雾计算网络中联邦学习协同的内容缓存方案

为了减小内容获取的时延，保护用户隐私并提高用户体验，提出一种雾计算网络中结合联邦学习和推荐算法优化内容缓存性能的方案。首先，构建了端到端协作的雾计算网络模型，用户可通过端到端和无线链路从用户端、雾节点和云端获取内容；其次，在本地建立深度神经网络模型，利用历史请求数据训练本地模型，利用雾节点聚合本地模型，从而预测全局内容的流行度，同时，向用户提供个性化内容推荐列表，以提高缓存命中率；最后，使用真实数据集进行了仿真实验，实验结果表明，所提方案能有效降低内容的获取时延，提升缓存命中率。     

LTE-Advanced异构网络中负载均衡研究进展及展望

新一代移动通信网络不断演进为高密集、无定型的异构网络,业务需求与资源供给的匹配问题,即负载均衡问题是异构网络(heterogeneous network,HetNet)资源管理的挑战问题之一.阐述了负载均衡的一般性问题,根据负载均衡算法的主要特征给出了综合分类,按照分类对近年来提出的主要负载均衡策略进行了细致和深入的对比分析;同时也对比分析了几种减少负载均衡过程中信令开销的方案.在总结现有研究成果的基础上,进一步分析负载均衡技术的最新发展趋势,为下一步的研究提出了新的问题和思路.     

D-PRMA：一种新的无线Ad Hoc网络资源预留MAC机制

支持资源预留的介质访问控制(MAC)机制是无线ad hoc网络提供服务质量保证的关键。本文在分析分组预留多址接入(PRMA)的基础上，给出了一种新的支持资源预留的无线ad hoc网络MAC机制：分布式PRMA(D-PRMA)。D—PRMA的主要特点是分布式的，这适合无线ad hoc网络无中心的特点，同时，D—PRMA具有很短的碰撞持续时间，支持不同速率的实时业务，避免了对分组的分片和重组。通过仿真，本文进一步分析了D—PRMA的性能，仿真结果表明D—PRMA能保证实时业务的带宽和时延。     

宽带技术与应用讲座第二讲宽带无线接入技术及其展望

本文介绍了各种(宽带)无线接入技术,并分别讨论了他们的优缺点,对现有无线宽带接入技术作了概括,并对宽带无线接入技术的未来进行了展望和预测。     

WMAN中多径路由的容量分析

无线移动自组织网络（WMAN）中,多径路由是一种重要的路由算法,采用多径的目的是增大源节点到目的节点之间路径的容量,因此讨论多径路由的容量是非常有意义的。本文对WMAN中的多径路由的容量进行分析,通过分析得出在源节点与目的节点之间距离较小的情况下,多径路由的容量并不比单径路由容量大。而在源节点与目的节点之间距离较大的情况下,多径路由的容量要比单径路由的容量大,且吞吐量随着跳数的变化缓慢。仿真分析也证明了这一结论。     

基于队列长度的VANETs广播协议

车载自组织网络中,紧急信息的优先级高于服务信息。当节点接收到紧急信息后就会抑制服务信息的发送,造成紧急信息与服务信息之间发送不公平。针对这一矛盾,提出一种基于缓存队列长度的广播协议(BQLP),该协议通过数据包缓存队列长度来调整信息发送的优先级,缓存队列长度越长,节点发送信息的优先级就越高,从而避免因缓存队列过长而引起的数据丢包。仿真结果表明,BQLP协议不仅提高了数据包和节点的接收率,而且降低了数据包传输延时。     

适用于车载自组织网络的稳定成簇算法

车载自组织网络中网络拓扑频繁变化、链路不稳定.若直接使用移动自组网的成簇算法,将会引起传输延时增大及丢包率上升等一系列问题.提出一种基于AP相似度改进的稳定成簇算法——SD成簇算法.本算法以节点之间的相似度(similarity)和周围节点度(degree)作为分簇依据,利用节点的地理位置信息和邻居拓扑信息进行簇头选举.NS2仿真结果表明,该算法能有效地改善车载自组织网络中簇结构的稳定性.     

一种新的Ad hoc网络中的QoS体系结构*

由于MAC机制本身具有带宽分配的能力,Ad hoc网中的区分服务不能实现理想的业务区分。针对该问题提出了一种新的Ad hoc网络的QoS体系结构Diff-EDCF,它通过把区分服务体系结构和IEEE 802．11e MAC层的EDCF机制相结合的方法来解决上述问题,并且进行了仿真验证。仿真结果表明,把此体系结构应用于Ad hos网络后,业务在任何情况下均能被区分,在特定拓扑下通过调节MAC层参数可以达到理想的吞吐量的比值。     

车联网基于信任度的RSU识别及资源分配算法

在车联网中,由于部分路侧单元（RSU）的位置比较偏远,无法得到网络管理员的及时维护,可能遭到攻击,变为不可信任的路侧单元,降低了车辆的通信质量和网络能效.为了有效地识别RSU的可靠性,提出了一种基于信任度的路侧单元识别及资源分配算法,将路侧单元识别、传输模式的选择和功率分配联合建模为网络能效的优化问题,并分成3个子优化问题,分别求解.首先,采用基于信任度的RSU识别算法,识别出可信任和不可信任的路侧单元;其次,优化车辆资源块配置和链路选择;最后,通过次梯度算法优化传输功率,最大化网络能效.理论分析和仿真结果表明,所提算法具备较低的复杂度,可以达到较高的路侧单元识别准确度,并有效地提升网络总能效.     

基于VCG机制和POMDP强化学习的动态频谱分配算法

以认知无线网络动态频谱分配问题为研究对象,提出一种通用的动态频谱分配博弈框架,将频谱的动态变化、认知用户的可能影响频谱分配的自私的网络行为、频谱分配中的信息约束限制和分布式特性在动态频谱环境中加以考虑,通过VCG机制的部署和实施,有效的解决动态频谱分配问题,防止自私用户可能存在欺骗行为;为进一步提高认知无线网络中频谱分配方法的性能,提出了一种动态频谱分配的POMDP强化学习算法,通过认知用户依据它们自身历史信息的观察统计和学习,预测当前竞拍策略,通过累积折扣奖赏影响动态频谱分配。仿真结果表明,基于POMDP强化学习算法可以显著的改善认知用户的行为,提高动态频谱分配性能。