异构无线网络业务接入多目标优化控制算法

提出了一种应用于异构无线网络环境的基于多目标优化的业务接入控制算法.该算法以业务占用总资源最少、业务阻塞率最低和网络间负载最均衡为目标建立了多目标优化控制模型,采用高斯和戒上型组合隶属函数将多目标问题模糊化,利用最大化满意度指标法将多目标问题转化为单目标问题,并通过遗传算法求得最优解.仿真结果表明,所提算法能在兼顾各网络资源高效利用的同时,保证业务接入的可靠性,并相对于参考算法有效降低了业务阻塞率.     

基于分解的多目标进化算法的异构无线网络业务接入控制

异构无线网络接入控制问题包含多个优化目标,现有算法考虑不全面且多是将其转换为单目标求解,限制了各目标的相对关系,无法适应不同的实际需求。该文提出一种直接采用多目标进化算法的接入控制算法。首先将优化目标扩展为3个,分别是最小化阻塞率、最小化占用总资源和负载均衡;其次引入基于分解的多目标进化算法(MOEA/D)并设计进化策略,进行初步寻优;最后通过非支配排序得到Pareto最优解集,即最佳接入方案。仿真结果表明,所提算法可以提高各优化目标的求解精度,从而提高业务接入成功率和网络资源利用率,并且为决策者提供多种接入方案,可根据实际需求进行最优选择。     

基于多门限预留机制的自适应带宽分配算法

针对异构无线网络融合环境提出了一种基于多门限预留机制的自适应带宽分配算法,从而为多业务提供QoS保证。该算法采用多宿主传输机制,通过预设各个网络中不同业务的带宽分配门限,并基于各个网络中不同业务和用户的带宽分配矩阵,根据业务k支持的传输速率等级需求和网络状态的变化,将自适应带宽分配问题转化为一个动态优化问题并采用迭代方法来求解,在得到各个网络中不同业务和用户优化的带宽分配矩阵的同时,在带宽预留门限和网络容量的约束条件下实现网络实时吞吐量的最大化,以提高整个异构网络带宽的利用效率。数值仿真结果显示,所提算法能够支持满足QoS需求的传输速率等级,减小了新用户接入异构网络的阻塞概率,提高了平均用户接入率并将网络吞吐量最大提高40%。     

基于5G无人机通信的多智能体异构网络选择方法

摘 要：5G无人机通信网络和各种不同无线接入技术的结合使无线异构网络呈现多样化的发展趋势。然而，用户繁多且不同的业务请求对网络要求也不同，造成网络接入选择问题。提出了一种基于5G无人机通信的多智能体异构网络选择方法，将用户分为多个智能体，从用户端和网络端两个方面出发，将用户侧的时延和传输速率需求与网络侧的负载均衡需求综合考虑作为即时回报的相关参数，通过基于Nash Q-Learning的算法进行学习，得到异构网络环境下的网络选择决策模型。仿真结果表明，所提异构网络选择方法针对不同业务类型用户的需求均能选择合适的网络，同时均衡网络的负载，充分利用异构无线网络的资源。     

两用户非正交多址接入的最优时延均衡和功率控制方法

该文针对采用非正交多址接入(NOMA)技术的两用户单小区网络,考虑信道衰落的随机性和业务到达的动态性,以均衡用户排队时延并最大化网络总吞吐量为目标,构建了资源管理的随机优化问题。基于李雅普诺夫优化方法,推导了随机优化问题的最优解的闭式表达式,并提出一种低复杂度的联合时延均衡和功率控制的最优资源管理方法。对比了采用NOMA时的次优资源管理方法与采用时分多址接入方法时的最优资源管理方法,仿真结果表明所提方法能够显著提升网络性能。     

基于混沌遗传的异构无线网络接入选择策略

为了解决异构无线网络接入选择问题,提出一种基于混沌遗传算法的解决方法.将网络接入选择转换为一个多属性优化问题,利用混沌遗传算法解决全局寻优问题.算法首先通过超混沌系统产生初始种群和混沌扰动向量,对遗传算法进行改进;然后利用混沌遗传算法对适应度函数求解得到网络选择评价指标权重.仿真结果表明,该算法能够使新到达的用户更均匀地分布在各备选网络中,有效降低网络阻塞率并减小各候选网络阻塞率差距,实现网络的负载均衡.     

