、载波分配、功率分配的算法。仿真结果验证了该算法能够降低系统能耗,同时与以优化系统和速率为目标的算法具有一致的系统和速率。     

基于LEACH协议的无线传感网能效分簇算法

针对基于LEACH(Low-Energy Adaptive Clustering Hieravchy Protocol)协议中簇头随机选取造成网络能耗过快的问题,提出了LEACH-E(LEACH based on Energy)算法.该算法在簇头选取时引入了节点的剩余能量以及网络的平均能量,使剩余能量比网络平均能量高的节点优先充当簇头;在普通节点的入簇包内携带节点能量信息.通过簇头计算簇平均能量,并转发给BS(Base Station)以计算获取网络平均能量;BS可充当簇头降低网络能耗速度.实验验证结果显示,该算法提高了网络的寿命、吞吐量,能量效率也有一定的优势.     

基于贝叶斯网的移动互联网应用部署算法研究

针对传统的应用部署算法多是对特定平台上的简单应用提出,不适合对复杂应用实现有效的部署.提出了服务子图的概念,简化了应用拓扑结构,降低了应用模型的复杂度,更加适用于大型移动应用;另一方面,采用基于贝叶斯网络及概率图的算法来维护应用部署预测模型,提高了应用部署的性能和准确性,提高了服务质量;最后搭建了实验平台并研发了典型应用进行验证,取得了较好的效果.     

基于萤火虫群优化算法的WSN转发能效研究

为了解决无线传感器网络的能耗问题,提出一种刻画能耗的新算法.该方法首先给出有效转发能效比定义和目标优化函数,然后通过萤火虫群优化算法实现对目标函数的求解.最后,利用NS2进行仿真实验,对比分析了该算法与其他算法之间的性能状况,并深入研究了影响有效转发能效比的关键因素.结果表明该算法具有较好的适应性.     

基于能效优化的MapReduce异构云环境任务调度算法

提出了一种在异构MapReduce集群中的能效优化管理策略.基于数据中心服务器节点的数量、性能参数运行时间等估算出任务调度的响应时间,设计了一种启发式的任务调度算法,可以很好地满足能效优化的目标.     

基于粒子群算法的车载自组网服务节点部署

为了提高车载自组网( VANETs)覆盖率,该文提出了一种城市场景下VANETs中基于连通性的服务节点部署方案.通过理论分析得出服务节点扩展覆盖某一区域的概率,依据该概率和VANETs特点,提出了VANETs中的服务节点优化部署模型,并基于粒子群算法(PSO)提出了解决方案.将服务节点的位置信息抽象为粒子进行解的搜索.给出了利用PSO进行最优解搜索的计算步骤.仿真实验结果表明,该文算法能实现服务节点的最优部署,并具有较快的收敛速度和较好的收敛性.     

基于深度强化学习的空中基站部署优化算法

针对无人机群(swarm of unmanned aerial vehicle, UAV-swarm)在救灾场景中对地面移动用户进行持续性通信覆盖的问题,设计了一种基于多智能体的深度强化学习的无人机群路径优化算法。该算法框架中无人机具有分布式决策能力,根据用户的移动来动态调整自身的移动策略。通过设置合适的强化学习奖励和参数,使无人机在满足覆盖百分比、防碰撞、能源限制等多种约束前提下,最大限度地长期覆盖地面移动用户。与其他无人机部署方案算法进行仿真对比,实验结果表明,该模型在收敛速度和收敛效果上得到了显著提升。     

基于改进粒子群算法的云计算服务部署优化

针对云计算资源有限,传统穷举搜索算法求解效率低的问题,提出一种基于改进粒子群算法的云计算服务部署优化方法.首先对云计算服务部署问题进行分析,将其转换成一个多目标组合优化问题,并建立相应的数学模型;然后采用全局搜索能力强的粒子群算法对数学模型进行求解,并针对标准粒子群算法收敛速度慢、存在早熟现象进行改进;最后通过仿真实验验证其可行性.实验结果表明,该方法可以快速找到最优的云计算服务部署方案.     

无线网络中基于优化网络编码的广播重传算法

针对基于机会网络编码的有效广播重传算法编码效率低、传输时延大、重传次数多的问题,提出了一种基于优化网络编码的广播重传算法.该算法不仅能够有效地避免无效重传编码数据包的重复发送,还能够优先编码较早丢失并且在缓存集合中出现频率高的原始数据包,从而实现编码效率的提高、传输时延的降低和重传次数的减少.     

基于改进的果蝇优化算法的WSN节点部署设计

针对非均匀监测点的节点部署问题,设计并实现了一种简单、实用的果蝇优化算法(WSN-IFOA),构造了适用于节点部署的味道浓度函数。利用果蝇群体的随机寻优性,能够保证部署尽可能少的传感器节点使网络覆盖和连通。实验结果表明该算法在部署效果上优于基本蚁群算法,并证明了算法的可行性和有效性。     

基于菌群优化算法优化生产车间传感网能耗

为了降低制造车间传感网能耗,采用基于菌群优化的径向基函数神经网络算法对传感网数据进行融合,去除冗余感知数据并降低数据维度;首先分析传感网节点的分簇及数据传输方式,然后建立基于径向基函数神经网络的生产车间传感网数据融合模型,引入菌群算法,利用菌群算法的趋化、复制和迁徙操作对神经网络的权重进行优化,获得稳定的径向基函数神经...     

基于量子粒子群优化算法的换热器综合能效评价研究

换热器是工业领域中被广泛应用的一种通用工艺设备,降低生产过程中的能源消耗来提高生产效益逐渐被重视。采用理论分析和数值模拟仿真相结合的方式,将影响换热器能效评价的各类因素进行了合理的归类与分析,根据各类型影响因素,建立了一个线性加权函数形式的换热器综合能效评价模型,对模型中的各个权重系数采用量子粒子群的优化算法进行优化,得到与各项能效因素相对应的最优权重,从而建立起最优的换热器综合能效评价方法。     

基于GATS算法的城市交通网优化问题研究

遗传算法和Ｔａｂｕ Ｓｅａｒｃｈ 算法是求解大规模任意目标函数优化问题的强有力工具,二者各有优势,又都存在不足,本文根据香港城市交通网优化问题的特点及遗传算法和Ｔａｂｕ Ｓｅａｒｃｈ 算法自身的优势与不足,提出一种将二者混合使用的求解网络优化问题的算法．这是第一次将遗传算法和Ｔａｂｕ Ｓｅａｒｃｈ 算法应用于实际的网络设计问题．最后用香港２００６ 年规划数据进行实例研究．