异构网络中支持终端直通的联合模式资源复用算法

针对异构蜂窝网络中终端直通(D2D)通信复用频谱资源导致同频干扰,并影响系统通信性能的问题,提出了一种基于联合模式的支持终端直通的资源复用算法.为了综合考虑异构网络中蜂窝用户和D2D用户需要并平衡两类不同用户的资源分配,该算法在确定D2D通信限制距离的基础上,联合蜂窝与D2D两种模式构建CU-D2D组合集,以其加权吞吐量增益为用户优先级,并据此进行无线资源分配,从而实现了异构蜂窝网络环境下频谱资源的优化分配.结果表明,该算法在保证蜂窝用户传输速率的同时,有效地改善了D2D用户的通信速率,从而整体性地提升了异构蜂窝网络的系统通信性能.     

一种用于无线ATM网络的呼叫允许控制方案

无线异步传输模式(ATM)网络通信系统将在宽带和多媒体个人通信得到广泛应用.提出一种用于无线ATM网络多媒体通信服务的呼叫允许控制(CAC)方案,它采用统计大量用户移动信息来估计未来业务需求和系统可用资源,并根据用户移动信息动态地调整用于潜在切换呼叫的资源预约,能有效利用无线频谱资源,增大系统容量.     

下一代网络终端管理系统体系结构及流程实现

为了实现下一代网络中大量异构终端网络和设备的远程集中监控和自助管理,满足用户终端网络与公众通信网络共同管理模式下的终端管理需求,提出下一代网络终端管理系统体系结构,详细分析了体系结构中的构成组件和相关功能. 该体系架构支持终端网络和设备的运行状态监控和业务保障,基于上下文管理和策略管理技术实现用户在异构终端环境下的自由通信,支持用户进行终端网络和设备的远程管理,并与公众通信网络运营支撑系统协作,实现用户终端网络和公众通信网络的统一管理. 通过业务使用和业务无缝接续场景说明了该终端管理系统的业务流程实现.     

下一代网络终端管理系统体系结构及流程实现

为了实现下一代网络中大量异构终端网络和设备的远程集中监控和自助管理,满足用户终端网络与公众通信网络共同管理模式下的终端管理需求,提出下一代网络终端管理系统体系结构,详细分析了体系结构中的构成组件和相关功能. 该体系架构支持终端网络和设备的运行状态监控和业务保障,基于上下文管理和策略管理技术实现用户在异构终端环境下的自由通信,支持用户进行终端网络和设备的远程管理,并与公众通信网络运营支撑系统协作,实现用户终端网络和公众通信网络的统一管理. 通过业务使用和业务无缝接续场景说明了该终端管理系统的业务流程实现.     

城域光缆网的分层与规划研究

1.引言光缆网是国家的重要战略资源,也是各大电信运营商开展业务的基础,因此,加强光缆网络的规划,构建结构层次合理、容量充足的光缆网,对满足快速发展的固定和移动宽带业务需求,深入推进"宽带中国"战略顺利实施具有重要意义。2.网络分层城域光缆网络是一个分层建设的开放型全覆盖网络,不仅能够满足固网通信业务发展,而且能够为无线业务发     

全双工小蜂窝中基于最大流算法的用户匹配策略

在全双工基站使能的新型小蜂窝中,考虑用户间同频干扰对服务质量的影响,提出了一种最大化满意用户对数的上下行用户匹配策略,用于服务质量敏感的各类新型通信业务.首先依据用户的速率需求和其可达的实际传输速率,构造包含所有潜在满意上下行用户对的匹配可行图;再将可行图转化为单位容量网络,并证明单位容量网络的最大流数目即为最大满意用户对数目,最终由最大流路径推导出最优匹配策略.仿真结果表明,所提策略可获得超出最大和速率策略两倍的满意用户对数,且仅具有多项式级的复杂度.     

基于网络切片的高频谱效率无线资源管理

为满足差异化业务场景下不同类型用户的服务质量需求,构建了基于网络切片的无线资源分配模型.为获得最佳资源调度方案,将用户服务质量需求转化为无线资源需求,以系统总速率最大化为目标,构建网络资源管理和分配机理及其优化问题.该优化问题为混合整数非线性规划,直接求解复杂度较高,因此提出了基于拉格朗日对偶理论的解决方案,并给出求解算法.通过与比例公平算法和最大系统容量算法进行对比及仿真分析,证明了所提算法在牺牲了部分公平性的前提下提高了系统容量,并验证了所提算法的有效性.     

生物友好的认知水声网络频谱分配

为充分利用海洋哺乳动物和水声传感器网络(UASNs)共享的稀缺频谱资源,提出了一种生物友好的认知水声网络频谱分配(MMF-CASA)方法。将海洋哺乳动物作为主用户,传感器节点作为次级用户,设计了生物友好的认知水声网络通信机制。以次级用户系统容量最大化为目标建立效用函数,通过拉格朗日乘数法和功率控制与信道分配技术求解次级用户的发送功率与信道分配,设计了生物友好的水声网络频谱分配机制和算法。实现了主用户和次级用户信道共享,最大化了水下稀缺的频谱资源的利用率。仿真结果表明,采用生物友好的认知水声网络频谱分配方法能够避免传感器节点通信对海洋哺乳动物间通信的干扰,使网络的频带利用率和系统容量分别提高了37.4%和34.2%。     

基于深度强化学习的超密集网络中多用户上行功率控制方法

针对超密集网络中由于用户数量多、相互距离近,通信过程中彼此之间干扰大,导致频谱利用率不高的问题,建立了通过优化控制发射功率同时提升系统信息容量和满足服务质量的用户数量的优化问题. 由于该问题非凸且功率控制为离散变量,将其建模为马尔科夫决策过程. 在此基础上,提出了基于深度强化学习的功率控制算法,并设计了相应的动作空间、状态空间及奖励函数. 仿真结果表明,所提算法与最大发射功率策略和随机发射功率策略相比,分别提高了至少15.9%的信息容量和至少10.7%的用户服务质量满足率. 与不考虑用户服务质量满足率提升的算法相比,所提算法通过适当降低信息容量,提升了用户服务质量满足率.     

基于博弈论的WiFi接入资源动态分配算法

无线共享网络的接入资源分散,容量有限,且价格互有差异,为了在保证用户满意度的同时提高运营商总体收益,需要对网络接入资源进行合理分配.因此,提出了一个基于博弈论的WiFi接入资源动态分配算法.首先,以总收益最大化为目标,兼顾用户满意度,建立基于斯塔克尔伯格博弈的网络接入资源动态分配模型;其次,通过两阶段博弈,运营商制定价格策略,激励用户执行网络选择策略,提出基于粒子群算法的网络资源动态分配求解算法,得出最优的网络价格及资源分配.仿真实验表明,算法能够实现接入资源的合理分配,在用户满意的同时实现运营商收益最大化.