机会波束成形系统中一种新的调度方案

主要研究机会波束成形系统中的调度算法,将宽带无线IP网络调度算法应用于机会波束成形系统,提出了一个保证用户QoS要求的新方案.数值分析表明,所提的方案较之传统的方案在保证系统吞吐量和用户间公平性的同时.也保证了用户的QoS.     

LTE系统中基于估计波束到达角的多用户调度算法

根据3GPP TR 25.996中描述的空间信道模型(SCM),提出了波束到达角估计算法和基于波束到达角的多用户调度算法.针对具有明显来波方向的无线通信系统,基站首先根据上行信道信息估计出每个用户的波束到达角,然后根据用户无线信道到达角将多用户进行分组,从每个分组中选择信道质量最好的用户,以实现多用户分集增益.相对于传统的波束到达角估计算法,该估计算法具有较低的复杂度.与基于信道容量的用户调度算法相比,该调度算法能够明显降低运算量,在系统中更容易实现.仿真结果表明,该调度算法可以在有效降低系统计算复杂度和反馈信息量的前提下,获得与传统方案相近的多用户调度性能增益,同时还能获得较好的公平性.     

基于多用户分集效应的相对比例公平调度算法

无线蜂窝网络目前所采用的机会调度算法在公平性方面存在缺陷。为解决该缺陷,该文提出了一种适用于无线数据网络的基于多用户分集效应的相对比例公平调度算法。不仅可以通过改变参数来调节系统吞吐量,保证系统性能;而且可以保证各用户之间的公平性,满足不同用户的服务质量要求。仿真实验表明,该算法可以在不同用户之间提供公平的服务,而且能兼顾系统吞吐量和用户服务质量的要求。     

经济网格中基于剪枝策略的时间-费用优化任务调度

由于在经济网格环境下,存在着资源异构和分布的特征,网格任务调度变成了一个复杂的问题.为此,针对独立任务,在考虑用户的服务质量经济需求偏好的基础上,提出了一个优化用户时间和费用的任务调度方案选择算法.该算法首先将网格中兼顾时间和费用的任务调度方案形式化为一个n层m叉树,然后将调度方案的选择问题转化为树的遍历问题,最后利用剪枝方法避免无效路径的搜索,降低了时间复杂度,实现了任务的优化调度.结果表明该算法能按照用户的时限和费用需求偏好选择优化的调度方案,且在性能上优于传统的未剪枝算法.所以该算法是一种可行的任务调度算法.     

LTE网络考虑机会调度与QoS保障的准入控制算法

研究了长期演进(long term evolution,LTE)网络中考虑机会调度并可提供不同服务质量(QoS)保障的准入控制(CAC)算法的设计.使用基于累积分布函数的调度(cumulative distributed function based scheduling,CS)作为基本调度策略.首先采用机会轮询(opportunistic roundrobin,ORR)计算CS性能下界,并通过仿真验证此计算方法的正确性.然后提出一个CS与ORR相结合的CAC算法COCDQ(CS/ORR based CAC algorithm for different QoS requirements),其可同时保障新接入用户和已存在用户的不同QoS需求.最后通过系统级仿真验证所提算法性能,结果表明联合考虑机会调度与QoS需求,COCDQ算法可有效降低新接入用户阻塞率,提供更好的QoS保障,其代价是仅总吞吐量略有降低.     

基于用户组簇的LTE上行链路联合调度和功率分配算法

在同频组网的LTE系统中,严重的小区间干扰成为限制小区边缘用户性能提升的瓶颈.在LTE上行链路中,传统的单小区独立调度算法并未考虑小区间干扰情况.为此,提出了一种基于用户组簇的联合调度和功率分配方案,以抑制小区间干扰,提升系统性能.该方案对来自不同小区的用户组簇,以用户簇为对象执行基于正比例公平(PF)准则的联合调度,并根据簇内用户相互干扰情况建立功率优化模型,通过求解该模型次优解得到联合功率分配方案.系统仿真结果表明,基于用户组簇的联合调度和功率分配方案能够改善边缘用户吞吐量,同时显著提升系统吞吐量.     