异构无线网络中新的成本感知网络切换方案

针对异构无线网络中用户希望通过较低的花费获取最满意的网络服务的需求,本文提出了一种以用户为中心的成本感知网络切换方案.首先,根据用户能够获取到的网络传输速率建立用户服务满足度模型,并结合归一化的网络费用,将网络切换问题转化为一个多目标优化问题.考虑到网络阻塞是由于大量用户同时选择同一个网络导致的,将这种背景下的用户决策行为转化为EI Farol酒吧问题,通过求解该问题纳什均衡状态下的用户获取网络服务的概率来得到用户服务满足度的期望值.最后,通过考虑用户服务满足度回报率将所构建的多目标优化问题转化为一个最大化问题.仿真结果表明本文算法能够提高网络总吞吐量,降低用户切换阻塞率,使网络负载更加均衡.     

基于功率控制和信道分配的网络优化算法

WLAN已经在各种场所进行了大规模的布设,但是用户网络质量感知较差,甚至出现掉线、不能接入网络等问题。针对这种情况,设计了一种基于功率控制和信道分配的网络优化算法,该方案采用功率控制及信道分配的方法对特定范围内的无线局域网进行优化,最大化无线局域网的有效带宽,同时保证网络负载的均衡。仿真实验结果表明,提出的功率控制及信道分配的网络优化方案提高了网络的性能。     

异构网络中多网络并行传输的网络选择算法

为了充分利用异构网络中的无线资源,提出了一种基于多网络并行传输的异构网络接入选择算法,该算法根据终端接收信号功率确定能够进行通信的无线网络,以这些无线网络的任意非空子集作为候选方案,计算各个方案对应的聚合属性,再根据吞吐量和功耗阈值条件限定候选网络方案,对这些方案建立多属性决策矩阵,采用基于用户偏好的逼近理想值排序法(TOPSIS)得到各个候选网络方案的效用函数值,从中选出与理想方案最接近的多网络接入方案。仿真结果表明该算法能有效改善用户服务质量,提高用户吞吐量,降低用户的单位吞吐量对应的功耗和费用,保证网络的负载均衡。      

LTE网络中多目标优化的动态负载均衡算法

小区间动态负载均衡算法的优劣对网络性能有很大的影响,现有算法大都顾此失彼,难以保证网络关键性能指标(如呼叫阻塞率等)达到最佳。为解决这个问题,该文将负载均衡问题建模为多目标优化问题,分别对不同服务质量要求用户建模其相应目标优化函数,对有服务质量要求用户的目标函数是负载均衡指示函数和网络平均负载函数的联合优化函数,而对没有服务质量要求用户(BE用户)的目标函数是所有BE用户吞吐量的总效用函数,并将小区可用资源数和用户服务质量要求作为约束条件。另外,考虑到在实际系统中运行的计算复杂度问题,提出一种复杂度较低的分布式负载均衡算法。包括资源调度策略,用户切换条件和呼叫接入控制。仿真结果表明,该文算法可达到较好的负载均衡效果,能有效降低有服务质量要求用户的呼叫阻塞率,提高网络资源利用率。     

多层立体网络基于用户特征的切换方法

文中提出了一种多层立体网络中基于用户特征的切换方法,以天地一体的用户接入和通信过程为主要研究对象,提出了在多层立体网络中用户切换的方法与实现过程。切换方法考虑了接入点的基础条件、用户特征和相对移动性,以提高负载均衡和降低切换次数等作为设计目标,降低了切换对网络的影响,提高了网络的可控性与安全性。该方法可用于未来天地一体多层立体网络中,实现多种接入方式的优化选择与无缝切换。     

基于模糊神经网络的异构无线网络接入选择算法

针对现有异构无线网络基于模糊逻辑及神经网络的接入选择方法未能合理考虑网络负载状况的问题,提出一种基于RBF(径向基函数)模糊神经网络的接入选择方法.该方法以可接入网络的接入阻塞率相等为模糊神经网络参数强化学习的目标,对网络负载程度具有很好的动态适应性,实现了智能化的接入判决.仿真结果表明,该方法能有效均衡异构无线网络间的负载,保障实时与非实时业务的QoS,并且相对于负载均衡算法(MLB算法)降低了网络的接入阻塞率.     

基于传输速率自适应的动态带宽分配算法

提出一种基于传输速率自适应的动态带宽分配算法,为异构无线网络中的多业务提供服务质量保证。根据所提的传输速率优先级决策模型,在传输速率QoS需求和异构网络容量约束的条件下,通过动态调整不同网络中各个移动终端所支持业务的传输速率来得到最优带宽重分配矩阵,以最大化整个异构网络的效用函数;将自适应带宽重分配问题描述为一个优化问题,采用动态优化的迭代算法自适应调节用户传输速率来进一步最大化该效用函数。理论分析和数值仿真结果表明,所提算法在给定传输速率且满足QoS需求的基础上,能够最大化网络的效用函数并减小新呼叫的阻塞概率。     

