基于无线网络的混合业务资源调度算法

WCDMA系统混合业务下的资源调度算法要区分业务以保证用户的服务质量(QoS)。基于此,在研究最大加权延时优先算法(M-LWDF)的基础上通过引入QoS监测机制提出一种保证混合业务服务质量的资源调度算法,在业务调度中同时考虑时延优先级和吞吐量优先级,并采用传输时延保证的资源分配准则。仿真结果表明,该算法在时延和吞吐量水平上要优于已有的调度算法。     

基于跨层的中高速传感器网络多元参数调度与资源自适应分配算法

针对中高速传感器网络中不同业务对QoS(quality of scrvice)的不同要求,跨层考虑物理层和数据链路层参数,提出了一种适合混合业务的多元参数调度算法和资源分配算法。该算法根据不同的业务动态调整时延补偿因子和吞吐量补偿因子两个参数,在满足实时业务QoS约束的前提下,以最大化系统吞吐量为目标建立了相应的优化模模型,对于实时业务能满足时延较小的要求,对于非实时业务能满足吞吐量较大的要求。仿真结果表明,该调度算法可以灵活地在系统功率效率和用户服务质量满意度之间取得折衷,并保证不同类型业务用户间的公平性。     

基于QCI优先级的分组调度算法

长期演进(LTE)系统对用户同时获得的多种业务配置了服务质量(QoS)等级标识(QCI)优先级参数,从而优化了移动通信系统QoS评价体系。为此,结合M-LWDF算法,提出一种基于QCI优先级的分组调度算法。将QCI参数引入资源分配和分组调度判决机制,在用户与申请的多项业务间建立优先级关联性,实现多用户之间、单用户的多类型业务之间的联合优化调度。仿真结果表明,该算法能有效提高系统平均吞吐量,降低平均时延。     

基于LTE下行多业务传输QoS保证的跨层调度算法

众多资源分配的调度算法中, 有区别地实现不同业务QoS要求的调度策略研究不多。针对此问题, 通过将不同QoS等级和要求加入到调度策略的影响因素中, 提出了一种适用于LTE下行多业务传输的多目标跨层分组调度算法, 并设计了一个用户满意度函数, 用来评价分组调度算法的综合性能。对该算法性能进行了仿真验证, 并同PF算法仿真结果进行比较与分析, 表明该算法能够满足不同业务的QoS要求, 综合性能优于PF算法。     

电力线通信系统中跨层的用户调度和资源分配

针对多用户多业务基于正交频分多址的电力线通信系统,提出一种在数据链路控制层进行用户调度和在物理层进行资源分配的多层多目标最优的跨层资源分配算法,其用户调度根据所有用户的服务质量(QoS)满意程度、QoS要求、业务包模型、信道状态信息和队列状态信息,从所有用户中选出要服务的用户和确定这些用户的最优跨层参数;其资源分配则根据所有调度用户的QoS要求、最优跨层参数和信道状态信息,先把功率按地窖注水原理分给每个子载波,再把每个子载波最优地分给调度用户并采用逐比特加载查表算法调整其上分配的功率和比特。最后在典型的电力线信道环境下对算法进行仿真,结果表明新算法在系统资源大范围变化时也能保障用户的服务质量,同时有效地提高系统资源的利用。     

Packets Schedule Algorithm for LTE Downlinks Based on QoS

提出一种基于服务质量(QoS)的长期演进(LTE)下行分组调度算法.根据业务的QoS对分组进行分类,提高时延敏感业务的优先级,通过分析传输流量,进行资源分配的公平性补偿.仿真实验结果表明,该算法能有效平衡吞吐量和用户公平性,且在丢包率方面性能较优.     

基于WCDMA系统混合业务的新型调度算法

WCDMA系统混合业务下设计调度算法要考虑信道条件,要区分业务保证用户的QoS要求,避免用户“饥饿”现象,同时也要尽可能提高整个系统的吞吐量和调度的公平性。由此,在比例公平调度算法（PFS）基础上基于C/I、QoS、饥饿权重提出区分业务类型的比例公平分组调度算法（CQSSD－PFS）,同时引入实时业务和系统容量补偿模型,仿真结果表明可有效确保各类业务之间的短期、长期公平性和较高的系统吞吐量。     

