密集网络中基于拓扑信息的用户调度与干扰管理

随着未来移动通信网络的密集化,如何利用少量的信道信息有效管理小区间干扰成为一个重要而又棘手的问题。本文面向密集多小区多用户单天线和多天线网络,研究利用拓扑信息协调小区间干扰的传输策略。为了解决不同小区多用户调度间的冲突,把用户调度与干扰管理收发机设计进行统一建模,基于统一模型引入潜在冲突图,并利用潜在冲突图进行拓扑干扰管理,提出了占用系统资源最少的传输策略。仿真结果表明,与先进行用户调度再协调小区间干扰的方法相比,所提出的方法在用户平均数据率和边缘用户数据率方面都能够获得显著的性能增益。      

多模态网络中时间敏感网络模态的智能调度机制

针对多模态网络中时间敏感网络模态转发调度不确定、求解时间长等问题,提出了一种基于CSQF的时间敏感网络模态的联合路由与调度机制。综合考虑有界时延需求、网络状态和不同的路由机制,建立联合缓存队列和路由的混合资源调度模型,旨在优化整个网络的资源使用。基于深度强化学习方法,利用流量特征与缓存队列利用率来预测下一循环的缓存利用率。此外,基于多队列CSQF转发调度机制和基于缓存利用率的显式路由算法,提出了一种迭代调度算法,实现了确定性转发和资源分配。仿真结果表明,所提机制可以根据网络的资源使用情况有效地调整确定性应用的传输调度,与其他离线调度机制相比,具有更好的调度性能。     

基于频率域灵活划分的5G实时调度算法

5G网络的出现使无线技术在工业控制系统中的全面应用成为可能.目前,工业控制系统中存在大量高实时数据需通过无线网络进行传输,但已有的传输调度方法无法适用于频率域可灵活拆分的5G网络.因此,文章针对5G时频使用规则,基于经典装箱算法,提出一种对5G时频资源分类细化处理的启发式调度方法.评估测试表明文章所提方法与传统调度方法...     

一种基于分段路由的多路径流传输机制

针对传统网络多路径流量调度时存在的负载均衡效能差、路径部署困难的问题，利用软件定义网络的集中控制优势，设计了一种基于分段路由的多路径流传输（Segment Routing based Multipath Flow Transmission，SRMFT）机制.首先，以实现数据流的协同最优调度为目标，建立了SRMFT最优化模型；其次，采用分段路由技术和最简段标识序列（Segment IDentify sequence，SIDs）生成算法将多路径流调度问题转化为最简SIDs的选择问题，并设计了流调度算法求解；最后，试验结果表明，同等网络流量模型下，与较典型的多路径流传输机制相比，SRMFT有效提高了网络的对分带宽，降低了短流的传输时延，同时具有较低的流表存储开销.     

改进人工蜂群算法的云计算资源调度模型

针对传统资源调度算法存在资源利用率低等缺陷,提出一种基于改进人工蜂群算法的云计算资源调度模型(IABC).首先建立云计算资源调度问题的数学模型,然后采用人工蜂群算法进行求解,并将个体当前最优值及随机向量引入到蜂群搜索过程中,加快搜索速度,提高搜索能力,最后找到云计算资源调度的最优方案,并采用仿真实验验证算法的有效性.仿真结果表明,IABC算法不仅解决了传统资源调度算法存在的缺陷,提高了云计算资源利用率,而且大幅度减少了任务的完成时间.     

基于强化学习的802.11ax上行链路调度算法

随着物联网(IoT)时代的到来,无线网络饱和的问题已经越来越严重。为了克服终端密集接入问题,IEEE标准协会(IEEE-SA)制定了无线局域网的最新标准—IEEE 802.11ax。该标准使用正交频分多址(OFDMA)技术对无线信道资源进行了更细致的划分,划分出的子信道被称为资源单元(RU)。为解决密集用户环境下802.11ax 上行链路的信道资源调度问题,该文提出一种基于强化学习的RU调度算法。该算法使用演员-评论家(Actor-Critic)算法训练指针网络,解决了自适应RU调度问题,最终合理分配RU资源给各用户,兼具优先级和公平性的保障。仿真结果表明,该调度算法在IEEE 802.11ax上行链路中比传统的调度方式更有效,具有较强的泛化能力,适合应用在密集用户环境下的物联网场景中。     

云计算环境下差异化资源的合理调度模型改进

在云计算环境下,需要对链路节点之间差异化资源进行合理调度,以提高云计算中心网络的负载均衡性及进程管理效率。针对当前调度模型的实时性和均衡性不好的问题,提出一种基于时分多址协议的云计算环境下差异化资源合理调度模型。首先构建云计算环境下差异化资源的传输信道模型,进行资源传输的负载均衡设计,采用时分多址协议进行时隙均衡分配,提高差异化资源的调度合理性。仿真结果表明,采用该模型进行云计算环境下差异化资源调度,资源信息的召回性较好,数据传输的保真度较高,具有一定的优越性。     

基于商空间的层次式数据网格资源调度算法

为了解决传统数据网格调度算法在对层次式数据网格调度过程中出现的极易陷入局部最优值和收敛速度过慢的问题,将粒计算的思想引入到网格调度中,提出了一种基于商空间的层次式数据网格资源调度QSHDGRA (quotient space theory based hierarchical data grid resource allocation)算法。首先分析了层次式数据网格的特点,接着提出一种基于业务请求平均等待时间和网络与节点资源利用均衡度的调和函数的调度问题模型,随后设计了基于商空间的层次式最优资源调度算法。该算法的特点是可以在不同粒度上由粗至细地对网格业务进行调度,从而保证不同业务的QoS,并实现系统全局最优资源分配。仿真实验表明,算法可以显著地提升系统整体的吞吐率,具有更快的收敛速度,并具备线性扩展能力。     

基于有色Petri网的动态资源模型

针对移动计算环境下的动态资源描述问题,提出了基于有色Petri网的动态资源模型——DRM-CPN模型.该模型首先按照一定的映射规则将物理网络映射到几何拓扑空间中,构造出空间结点图.随后,给图赋予一定的资源语义及语义约束.进而,在资源语义及语义约束的基础上构造出物理网络的形式化动态资源描述模型.最后,为了验证模型的有效性,采用CPN进行了仿真验证.实验表明,该模型合理、有效地描述了移动计算环境下的动态资源的变迁情形.     

大型知识共享Web系统的软件设计与实现

构建大型知识共享Web系统,实现知识资源的网络共享,提出基于本体匹配和语义结构重组的大型知识共享Web系统构建模型。软件的总体设计构架建立在IPv4/IPv6双栈网络模型基础上,采用嵌入式Internet TCP/IP协议构建大型知识共享的网络传输协议,基于学习本体的语义检索方法进行知识规则库的结构重组,在嵌入式ARM中建立数据中心服务器,实现大型知识共享Web集成控制。测试结果表明,采用该系统进行知识共享,学习资源的准确调度检索性能得到有效提升,软件系统的稳定性较好。