超密集网络中基于集群分配的干扰管理与资源分配

针对超密集网络通信场景,提出一种基于集群分配的干扰管理与资源分配算法,以消除超密集网络中由于大量部署低功率基站而降低吞吐量等影响.首先,基于距离、小区间干扰、可用资源情况3个条件权衡为家庭基站分配集群;其次,根据分配结果将干扰关系建模为干扰加权无向图,按适当标准对家庭基站进行分类,针对不同类型的家庭基站采用不同着色算法...     

一种基于双层干扰图着色的资源分配算法

针对长期演进(long term evolution,LTE)系统中蜂窝链路和短距离链路中的同频干扰问题,提出一种基于双层同频干扰图着色的信道资源分配算法.该算法通过引入排队理论和终端服务等级要求,分析蜂窝移动通信网和短距离通信网的双层同频干扰,构造一种异构网络的双层同频干扰图.基于系统信道资源占用情况和信道资源分配优先级的考虑,对双层同频干扰图进行着色资源分配.仿真表明,该算法提高了系统平均吞吐量和满意度.     

超密集网络中基于分簇的资源分配算法

针对超密集网络(ultra-dense network, UDN)中,严重的小区间干扰制约终端用户的数据速率问题,提出一种基于染色分簇的资源分配方案。该方案采用图论中的染色算法对微蜂窝接入点(femtocell access points, FAPs)进行分簇,利用簇内每个微蜂窝用户(femtocell user equipments,FUEs)的待发送数据量、排队等待时延以及受到的干扰强度来构建相应的优先级,计算每个簇的优先级,并设定高优先级的簇可优先获得信道增益良好的子信道;最后由拉格朗日乘子法求解功率分配方案,即利用KKT(Karush-Kuhn-Tucker)条件和注水算法为FUEs分配功率。仿真结果表明,该方案能够有效地减小微蜂窝接入点之间的相互干扰,极大地满足用户的服务需求,同时提升了系统吞吐量和频谱效率。并且基于最大功率和最低速率的公平性准则能够动态地调整子信道功率,进一步提升了FUEs间的公平性。     

超密集部署下基于双向干扰图的资源分配算法

针对超密集部署时小小区用户之间在资源复用模式下将产生强烈干扰的情况,提出采用双向干扰图的方法建立小小区用户间的干扰模型,并在此基础上设计了基于势博弈的资源分配算法.为减小资源分配过程中的计算开销,同时进一步抑制干扰,提出了资源分配效用矩阵和效用值更新方法,在算法执行过程中对资源块状态进行分类,减少小小区用户在博弈策略空间中的尝试次数.仿真结果表明:与原博弈算法相比,提出的算法在保证蜂窝用户服务质量的条件下,进一步提高了系统容量,同时明显提升了边缘用户可获取的速率,大幅降低了计算复杂度.     

超密集异构网络中的一种混合资源分配方法

针对在宏小区覆盖范围内高密度部署小小区所带来的跨层干扰和同层干扰,研究了超密集异构蜂窝网络中的资源分配问题,采用了一种共享频谱与分离频谱共存的混合频谱分配方案。依据簇中小基站与宏基站的干扰是否超过设定的阈值,将簇进行分类并以不同的方式进行资源分配,超过阈值的簇采用分离频谱的方式分配资源,反之,可共享整段频谱。而在每个小基站簇内,在相应的约束条件下采用对偶分解法求出规划的优化目标,为每个小基站分配子信道和功率。基于联合分配方案提出算法1和算法2(次梯度算法),算法1最接近最优解决策略,而算法2可以解决高复杂度问题,具有更高的实用性。仿真结果表明,所提方案能够有效地抑制干扰、提升系统容量,同时兼顾用户间公平性。     

基于策略的资源分配和接纳控制

对于QoS网络的资源分配问题的研究，大多集中于单一的特定服务类型（如VBR），而对于多种服务类型、多种策略控制的资源分配和接纳控制关注较少。本文在IntServ的基础上提出一种基于策略的集成的资源分配和接纳控制方案，其基本思想是：利用可调节流量补偿不可调节流量的实时流，在保证各种服务类的基础上提供不同流量类型间的资源共享，从而充分利用网络资源。     