长期演进系统基于加权平均时延的下行资源调度

针对长期演进（LTE）移动通信系统下行链路传输中多用户的实时（RT）与非实时（NRT）业务传输性能需求问题，提出一种基于用户加权平均时延的改进型的最大加权延时优先（MLWDF）资源调度算法。该算法在考虑信道感知与用户服务质量（QoS）感知的基础上引入反映用户缓冲区状态的加权平均时延因子，该因子通过用户缓冲区中待传输数据与已发送数据的平均时延均衡得到，使具有较大时延和业务量的实时业务优先调度，提升了用户的性能体验。理论分析与链路仿真表明，提出算法在保证各业务时延及公平性的基础上，提升了实时业务的QoS性能，在用户数量达到50的条件下，对比MLWDF算法实时业务的丢包率降低了53.2%，其用户平均吞吐量提升了44.7%，虽牺牲了非实时业务的吞吐量，但仍优于VT-MLWDF算法。实验结果表明，所提算法在多用户多业务传输条件下提升了实时业务的传输性能，并在QoS性能上明显优于对比算法。     

中继OFDMA系统混合业务的分步跨层调度算法*

由于实时和非实时两类业务具有不同的QoS要求,因此需要设计一种混合分组调度算法为两类业务用户提供QoS保证。在分析传统的PF与M-LWDF算法的基础上,根据已有的信道条件和不同的业务需求,使用MATLAB搭建系统仿真平台,设计了分步的跨层调度策略。仿真结果表明,该算法在满足公平性要求的情况下,不但能保证实时业务的时延需要,而且能够获得很好的吞吐量。     

LTE下行基于QoS的混合业务调度算法

针对现有调度算法不能同时满足多用户多业务的性能需求等问题,提出了一种新的基于服务质量（QoS）的长期演进（LTE）项目下行调度算法。该算法改进了修正的最大加权时延优先（M—LWDF）算法的延时分式,用信道质量指示（CQI）值直接替代用户的瞬时速率,降低了计算复杂度。此外,兼顾了确保比特率（GBR）和QoS等级标识符（QCI）等QoS参数。仿真结果表明,该算法在保证小区的频谱效率的前提下,降低了实时业务的延时,提高了非实时业务的吞吐量,对LTE下行链路是一个很好的选择。     

MHWSN中保证混合业务QoS的跨层调度算法

针对中高速传感器网络中混合业务QoS（Quality of Service）要求,跨层考虑物理层和数据链路层参数,提出了一种保证混合业务服务质量的调度算法AM-LWDF。该算法同时考虑时延优先级和吞吐量优先级,在满足实时业务QoS约束的前提下,以最大化系统吞吐量为目标建立了相应的优化模型,对实时业务能够满足时延较小的要求,对非实时业务满足吞吐量较大的要求。仿真结果表明,该调度算法可以灵活地在时延和吞吐量之间取得满意的折衷,并保证不同类型业务用户间的公平性。     

基于区分服务的自适应跨层调度算法

中高速传感器网络中不同业务对QoS有不同的要求。针对该情况,引入区分服务的思想,提出一种适合混合业务的多元参数自适应跨层调度算法。该算法根据不同的业务动态调整时延补偿因子和吞吐量补偿因子,使实时业务能满足时延较小的要求,非实时业务能满足吞吐量较大的要求。仿真结果表明,该调度算法可以灵活地在系统效率和用户服务质量满意度之间取得折中,保证不同类型业务用户间的公平性。     

LTE MAC层低计算量的下行调度及资源分配

针对现有调度算法不能同时满足多用户的实时和非实时业务的性能需求及算法的计算量大等问题,提出了一种新的基于服务质量（QoS）的长期演进项目（LTE）下行调度算法。该算法在修正的最大加权时延优先（M-LWDF）算法的基础上引入了平衡因子,并利用用户上报的信道质量指示（CQI）值直接替代瞬时速率。仿真结果表明,该算法在保证公平性的前提下,降低了计算复杂度,当小区用户数达到45时,业务的丢包率下降了6.71%,系统整体的吞吐量提高了12.91%。     

一种基于LTE空口误包的下行跨层调度算法研究

基于LTE下行调度的空口误包场景,对现有的下行调度算法进行研究,提出一种新的调度算法。该算法主要通过PHY层和MAC层联合统计用户的空口误包率。在调度模块进行用户调度优先级计算和进行用户的MCS选择时,考虑该用户的误包因素,避免给已经出现误包的用户进行大量的资源分配,进而改善网络性能。系统仿真证明,该算法能够有效适应空口的变化,提高LTE网络的下行吞吐量和LTE网络资源的利用率。     

