面向6G通感算融合的多粒度资源分配算法

面向6G通信-感知-计算(通感算)融合的发展需求,亟需突破其资源高效分配算法。提出一种面向6G通感算融合的多粒度资源分配算法,该算法根据感知的网络状态以及基站自身状态,在多时间粒度上调整资源分配策略时间。首先,该算法将通信、感知、计算资源联合优化问题建模为多时间粒度上的最大化效用函数问题;其次,采用决斗深度Q网络(Dueling Deep Q-network, Dueling DQN)算法关注重要状态,忽视不重要状态,可以较快地找到最佳动作;最后在所搭建的实验平台中,将所提算法与多种资源分配算法进行对比,提高网络频谱效率,并降低传输时延、处理时延和资源分配动作执行的成本。     

D2D通信中基于粒子群优化的能效最大化策略

5G中终端的能量消耗和频谱资源问题日益严重,在终端直通技术(D2D)中尤为突出.为了提高D2D对用户(DP)的能效和资源利用率,提出了一种基于粒子群算法的联合功率控制和资源分配策略.以最大化D2 D链路总能效为目标,将构造的资源分配矩阵和功率分配矩阵作为粒子的位置,依照蜂窝用户(CU)和DP服务质量的约束来修正粒子位置和速度,使之适合于原分式规划问题的求解,合理地提升了DP的总能效,实现了一个DP链路能复用多个CU资源.仿真结果表明,所提算法不仅使能效显著提升,而且使资源利用率提高了80%.     

超密集小区中基于二分图优先级的资源分配算法

由于在超密集网络中小基站密集的部署,用户数据量空前增加,对数据速率的要求不断提高,所以在有限的资源下如何高效地将资源分配给用户尤为重要。提出了一种小区分簇算法,根据小区簇的通信业务、通信负载量等条件将各个小区分为不同的优先级,引入二分图,以小区簇的优先级为依据建立频谱资源与小区簇之间的匹配关系,并提出一种低复杂度的贪婪算法。仿真结果表明所提算法能够有效提高系统性能,并且有效完成频谱资源的分配。     

认知异构网络中基于克隆选择算法的动态频谱分配

建立了认知异构无线网络的系统模型。基于该模型,以网络效益最大化为目标,考虑接入网的频谱需求,接入网之间的干扰和对应异构网络不同接入技术的多粒度重叠信道之间的干扰约束条件,将频谱资源分配建模为非线性约束0-1整数规划问题,进而提出基于克隆选择的认知异构网络中动态频谱分配算法,并在该算法中设计了一种新的能够同时考虑接入网频谱需求和多粒度信道频谱资源的抗体整数编码方式。仿真结果表明,所提算法相比于贪婪分配算法,增加了网络效益,提高了频谱使用效率。     

基于并行CNN的RIS辅助D2D保密通信系统资源分配算法

为满足智能信号处理和物理层安全需求,针对频谱资源紧缺问题,提出了一种智能超表面辅助设备到设备(D2D)通信的资源分配算法.D2D用户通过复用蜂窝用户频谱资源实现通信,考虑D2D传输速率、基站发射功率和RIS发射相移约束,构建了用户保密速率最大化问题.为了解决该非线性规划问题,提出了一种并行卷积神经网络算法,以得到最佳资...     

基于排队时延及博弈分析的认知无线网络信道分配算法

提出了一种适用于认知无线网络的分布式动态频谱资源分配算法。该方法以业务分组的传输成功率作为用户的效用函数,通过优先级排队模型求解传输时延,并采用分布式博弈获得各用户的信道分配策略。与已有的算法相比,所提算法对策略迭代方式进行了改进,且采用了动态策略调整步长。各从用户根据当前感知的网络状态和其余用户的策略,不断动态调整自身的信道选择策略。所提出的算法能够使各认知用户信道选择策略更加快速地收敛到策略均衡点,有效抑制策略的振荡,减小分组丢失率。基于MATLAB对所提出的算法的性能进行了仿真,仿真结果验证了该算法的有效性。     

混合D2D蜂窝网络中基于模拟退火算法的资源调度策略

D2D通信是未来5G网络中一种近距离直通通信方式,在通信过程中,信息直接由发送端传给接收用户,而不需要经过基站的转发.在传统蜂窝网络中引入D2D通信可以极大地提升系统的总吞吐量、增大频谱资源的利用率以及降低发射终端的功耗.主要介绍了一种适用于混合D2D蜂窝网络中的资源分配方法,通过拉格朗日乘子法结合模拟退火算法实现频谱资源的分配,提出一种同时考虑信道容量和能耗的基于模拟退火算法的资源调度策略.本算法在维也纳仿真平台上经仿真验证,相比于传统贪婪优化算法,可以明显增大系统总吞吐量和频谱资源利用率.另外,算法中采用了分布式资源调度方法,D2D用户根据算法步骤自行搜索适合的目标信道并计算其发射功率,可以有效减少基站的信令开销.     