基于云计算的无线传感网络资源分配策略研究

无线传感网络(Wireless Sensor Networks,WSN)中的传感器能够感知周围环境的信息,并将信息汇聚到sink节点进行相应处理。WSN已经被应用于许多领域,同时随着物联网蓬勃发展,WSN必定会得到更加广泛应用。将云计算与无线传感网络结合,提出了一个基于云计算的无线传感网络架构,将WSN硬件资源通过虚拟化技术映射成云计算中的资源,并提出该网络架构的资源分配策略,通过仿真实验评估该资源分配策略的性能。     

基于射频能量收集的异构网络资源分配策略

针对异构网络中微微基站出现过多用户的情况,研究最大化上行总吞吐量的资源分配问题。通过部署一个具有能量收集功能的中继节点,将微微基站部分用户转移到相邻的空闲微微基站。中继节点具有能量收集功能,可以从专用射频源和环境射频源收集能量。将资源分配问题建模为最优化问题,以最大化微微基站用户的上行总吞吐量为目标,同时满足用户最小数据速率、中继节点能量消耗和发射功率的约束条件。通过引入增广拉格朗日乘子法,获得最优解。仿真结果表明,与传统的将部分微微基站用户转移到宏基站的方法相比,提出的方法具有较大的吞吐量提升。此外,与同样采用中继节点进行辅助通信的等功率方法相比,提出的方法在吞吐量方面有一定程度的增加。     

云计算资源分配策略研究

云计算是一种新型的计算模式,已经成为国际上的研究热点。在介绍云计算的相关概念基础上,综述了当前国内外关于云计算资源分配的研究现状,分析云计算资源分配所面临的关键问题,然后进一步指明云计算资源分配算法的研究方向。     

基于SDN的动态资源分配算法

针对软件定义网络(SDN)能够执行多种并发、 动态网络测量任务的特点, 提出一种自适应的网络测量框架. 该框架能动态调整分配给各测量任务的资源, 从而确保用户层面上对测量精度的要求. 设计并实现了相应的系统原型, 并采用3种不同的网络测量业务对该方法进行验证. 实验结果表明, 该方法在任务测量精度满足率和任务拒绝率上具有更优的性能, 与传统方法相比精确性更高.     

超密集部署下以用户为中心的分簇与资源分配

为了解决基站超密集部署时移动用户的吞吐量需求问题,建立以用户为中心的分簇模型,结合对下一个调度时刻用户位置的预测,对基站进行预分簇,在此基础上设计了区分优先级的资源分配算法,并研究了簇大小是否固定对系统性能的影响。仿真结果表明:与原算法相比,提出的算法改善了移动用户的平均吞吐量,降低了速率需求未得到满足的用户比例,保证了用户的服务质量。     

无线传感器网络卡尔曼流量预测算法

基于通用网络流量模型,采用时间序列建模,提出了一种专用于无线传感器网络的卡尔曼流量预测算法KTP/WSN.通过NS2仿真采集流量数据,使用该算法对流量数据进行预测.结果表明,该算法可以提前一个甚至几个周期预测网络节点的拥塞情况,提前做好路由选择,实现路由自适应控制,预测值和原始值偏差很小.进一步进行流量预测可对网络的占空比、能耗等做到提前自适应控制.     

基于MCR-WPT的无人机协助WPCN的资源分配策略

针对无人机(Unmanned Aerial Vehicle, UAV)协助的无线供电通信网络中采用射频能量收集方式出现的地面终端能量不足的问题,研究基于磁耦合谐振无线能量传输的最小吞吐量最大化资源分配策略。通过引入一个搭载磁耦合谐振装置的能量传输UAV,依次为地面终端提供足够的能量。为了使所有地面终端的最小吞吐量最大化,联合优化信息接收UAV轨迹、地面终端发射功率和时隙分配比例。由于该问题是非凸优化问题,难以直接求解。通过引入一些辅助变量,将一些非凸约束条件通过适当的数学推导转换成凸约束条件。对于难以转化的非凸约束条件,采用凹凸过程将非凸函数线性化成两个凸函数相减的形式。最后通过迭代求解原非凸逼近问题的凸逼近问题,得到原始问题的次优解。仿真结果表明,与固定UAV轨迹、固定时隙分配比例、量子行为粒子群优化算法和标准粒子群优化算法相比,所提方法在最小吞吐量方面有一定程度的提高。     

