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。     

超密集部署下绿色能源感知的用户关联算法

为了降低网络能耗,实现5G绿色蜂窝网络,考虑电力能源和绿色能源同时供电的混合能源供应的超密集异构网络模型.为了更准确地模拟密集部署下基站与用户之间的信道衰落,采用5G中的双斜率路径损耗模型对大尺度信道衰落进行建模,并在此模型下提出一种改进的基于绿色能源感知的自适应用户关联算法.该算法为基站设置优先级和权重因子,用户根据基站的优先级和权重因子自适应地调整自身的关联策略,并结合资源分配完成用户关联过程.仿真结果验证了所提算法在能耗和能效方面的优越性.     

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.     

超密集网络中基于分簇的干扰管理方案

在超密集网络中,全频复用能够提升网络的吞吐量,但是导致了严重的基站间干扰。为了降低基站间干扰,首先通过干扰权重值描述小基站间的干扰程度,建立合理的干扰图;然后将分簇问题转化为Max K-Cut问题,利用改进的次优化启发式算法对小基站进行分簇;最后通过信道分配算法为每个簇中的用户分配子信道。仿真表明,本文的干扰管理方案在降低小基站间干扰的同时,能够提升系统的频谱效率和平均吞吐量。     

超密集组网中基于上行容量分析的增强型动态分簇算法

超密集组网(ultra-dense network,UDN)是未来5G(5th generation)网络的一个关键技术。UDN拥有更小的小区半径,是一个新型的网络架构。UDN的核心概念是在热点地区部署低功率基站。由于UDN小区密度的增加,UDN中的干扰问题比宏微异构网络中干扰问题更加严峻。分簇合作方法可以降低干扰。首先推导出系统上行容量表达式,然后提出一种新颖的动态分簇算法。在小区密集部署的网络中,此算法在系统性能和复杂度之间做出了很好的权衡,同时降低了移动台之间的干扰。仿真结果显示提出的方法与一些已提出来的分簇方法相比有很大的容量增益。     

以用户为中心的设计理念在网页设计中的运用

以用户为中心的网页设计为主线，阐述了以用户为中心的网页设计的概念、研究意义、原则和内容，期望网页设计师能够切实了解用户的需求、目标和任务，在设计过程中始终把用户放在网页设计的首位。     

简论以用户为中心的网络教育资源建设

网络教育是基于资源的教育．资源的建设是网络教育顺利实施的关键和前提。我国目前的网络教育资源存在着实用性、教育性较差等问题。其原因在于概念的混淆和没有彻底贯彻以用户为中心的建设理念。针对这些问题。笔者在界定概念的基础上论述了网络教育资源建设以用户为中心的理论基础,并在此理念指导下提出了进行网络教育资源建设的几点建议。     

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。     

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...     

基于以用户为中心的设计理论实验研究

为了在实验教学中有针对性地提高实验教学设计质量,通过以用户为中心软件设计与实验教学设计的类比,提出了将用户为中心的设计思想应用在实验教学设计中。在教学设计中关心其最终目标用户学生,将学生作为整个教学设计的核心,通过对学生的研究,发现学生对教学设计的真正需求,在学生共同参与下进行迭代式的实验教学设计。通过实践证明,该方法解决了实验教学设计中忽视学生真实需求的问题,为改进课程实验教学设计,提高实验教学质量提供了有效途径。     

星载天线展开机构系统可靠性分配的未确知方法

针对星载天线展开机构系统设计初期可靠性数据缺乏的情况,提出了系统可靠性分配的未确知方法.在综合评分为权的系统可靠性加权分配法的基础上,将未确知信息引入可靠性分配的权系数矩阵中,建立了星载天线展开机构系统可靠性分配的未确知模型.利用未确知有理数的运算规则,推导出系统可靠性分配的未确知权系数表达式.最后,以某星载天线展开机构系统为实际算例,给出系统可靠性分配的可能值和可信度的计算结果和对应不同累积可信度的分配结果,表明了该方法的可行性和有效性.     

基于GAlib和聚类技术的WMN网关部署优化研究

将网关部署问题化为数学模型,用集合覆盖问题求解多目标优化问题。其次采取了分簇、遗传算法、聚类算法相结合的方式设计了算法,实现部署网关的数量较少,骨干网中普通路由器与对应网关间的跳数较小的目标。同时仿真分析表明该聚类技术对仅基于GAlib提出的网关部署方案有着良好的优化效果。     

一种基于多标拍卖的资源分配算法

针对有限资源开放式系统多任务多资源分配问题,提出了一种基于多标拍卖的资源分配算法. 算法首先基于资源效用曲线为每个任务建立投标集合. 其次,任务向系统递交投标,系统收集所有任务投标并定义市场出清价, 确定资源分配的规则. 最后算法通过启发式方法调整每个任务的最大投标值,以获得接近最优的系统总效用. 实验结果表明算法在资源有限的情况下优先分配资源给投标价格高的任务,与0-1整数规划资源分配算法相比时间复杂度低,最优值偏差不大.      

水资源配置机制比较分析

介绍了水资源的放任自由使用、完全垄断经营、国家集中配置、市场配置及水权交易配置5种水资源配置机制博弈模型,并通过对这5种模型的比较分析,寻求一种同时兼顾效率与公平的可实际操作的水资源配置机制．分析后认为,采用水权交易配置模式既可以保证基本的民生用水以体现公平,又通过允许水权交易促进取水者努力提高节水水平,并使水资源能配置到更能产生高效益的行业和单位,从而提高水资源的利用效率．得出了水权交易配置模式是水资源最优配置机制的结论．     

一种基于冲突消解的资源分配算法

许多领域都涉及资源分配问题,但具体应用领域的分配策略各不相同。针对资源分配中策略多样、易发生资源冲突问题,提出了基于冲突消解的资源分配算法。在冲突消解的约束条件下,依据算法的性质及约束对冲突消解的影响进行优先级分组,使得约束序列得以规范,从而提高消解冲突效率,避免陷入局部最优缺陷。实验结果表明了算法的有效性。     

网格资源分配中的自动协商机制研究

提出有监督的网格自动协商机制,实现了网格中用户需求和资源服务的动态调节及匹配.在该机制中,用户代理作为用户利益的维护者,在用户需求基础上,用户代理与资源不断调整自身的利益需求,最终实现用户需求和资源服务的一致.利用GridSim工具包建立了网格自动协商机制模拟平台.模拟实验表明,此机制能够消除用户需求和资源服务之间的冲突,并在一定范围内保持较高的协商效率.     

对我国信息资源配置问题的思考

阐述了信息资源配置与普通资源配置相比所具有的特殊性以及通过制度来配置信息资源的必然性,探讨了信息资源配置制度的切入点,提出了进一步完善和健全信息资源配置制度的措施。