一种基于动态时间的无线网络带宽分配机制

无线多跳ad hoc网络的应用面临着巨大的挑战,即在无线资源有限的条件下对用户传输速率进行有效地控制.提出了一种基于动态时间的无线带宽分配机制,这种机制能确保在无线多跳ad hoc网络模型中的各个用户分配到公平带宽资源.在每一跳都能够公平地分配给每个竞争流相应的信道时间比例,依据这些时间比例每一跳为经过自己的所有数据流计算更新速率并且将需要更新的数据流记录在每个数据包头部的某些控制字段.在这种机制中每条数据流的源端能够最终调节它的发送速率来达到它应该占有的公平份额.相应地提出了一种算法去实现上面这种机制.实验证明这种算法能够在多跳数据流中公平地分配带宽.     

基于授权用户活动性的认知无线电频谱分配算法

考虑授权用户工作状态的切换概率对认知无线电系统的频谱分配的影响,提出了一种新的认知无线电频谱分配算法.在定义收益期望的基础上,从概率角度提出了两个新的效用函数,分别反映认知系统总的平均信道收益期望和收益期望公平性;并给出了算法的具体步骤.仿真结果表明:与传统的信道分配算法相比,新算法在认知系统总的频谱利用率效用上优势明显;在授权用户工作状态频繁切换时表现出了较好的系统公平性,更具有现实应用意义.     

蜂窝控制下的D2D通信的无线资源分配研究

在引入D2D通信的状况下,为改进蜂窝用户无线资源分配的公平性,文中提出了一种CU用户和D2D用户非正交共享无线资源的EFRA方案,该方案运用降低权重影响因子的方法,减少了D2D通信对蜂窝用户的影响,实验分析说明,该方案在牺牲部分D2D通信的吞吐量的情况下,不仅能够提高蜂窝用户接受服务的公平性,而且能很好地保护蜂窝用户的吞吐量。     

一种优化的认知无线电网络资源协同分配算法

在目前的认知无线电研究中,多用户OFDMA系统中如何实现子载波和功率的合理分配是研究的重点之一.针对认知无线电资源分配过程中出现的多认知用户资源分配不公平的问题,研究了认知无线电网络中授权用户占用子载带时,认知用户的吞吐量受限制的问题,提出了一种基于underlay频谱共享模式下的OFDMA认知无线电网络功率与子载带协同分配优化算法.该算法利用干扰门限的设置,使用原始感知信息(RSI)和信道状态信息(CSI)进行功率与子载波分配,然后分别进行功率控制和用户选择的计算,找到最优化传输功率与每个子载带最优使用用户,在保证授权用户免受有害干扰的前提下,使授权用户存在时,也可共享频谱传输,确保了系统的稳定性,提高了网络吞吐量.理论分析与仿真结果表明,相比传统的功率与子载波联合分配算法,该算法可以提高系统的平均加权吞吐量.     

认知蜂窝异构网络中能效优化的资源分配算法

在认知蜂窝异构网络中,针对大规模部署认知家庭基站带来的能量消耗问题,研究了两层异构网络上行链路的资源分配算法.提出了一种基于双循环迭代的资源联合分配算法,在实时用户服务质量(quality of service,QoS)需求约束和跨层干扰约束下最大化认知系统能量效率,将分数形式的能效函数等价转换为减数形式,使优化问题近似确定为凸优化形式,并通过迭代方法求解.仿真结果表明:该算法能够快速收敛到最优能效,并保证了实时用户的QoS需求,有效提高了系统能量效率.     

一种基于轮询的认知无线网络频谱分配机制及性能分析

在认知无线网络中,认知用户机会式地占有授权用户暂时不使用的频谱,从而提高频谱的利用率.在采用集中式频谱分配机制时,认知用户对空闲频谱的使用由中央控制器协调和管理.由于授权用户对频谱的使用具有抢占优先权,使得认知用户的数据传输可能被中断.考虑认知用户对空闲频谱使用的公平性,提出一种基于纯限量轮询策略的频谱分配机制,并建立具有传输中断的离散时间纯限量多重休假排队模型.使用再生循环法,对所提出的频谱分配机制进行性能分析,给出平均响应时间、吞吐量、频谱切换率和频谱有效利用率的表达式.通过数值实验和系统仿真,分析系统性能指标对系统负载的依赖关系,并给出授权用户业务量的优化方案.     

一种基于微蜂窝小区用户比例公平的改进资源分配算法

在微蜂窝小区用户速率比例公平约束条件下,以最大化系统和速率为目标,提出了一种改进资源分配算法,并用拉格朗日法求解优化功率.结果表明:相比于传统的最低比例速率的资源分配算法,本算法在频率和总功率固定的条件下,能减少计算复杂度,且系统速率提高了约2%.     

认知无线网络基于正交频分复用的子载波和功率分配策略

为满足认知用户对主用户的干扰约束,建立了在主用户接收端干扰受限条件下最大化认知用户容量的数学优化问题;进一步提出了当主用户信噪比不断变化时,认知用户可根据干扰控制因子自适应地调整发射功率,最大化认知系统容量;利用拉格朗日乘数法,得到了该数学问题的最优解;最后,在多用户情况下提出了一种公平性和容量性能折衷的子载波和功率分配方案。仿真结果表明,在主用户可容忍的干扰约束下,该方案能有效地保证认知用户间的公平性且系统容量性能趋于最优。     

认知网络中一种基于最大吞吐量的中继机制

为了抵抗信道衰落以及提高频谱利用率,提出了在多信道多主用户的认知无线电网络中,次用户协作主用户通信的模型.同时基于实际情况中最大化主用户吞吐量的准则,建立了分配问题,通过理论分析,将该问题转化为数学中的指派问题,并根据匈牙利算法提出了分配次用户协作主用户通信的算法以及相应的次用户的接入机制.仿真结果表明,提出的次用户协作主用户通信机制能够较好地抵抗信道衰落,大幅提升主用户的吞吐量,从而提高频谱利用率.     