浅析网络资源分配策略问题的探讨

针对网络资源分配策略,首先描述了基于路由器和主机;窗口和速度等已有的资源分配方式,并提出了基于代理的网络资源分配框架,它包括3个层次:资源层、代理层和用户层;接着效用函数来探讨资源分配有效性和公平性问题。     

基于虚拟市场的网格资源分配策略

针对计算网格提出了一种基于虚拟市场的资源分配方法:以局部性原理为基础,建立虚拟市场区域,并以排序优化后的队首资源优先匹配策略实现计算网格资源的优化分配.然后分析了匹配有效性及分配策略的快速响应性;最后通过模拟试验证明了该分配策略有着良好的负载均衡性,且能够使资源提供者和消费者双方的满足最大化.     

基于LS-SVM的大理州入境游客流量时间序列预测

近年来,大理州入境游客流量的迅速发展引起了大理州政府和旅游事业的极大重视。而对未来游客流量及时准确的预测成为规划旅游政策的重要依据。针对大理州游客流量的特点,提出了采用最小二乘支持向量机方法来建立旅游流量的时间序列预测模型。实验预测结果表明该模型具有较高的预测精度,为大理州游客流量预测提供了一条新的途径。     

基于变分不等式的网络广告资源分配的超网络模型

为优化网络广告资源分配,提高网络广告的效应,建立了由m个公司和n个网站构成的网络广告资源分配的超网络模型.模型中采用点击量、转化量及显示概率作为权值的展示量来说明广告效果,得到了模型的优化条件并且将其转化为有限维的变分不等式.提出了利用变分不等式算法揭示网络广告资源分配的网络结构.数值模拟结果表明:在一定误差范围内,可得到模型的平衡解.     

基于混沌理论的局域网流量预测

局域网业务流中广泛存在自相似为特征的现象,并且自相似现象与混沌现象间存在紧密联系.通过采用局域网流量对应的时间序列分析的方法进行研究,基于相空间重构思想,通过C-C算法计算嵌入维和延迟时间;利用小数据量法计算局域网流量时间序列的最大Lyapunov指数来判断其混沌特性;针对基于最大Lyapunov指数的预测方法中只考虑中心点的最邻近点对预测的决定性作用,而忽略了其邻近点邻域内其他各点对预测结果的影响的特点,提出了基于最大Lyapunov指数的加权邻域预测法;最后通过实测局域网流量预测验证方法的有效性.      

基于飞行计划集中处理的预战术航路飞行流量预测

为准确把握航路点流量变化趋势和缓解空中交通压力,提出了一种基于飞行计划集中处理的流量预测方法。首先,在预战术飞行流量管理阶段,通过飞行计划集中处理可得到的航空器飞行计划信息,根据各航班在起飞前提交的领航计划电报和全飞行剖面混杂模型来预测航空器的航迹;然后,通过预测出航空器过关键航路点的过点时间,并结合空域结构数据来获得主要航路点的流量预测值;最后,通过算例仿真的结果可以发现所提出的航路飞行流量预测方法能够很好的对关键航路点进行预测,并且方法是切实可行和有效的。     

基于流量预测的Ad Hoc网络负载均衡协议

针对AdHoc网络中的负载均衡问题,提出了一种基于小波神经网络方法预测节点流量的路由协议WNNP-LBRP,协议中的流量值以MAC层接口队列长度来衡量.该协议利用小波神经网络预测模型计算节点下一时刻的流量值及动态阈值,并对二者进行比较,避免将重负载节点作为中间节点而导致网络拥塞,从而在网络出现拥塞之前提前更新路径,实现网络负载的平均分配.仿真结果表明,WNNP-LBRP协议与LBR-AODV协议和AODV协议相比,网络性能得到提高:减少了丢包现象,降低了端到端时延和路由开销.