一种5G异构云无线接入网络的D2D资源分配算法

为了解决设备对设备(Device-to-Device,D2D)资源共享带来的信号干扰问题,提出了一种5G异构云无线接入网络的D2D通信资源分配算法.在保证服务质量的前提下,将宏用户设备的频谱资源分配给D2D和中继用户设备,并且把资源分配问题看作一对一的匹配博弈.采用婚姻匹配理论,得到初始的匹配方案.在初始匹配的基础上,提出了一种遵循卡尔多-希克斯(Kaldor-Hicks)原则的资源交换策略,以提高系统的吞吐量.仿真结果表明,该资源分配算法收敛较快,与现有方案相比,能使系统吞吐量提升15％以上,能给系统用户带来约10％的增益,并且有较强抗信道干扰能力.     

基于信干噪比的D2D通信功率控制与资源分配

为了优化长期演进(LTE)系统引入设备直传(D2D)通信后带来的同频干扰、系统边缘用户性能恶化问题,提出一种基于信干噪比(SINR)的多小区D2D通信资源分配方案,通过调整信干噪比阈值将部分蜂窝用户(CU)转化为D2D用户并释放频谱资源进而获得较佳的资源分配策略,同时提出一种基于小区间D2D竞争机制的配置算法有效降低小区间干扰.仿真表明,算法能够有效提升系统容量,并提升小区边缘D2D用户公平性.     

可见光通信异构网络频谱资源分配算法研究

由于当前已有方法未能对用户需求进行分析,导致可见光通信异构网络系统吞吐量以及平均满意度下降。为此,提出一种可见光通信异构网络频谱资源分配算法。将可见光通信异构网络系统最大容量作为目标,综合考虑用户需求以及最大功率限制等约束,构建可见光通信异构网络频谱资源分配模型。将模型中的对偶问题分解为简单的子问题,通过定向变异的遗传算法进行信道分配,采用拍卖算法进行信道内功率分配,最终实现网络频谱资源分配。实验结果表明,所提算法可以有效提升可见光通信异构网络系统吞吐量以及平均满意度。     

Nash bargaining solution based joint time‐frequency‐code‐power resource management algorithm for TD‐LTE systems

This paper presents a joint time‐frequency‐code‐power resource management algorithm based on the Nash bargaining solution in time‐division long term evolution systems. First, a joint radio resource allocation scheme at the time, frequency, code and power domain simultaneously is provided for the time‐division long term evolution system. Second, the proposed algorithm is modeled as a cooperative game under the constraints of each user's minimal rate requirement and available resources, for example, the maximal transmitting power. To reduce the computational complexity, the joint resource allocation algorithm is divided into time‐frequency‐code and power domain resource allocation. Also, we could approach the Pareto optimal rate as closely as possible by iterations. Simulation results show that compared with the other resource allocation algorithms, the proposed algorithm has achieved a good tradeoff between the overall system throughput and fairness among different users. Copyright © 2012 John Wiley & Sons, Ltd.     

基于不完美CSI的D2D通信网络鲁棒能效资源分配算法

针对设备到设备(D2D)直连通信网络传统最优资源分配算法在随机信道时延、信道估计误差影响下鲁棒性弱的问题,该文在考虑参数不确定性影响的条件下,提出D2D用户总能效最大的鲁棒资源分配算法。考虑干扰功率门限、用户最小速率需求、最大传输功率和子信道分配约束,建立了下垫式频谱共享模式下多用户D2D网络资源分配模型。基于有界信道不确定性模型,利用最坏准则方法将原非凸鲁棒资源分配问题转换为确定性的凸优化问题。然后利用拉格朗日对偶理论求得资源分配的解析解。仿真结果表明所提出的算法具有很好的鲁棒性。     

MIMO-OFDM系统中具有QoS保证的动态资源分配

该文在研究了多用户MIMO-OFDM系统中的动态资源分配问题的基础上,提出了一种MIMO-OFDM系统中以获取最大系统吞吐量为目标的新的动态资源分配算法。该算法在满足用户QoS需求的基础上,充分利用多用户分集特性,使系统对空-频二维资源和发送功率进行了有效利用,从而使系统的吞吐量得到了大幅度提高。仿真结果表明,该算法具有良好的性能,能够有效提高系统的吞吐量。     