个体拥挤度快速排序MABC的RFID系统设计

大规模物联网射频识别(RFID)网络规划问题已被证明是一个NP难问题,为提高物联网RFID系统设计的合理性,提出一种基于个体拥挤度快速排序MABC的物联网RFID系统设计方法。首先,将RFID网络规划问题(RNP)分解为最佳标签覆盖、读写器干扰、经济性指标和负载均衡指标四项指标构成的多目标优化问题,并引入多目标人工蜂群算法(ABC)进行优化;其次,为提高ABC算法的优化性能,利用非支配排序方法设计了一种快速的排序方法,并利用拥挤度分析提高种群的多样性;最后,通过实验对比验证了所提系统设计方法的有效性。     

WLAN Mesh中基于负载均衡的接入点选择方法

针对WLAN Mesh网络进行接入点选择方法设计时,传统的接入方法以RSSI强度作为接入判断准则存在的缺陷问题,提出一种基于负载均衡的接入点选择方法,通过在负载均衡器中添加负载控制模块对网络和节点的负载进行实时监控,并建立网络效用模型,确定联合网络收益最大所对应的每个网络的接入用户数量,使得网络之间负载均衡且联合收益最大化.     

WLAN_MESH中一种基于负载均衡的接入点选择方法

针对WLAN Mesh网络进行接入点选择方法设计时,传统的接入方法以RSSI强度作为接入判断准则存在的缺陷问题,本文提出一种基于负载均衡的接入点选择方法,通过在负载均衡器中添加负载控制模块对网络和节点的负载进行实时监控,并建立网络效用模型,确定联合网络收益最大所对应的每个网络的接入用户数量,使得网络之间负载均衡且联合收益最大化。     

基于自适应算子与非支配排序的星地网络多目标优化方法

低轨(Low Earth Orbit,LEO)高通量卫星将成为未来非地面网络的重要组成部分。基于星上灵活载荷技术,探索未来6G星地网络动态高效的多维资源调度和多指标优化方法。实际优化过程中,多个指标间如吞吐量、接入用户数等往往相互冲突。已有工作多通过加权求和将多个优化目标转换为单目标优化问题进行求解。然而此种方法通常存在不同目标函数之间量纲单位无法统一,病态矩阵造成各目标函数权重无法准确分配,以及在大规模优化中难以接近帕累托前沿等问题。针对星地融合网络如何同时提高终端接入数量与提高多用户吞吐的优化问题,建立单目标和多目标优化模型,通过对单目标优化问题分配不同权重,进行最优求解,产生多组优化结果作为性能比较的基准方案之一,提出基于快速非支配排序与自适应算子调整的高效多目标优化算法。实验结果表明,所提算法较加权单目标优化与传统多目标优化算法,可有效提升整体的优化性能,进而提升星地融合网络的通信性能。     

配网运行方式综合优化管理研究

网络重构、并联电容器组以及分布式电源的选址优化是基于配网扩建管理中,较为经济的调控手段。文中通过优化系统的网络结构、优化配置电容器组以及分布式电源的安装位置以综合改善配网的损耗、系统电压稳定性以及线路负荷均衡度。文中建立了配网多目标优化控制模型;并通过非支配排序遗传算法以及模糊决策分析法求解配网最佳运行方式。最后,通过仿真测试系统验证了综合方式运行优化的有效性。     

基于Stackelberg博弈的动态频谱接入控制

为了解决多主用户和多次级用户共存网络的频谱资源分配问题,提出了一种基于斯塔科尔伯格（Stackelberg）博弈的动态频谱接入控制算法。该算法通过三阶段Stackelberg博弈模拟主用户频谱竞价,博弈过程中次级用户以最大化传输速率为目的接入主用户频谱,同时设计了一种迭代过程来求解纳什均衡。实验计算与结果分析证明了纳什均衡唯一存在性的充要条件,并说明了迭代过程的收敛性以及主用户最佳效用的影响因素。     

多QoS约束条件下的多目标网络优化

多约束、多业务、多目标的网络优化是一个复杂且涉及范围广泛的课题。文中在对该课题进行分析的基础上,提出了一种基于遗传算法的多目标网络优化算法(MOPGA)。该算法使用了多约束条件下的路径集预处理,使得每项业务能够获得所需的QoS服务质量,通过对所有业务的路由号进行编码,将问题的解空间转换到遗传算法的搜索空间,达到对全网业务的综合考虑。改进后的适应度函数刻划了网络的费用、链路利用率方差和最大链路利用率、爆破处理以及个体淘汰机制增加了种群多样性,挣脱了未成熟收敛。以求解精度作为算法终止条件,使得算法运行时间减少。仿真实验表明,所提出的算法能高效、快速解决实际多目标网络优化问题,同时在满足多QoS约束条件下可均衡各子目标函数。