基于定价优化的网络资源分配机制研究

采用经济学的网络优化模型,构建了一个基于定价优化的网络资源分配算法.给出了该算法平衡点存在条件及网络优化模型的解.     

一种优化的认知无线电网络分簇协作频谱感知算法

目前对于认知无线电分簇协作频谱感知算法的研究,大都认为每个簇均等地参与协作.没有考虑簇所经历的不同衰落对判决结果的影响.为有效解决这一问题,提出一种优化的认知无线电网络分簇协作频谱感知算法.该算法采用能量节省的分簇感知机制,充分考虑路径损耗与衰落对检测性能的影响.在满足虚警率和检测率的前提下,此方案不仅算法实现简单,而且在分簇结果上可以显著提高系统的稳定性,因此在信道环境复杂的情况下能有效提高频谱感知效率.     

不确定网络环境中任务卸载和资源分配联合优化方法

在不确定的无线网络环境中,由于任务到达、用户移动的随机性以及无线信道状态的时变性,导致出现不确定的任务云端排队时延、设备网络连接时间等网络环境特征,极大影响计算卸载效率和网络资源利用率。针对这一问题,建立了算网协同的动态任务卸载和资源联合分配模型,以最小化系统总能耗为目标,提出了基于随机模拟的任务卸载和算网资源联合分配多阶段随机规划优化算法(SS-MSSP),采用多阶段随机规划理论制定多阶段策略,并以后验算网资源分配的方式来追索补偿不确定网络环境的影响。仿真结果表明,在不确定的网络环境中,SS-MSSP算法保证了用户的计算时延需求,同时有效降低了系统能耗。     

跨层自适应无线资源分配方案

提出了一种新的跨层自适应资源分配方案,该方案不仅考虑了业务数据到达的随机特性、数据缓存队列状态、业务时延等MAC层的QoS要求,还考虑了无线信道的时变特性和功率限制,并通过自适应技术实现了系统性能的优化.仿真结果显示,该方案提高了系统频谱效率、功率效率和系统容量,可以满足多用户实时业务的QoS要求,是一种适用于时变选择性衰落信道的资源分配方案.     

认知无线Mesh网络中一种有效的多目标优化频谱分配算法

研究认知无线Mesh网络中多目标优化的频谱分配问题,即最大化总带宽和最小化占用频谱数.利用粒子群优化算法(particle swarm optimization algorithm,PSO)在多目标优化方面的优势,提出基于PSO的多目标优化频谱分配算法PSOSA.PSOSA算法不仅考虑频谱之间的差异,而且重新定义PSO的粒子及粒子的3种运算规则.仿真结果表明:PSOSA算法能在最大化总带宽的同时,最小化频谱占用数.     

具有QoS保证的RF能量采集认知无线网络高能效资源分配技术

考虑了一种基于射频能量采集的认知无线网络系统。其中,次用户发射机（ST,secondary transmitter）首先从主用户（PU,primary user）发射的射频信号中收集能量,然后利用所收集能量与次用户通信。此外,ST保留有可能来自之前传输块的剩余能量作为初始能量。目标是通过传输时间和发射功率联合优化,达到次用户网络能量效率最大化。为保证次用户网络服务质量（QoS,quality of service）,在能量效率最大化过程中对ST施加最小吞吐量需求约束。由于能量效率最大化是非线性分数规划问题,提出了一种基于Dinkelbach方法的快速迭代算法来实现资源的最优分配。仿真结果表明,该算法收敛速度快,可以在保证QoS约束的同时显著提高系统的能量效率。     

一种基于历史信息的感知无线电动态频谱分配算法

在无线频谱资源分配过程中,历史分配信息通常包含大量有用信息,可为下一阶段的资源分配提供参考借鉴,从而改善资源分配算法的性能.简要介绍了基于图论冲突图理论的网络模型,分析了在感知无线电频谱资源分配算法中引入历史分配信息对算法的影响,构造了代表比例公平性的频谱资源分配算法.仿真结果表明,采用历史信息的算法与原算法相比在系统总带宽、公平性方面都有明显改善,并拥有较好的收敛性.     

一种基于历史信息的感知无线电动态频谱分配算法

在无线频谱资源分配过程中,历史分配信息通常包含大量有用信息,可为下一阶段的资源分配提供参考借鉴,从而改善资源分配算法的性能。简要介绍了基于图论冲突图理论的网络模型,分析了在感知无线电频谱资源分配算法中引入历史分配信息对算法的影响,构造了代表比例公平性的频谱资源分配算法。仿真结果表明,采用历史信息的算法与原算法相比在系统总带宽、公平性方面都有明显改善,并拥有较好的收敛性。     

异构无线网络资源分配算法研究综述

随着通信业务需求的快速增长,无线通信网络正朝着异构化的方向演进.面对复杂的5G通信场景,实现不同网络之间的资源共享、干扰管理、提高系统容量,异构网络资源分配问题成为了资源管理的关键技术难点.针对该问题,对异构无线网络资源分配进行了综述与展望.介绍了异构无线网络的基本概念、网络分类,阐述了不同类型蜂窝网络的传输参数特性.按信道状态、网络结构以及优化目标等方式,对当前异构无线网络资源分配算法的研究现状进行了阐述与分析.此外,对异构无线网络资源分配所面临的问题和未来的研究趋势进行了展望,并在此基础上进行了总结.