基于SLNR的MU-MIMO系统预编码和用户调度算法研究

在MU-MIMO通信系统中,允许多个用户在相同的频率和时隙上进行通信,可以有效增大系统吞吐量、提高系统性能,如何设计高效的预编码方案和用户调度方案以减少用户间的干扰是MU-MIMO系统面临的主要问题之一。本文首先利用最小均方误差方法的改进信道矩阵来有效减少估计信道误差的影响,提出了一种基于信漏噪比(SLNR)的MU-MIMO系统预编码方案;在此基础上,针对传统的贪婪用户调度算法复杂度过高的特点,提出一种基于SLNR准则的低复杂度的用户调度方案。通过仿真分析,提出的预编码方案能够有效降低系统误码率,用户调度方案有效降低了算法计算复杂度。     

多输入多输出系统广播信道有限反馈的用户调度算法

针对多输入多输出（MIMO）系统广播信道多用户调度的问题,提出了一种有限反馈条件下的用户快速调度算法.算法中用户端将信道对应码字和可达传输速率估计值反馈给基站;基站预先将码字分组,调度时根据接收到的反馈信息将用户归入不同码字代表区域进行快速筛选;然后比较各码字组对应用户确定最优的用户组.仿真结果表明,该算法的系统传输速率较高,能够实现多用户分级,并且算法复杂度较低,在实际系统中易于实现.     

cdma2000 1x EV-DO前向链路高速分组数据传输中的调度算法

在保证用户间公平性的前提下,为尽量提高cdma2000的增强型1xEV DO系统前向链路的数据吞吐量,通过讨论现有的多种调度算法原理,分析了影响系统吞吐量和公平性的因素,在此基础上提出将用户平均请求传输速率、限制用户最小平均传输速率和系统最小吞吐量的影响同时引入调度算法的思想,通过在CadenceSPW软件平台上的仿真研究表明,改进后的调度算法在保持公平性的前提下,有效提高了系统前向链路吞吐量.     

基于遗传算法的卫星广播调度

卫星通信系统通常需要将多种业务通过若干频道广播给用户,合理的业务调度方案对于系统效率具有重要意义。为了求得较优的调度方案,文中建立了一个基于微观经济学效用函数概念的卫星广播调度模型,并提出了一种特定的遗传算法进行目标函数的极值求解。该算法使用了有效的交叉操作,并设计了将线性定标与基于排序的非线性定标相结合的混合适应值定标方法。仿真分析表明,该算法是一种全局寻优性能好、收敛速度快的高效卫星广播调度算法。     

有限反馈多用户MIMO系统的低复杂度用户选择

为了降低有限反馈多用户MIMO系统中的用户选择算法的复杂度,使系统支持更多的用户,基于贪婪用户选择算法(GUS),提出了一种低复杂度用户选择算法。该算法将Schmidt正交化的思想引入GUS算法,通过计算相互正交的预编码向量来构成预编码矩阵,并估计信道容量,最后寻找最佳的用户组合进行下行数据的传输。该低复杂度算法利用预编码向量的正交性避免了矩阵求伪逆的过程,从而极大地降低了计算量。仿真结果表明,在相同反馈方式下,改进后的算法仍能取得和GUS近乎相同的系统总容量。     

一种虚拟多输入多输出用户配对算法

针对现有半正交用户配对算法中信道条件较差、用户的传输速率过低的缺陷，提出了一种基于部分逆选策略的半正交用户配对算法.该算法通过分析线性最小均方误差接收机，对信道条件较差的部分用户提出“逆选”的配对准则.仿真结果表明，该算法在系统速率和损失较小的前提下，能有效提高信道条件较差用户的传输速率，从而在系统速率和与用户公平性之间取得较好的折衷性能.     

基于OFDM的认知无线电系统最优功率分配算法

在基于OFDM的认知无线电系统中,授权用户会受到认知用户带内子载波带外旁瓣泄漏功率的干扰。这里引入了功率控制参数来调整授权用户的干扰功率约束值,提出了一种认知用户子载波间的最优功率分配算法,通过求解一个凸优化问题来获得最优的功率分配方案。仿真结果表明:与其他算法相比,采用该方法获得的功率分配方案,在满足授权用户干扰功率约束值的条件下,可以使认知用户的信道容量最大化。     

中继下基于特征子矩阵的干扰对齐优化算法

针对MIMO双向中继网络系统中,由于用户对间的数据流具有非对称性,通过研究用户对与中继之间的天线分配关系,提出了一种基于特征子矩阵的干扰对齐优化算法及可行性方案.该算法首先利用特征子矩阵准则,为每个用户设计干扰对齐预编码优化方案,然后基于分布式迭代算法逐一推导出最优的干扰抑制矩阵,以达到在目的用户端消除其他用户干扰的效果.通过仿真结果表明,与传统中继迫零方法相比较,优化算法对系统传输速率有了显著的改善.     