一种改进的自适应动态资源调配算法

为了改进在分布式环境下用于QoS控制的基于模糊逻辑的动态资源调配算法（FDRA）,提出了基于双阈值和双指针的自适应动态控制资源算法——EFDRA（Enhanced FDRA）,解决了当网络资源紧张时,FDRA算法更新指数上升过大的问题。仿真结果证明,该算法以牺牲少量的阻塞率指标为代价,换来了更新指数指标的显著改善,提高了网络的可扩展性能。     

Adaptive subcarrier and bit allocation based on ant colony optimization

The problem of resource allocation in multiuser orthogonal frequency division multiplexing (OFDM) system is a combinatorial optimization problem, difficult to obtain optimal solutions in polynomial time. For the sake of reducing complexity, it can be solved either by relaxing constraints and making use of linear algorithms or by metaheuristic methods. In this paper, an algorithm based on ant colony optimization (ACO), which is a typical algorithm of metaheuristic methods, is proposed for the problem, utilizing excellent search performance of ACO to obtain good solutions. In addition, a parameter is applied to balance the efficiency and fairness of resource allocation. Performance analysis between algorithms based on ACO and genetic algorithm (GA) is carried out, indicating that the proposed algorithm based on ACO outperforms traditional linear algorithms as well as GA in the system throughput with assurance of fairness simultaneously, being as a promising technology for OFDM resource allocation.     

基于图着色的大规模无人机群三维网络资源分配算法

为了解决大规模无人机集群组网中的网络资源有限、有效分配网络资源难度大的问题,本文针对任意对无人机收发节点构成的通信网络,联合考虑时域、频域、空域,提出了一种基于图着色的三维网络资源分配算法。具体的,本文利用方向回溯阵列天线在传统时频二维网络资源划分的基础上开辟空间维度,得到三维网络资源划分问题。为了解决该三维资源分配问题,本文首先将其建模为图着色问题,然后提出了启发式和贪婪式两种复杂度不同、适应场景也不同的图着色算法,并进一步设计了由着色结果到网络资源分配方案的映射算法。仿真结果验证了所提方法的有效性,相较于传统时分多址接入和时频二维资源分配而言,大大提高了吞吐量和传包成功率。      

基于监督学习的可信云计算资源拍卖机制研究

使用拍卖方式来进行资源分配可以使得资源提供商获得更大的收益,是云计算领域近年来研究的重点之一。但资源分配问题是NP难的,无法在多项式时间内求解,现有研究主要通过近似算法或启发式算法来实现资源分配,但存在算法耗时长,与最优解相比准确度低的缺点。监督学习中分类及回归思想可对多维云资源分配问题进行建模和分析,针对不同问题规模,该文提出基于线性回归、逻辑回归、支持向量机的3种资源分配算法,并且基于临界值理论设计了支付价格算法,从而确保拍卖机制的可信性。在社会福利、分配准确率、算法执行时间、资源利用率等多个方面进行测试分析,取得了很好的效果。     

基于非合作博弈论的多小区OFDMA系统动态资源分配算法研究

该文采用非合作博弈论的方法研究了多小区OFDMA系统中的动态资源分配问题,首先将各基站的发射功率平均分配给各子载波,然后由所有小区在每个子载波上独立地进行资源分配博弈,给出了用户调度与功率分配联合博弈框架。为了进一步简化,将用户调度和资源分配分开完成,通过将信道增益引入到定价函数中,提出了一种新的定价机制,建立了用户确定时的非合作功率分配博弈模型,分析了其纳什均衡的存在性和唯一性,并设计了具体的博弈算法。仿真结果表明,所提算法在保证吞吐量性能的同时,进一步提升了系统的公平性。     

雷达干扰资源优化分配博弈模型和算法

从时间、空间、频率、能量四个方面对干扰效果进行定量描述,构建干扰效益矩阵,建立目标函数,并利用博弈论分析研究雷达有源干扰资源分配问题,证明了纳什均衡的可行性和存在性。基于最佳动态反应设计了集中式迭代干扰策略选择算法,基于学习自动机原理提出了分布式有限反馈干扰资源分配算法。仿真结果表明:文中提出的两种分配算法可以以很低的复杂度来获取一个很好的干扰性能,很好地解决干扰资源分配问题,对实际的指挥有一定的指导意义。     

突防任务中组网雷达干扰资源分配研究

基于突防飞机的位置构建了干扰效果评估指标,综合考虑突防飞机在整个突防过程中的位置变化时的干扰效益,利用概率加权法确定最终的目标函数,采用蚁群算法求解出干扰分配决策。仿真结果表明,该文提出的干扰效果评估指标可以很好地解决干扰资源分配问题,对实际作战指挥有一定的指导意义。