无线MIMO系统的上行资源分配算法研究

在存在同信道干扰的无线MIMO系统中,为具有多种QoS需求的调度业务分配资源是一个具有挑战性的问题.提出一种实用的、基于SDMA的贪婪资源分配(SGRA)算法.在高效的干扰管理基础上,SGRA算法可以执行两阶段启发式计算和搜索.在第1阶段,包括上行调度和子信道分配的贪婪资源分配首先在时域频域二维进行;在第2阶段,资源分配被扩展到时域频域空域三维进行.SGRA的算法复杂度低,适用于实际无线通信系统.仿真结果表明,与同类算法相比,SGRA算法可以提高系统吞吐量,更好地保证实时业务的时延和最小数据速率需求,同时兼顾系统公平性.     

基于QoE的LTE多业务资源分配算法

高效地利用无线频谱资源和保证用户体验质量是未来无线网络的主要目标。基于此，提出一种基于QoE的LTE多业务资源分配算法。在考虑信道信息、QoS要求及公平性的基础上，引入QoE来计算的用户优先级。特别的，引入最小QoE约束来保证RT用户QoE要求；提出一种次优资源块（Resource Block，RB）分配算法来解决复杂的资源分配优化问题，该算法主要分为两步：保证RT用户最小QoE要求；最大化系统加权和速率。仿真结果表明，相较现有的RT/NRT资源分配算法，该算法在用户分组丢失率、平均QoE和小区频谱效率方面性能都有所提升。     

OFDMA系统中基于遗传算法的资源分配

资源分配是OFDMA系统中保证用户QoS和提高系统容量的一种重要手段.在传统的OFDMA资源分配算法中,分组调度和子载波分配两部分是独立进行优化的.为了进一步提高系统的整体性能,提出一种基于遗传算法的分组调度和子载波分配联合优化的资源分配算法.资源分配算法中,利用随机逼近的方法来更新调度算法中的控制参数,在保证用户公平性的前提下最大化系统吞吐量;利用遗传算法来求解联合优化中的子载波分配.仿真结果表明,无论是在系统的吞吐量、丢包率,数据包等待时延还是用户公平性方面,都具有良好的性能.     

基于业务QoS保证的中继系统资源分配算法

在基于正交频分多址（OFDMA）的中继系统中,为了满足用户的QoS要求,保证系统的吞吐量最大的同时又保证用户公平性,给出了一种面向业务服务质量的资源分配算法。先根据用户在队列中的等待时延和用户对速率的需求引入时延优先级因子和速率优先级因子,以此计算用户的优先级。然后分别在回程链路和接入链路进行动态资源调度与分配。仿真结果表明,新算法能够兼顾中继用户和直传用户的性能,实现低丢包率、较好地满足 GBR需求,实现较高的系统吞吐量和公平性。     

IEEE 802.16中改进的QoS调度算法设计

IEEE802.16标准在每个节点处都提供实时业务和非实时业务。由于基于优先级的业务的服务质量（QoS）的需求不同,因此需要对传统的调度算法进行改进使其具有更大的适应性。为了改善QoS端到端时延的性能,提出了一种混合调度算法（EDD和WFQ算法相结合）。仿真结果表明：在每个节点处,提出的混合算法比仅使用EDD算法能给实时业务产生的时延更少,并且还能够使单个BS在可允许的端到端时延范围内容纳数量更多的子SS,而且使用从BS到SS的GPSS模式的调度机制比使用GPC模式能产生更小的时延。     

一种基于流媒体的实时调度控制算法QFEC

Internet视频业务的普及和用户越来越高的服务需求推动了实时流媒体业务的迅速发展,流媒体业务的服务质量(QoS)成为业界研究的热点.由于网络的复杂性,流媒体的实时调度控制算法是解决流媒体QoS的关键.结合FEC编码技术和Kalman数字滤波技术,提出一种基于QoS的改进FEC调度传输控制算法——QFEC.该算法根据接收方的状态合理调度流媒体业务,并结合Kalman滤波器原理完成传输速率控制.通过算法状态分析,以及实验数据和性能分析表明,该调度算法能够维持视频数据良好的连续传输,降低视频流的丢包率,显著改善流媒体业务的QoS.