云计算中基于拍卖的虚拟机动态供应和分配算法

当前云计算供应商通过定价算法或类似拍卖的算法来分配虚拟机（virtual machine,VM）。针对这些算法大多要求虚拟机静态供应,无法准确预测用户需求,导致资源未得到充分利用的问题,提出一种基于组合拍卖的虚拟机动态供应和分配算法,在做出虚拟机供应决策时考虑用户对虚拟机的需求。该算法将可用的计算资源看成是“流体”资源,且这些资源根据用户请求可分为不同数量、不同类型的虚拟机实例。然后可根据用户的估价决定分配策略,直到所有资源分配完毕。基于并行工作负载存档（parallel workload archive,PWA）的真实工作负载数据进行了仿真实验,结果表明该方法可保证为云供应商带来更高收入,提高资源利用率。     

基于用户反馈的关联规则挖掘在试卷分析中的应用

传统试卷分析系统一般只是对考试成绩做简单的整体统计,如平均分、等级、不及格率等,用户缺乏对试题知识点掌握情况关联程度的准确了解。针对该问题提出一种基于用户反馈的关联规则挖掘算法。首先对原始数据进行预处理,得到试卷知识点评分权重表和二进制的学生得分率表。然后建立一个根据用户选择层数输出关联规则,以及查询与选定知识点相关的规则的新方案。最后,提出了一个考虑用户反馈、支持度和置信度阈值的关联规则挖掘算法,以过滤无用规则,提高挖掘效率。对VB试卷数据应用该算法,发现了基于用户反馈的有趣关联规则。实验结果表明基于用户反馈的关联规则挖掘优于其他关联规则挖掘算法,更易获得有趣的关联规则。     

Achieving fairness by aggregate power allocation in opportunistic cooperation networks

Within a wireless opportunistic network,one of the lucky users gets an opportunity to utilize the whole radio resource.However some of the unlucky users keep silent during an unexpected period result- ing from severe wireless environment and imperfect scheduling algorithms .An opportunistic cooperation protocol is proposed that can achieve equivalent performance measured in terms of outage probability,in which scheme the opportunistic user helps to relay what need retransmitting indicated by the destination...     

基于学术社区的科技论文推荐方法

现有科技论文推荐方法的推荐质量以及效率仍有不断提高的需要,同时海量虚拟网络社区的用户信息为进行协同推荐提供了新的方式,为此提出一种以学术社区服务系统为基础,面向学术社区用户的新型科技论文推荐方法. 该方法可充分利用社区用户信息改善科技论文推荐质量以及效率. 对该方法所涉及的学术社区服务系统设计、网络社区发现以及基于网络社区的协同推荐算法等关键问题的实现思路进行了详细阐述. 实际应用表明,该方法可为科研用户提供更准确、更可信的论文推荐服务.     

基于迭代用户选择的合作频谱感知算法

针对认知无线电中经典频谱感知算法 (能量检测、算术几何平均、信号特征值子空间、最大特征值检测)存在不同程度缺陷的问题,为了进一步提高频谱感知算法的检测性能,提出了基于迭代用户选择(iterative user selection, IUS)的合作频谱感知算法。该算法先对参与合作感知的全部认知用户进行选择,然后在选出的部分用户频谱观测数据的基础上,生成全局检验统计量(global decision statistic, GTS),以此做出授权用户(primary user, PU)信号是否存在的全局判决。仿真结果显示,在虚警概率保持不变的情况下,进行迭代用户选择后,合作频谱感知的检测概率要优于未进行用户选择时的算法。与经典频谱感知算法相比较, IUS的合作频谱感知算法不需要任何先验信息,且以较少的频谱观测数据达到较好的检测性能。     

基于本体技术的一体化虚拟学习环境应用研究

针对基于网络的个性化学习的要求,提出把本体技术引入到近年来兴起的一体化虚拟学习环境（IVLEs）中的设想,并给出了一套系统构建方案。利用W3C推荐的RDF对学习资源信息及用户信息进行统一格式的元数据描述,通过对本体实例的描述分析,说明了个性化学习及基于本体的智能检索的实现原理,并对本系统中的本体构建方法做了简述,利用本方案使系统较好地实现了针对不同类型用户的个性化学习及智能检索。