强动态Ad Hoc网的拥塞控制:价格协作和滚动优化

Ad Hoc网络存在着无线多跳连接、节点移动这两个本质的特点.前者引起了与固定网络截然不同的信息流竞争新特点,后者导致了网络状态不断发生变化.首先,在采用链路干扰集描述信息流竞争特点的基础上,将小时间段内网络状态不变的拥塞控制问题表达成非线性优化问题;其次,运用基于对偶分解理论的价格协作法PCA(price cooperation approach)求解该优化问题,构建了一个基于链路干扰集的价格框架.同时,运用队列长度监控、邻居集合近似和HELLO捎带信息这3种技术将PCA转化成在实际Ad Hoc网络环境中可实施的协议.另一方面,运用状态检测和滚动优化方法,有针对性地解决Ad Hoc网络状态不确定时变性带来的问题,相应地设计了自适应优化策略AOS(adaptive optimization strategy).MATLAB仿真结果表明,AOS策略比PCA对网络状态的变化具有更好的自适应性能.NS仿真实验结果表明了PCA和PCA AOS在几乎所有的仿真场景和移动环境下,在重要的性能指标,包括吞吐量、丢包率、公平性等方面,都比TCP,ATCP和ATP有了明显的改进.  

功率受限的无线网络的传输速率控制

无线自组织网络是没有预置基础设施支撑的自组织可重构的自治网络.由于需要克服远近效应问题、干扰问题以及提高信道的空间复用度,并且为了降低网络节点的能耗,提高网络的生存时间和系统的能量效率,网络节点的发射功率受到限制.因此,如何在功率受限的情况下保证网络数据传榆性能,成为无线网络的关键问题.提出了功率受限的无线自组织网络模型,该模型用发送功率的凸函数作为度量效用的指标之一,更加贴切地反映了网络节点功率受限的特点.采用对偶分解的方法求解模型,得到分布式算法,协调节点的传输功率和数据速率,达到全网效用最大化.最后用具体的拓扑和效用函数进行仿真,验证了算法的收敛性,并考察传输速率和功率的关系对网络性能的影响.  

WSN中基于对偶分解和次梯度策略的能耗管理方案

为了减弱充电速率的时间可变性对能量收集传感器网络的影响,文中提出一种基于高效对偶分解和次梯度策略的算法Quick-Fix来计算数据采样率和路由;另外,为了应对因充电率发生波动所造成的电池断电、溢出、采样丢失和能量收集机会丢失等情况,提出一种本地算法SnapIt,通过对采集率进行调节以维持电池电量在目标水平上;基于TOSSIM模拟器的性能评估表明,联合QuickFix和SnapIt可跟踪网络瞬时最优效用,同时维持电池电量处于目标水平;与基于余压的IFRC相比,文中方法使总体数据速率平均提升42％,同时显著提升了网络效用.  

无线传感网络中速率效用与链路能耗的联合优化

针对能量受限的无线传感网络,提出了一种基于功率相关链路容量约束的源节点速率效用与链路能耗联合优化模型。针对传统对偶次梯度算法在分布式求解时存在收敛速度慢的缺点,提出了多步加权加速梯度方法,利用过去迭代计算历史信息来加快拉格朗日乘子的更新速率,从而快速取得速率效用与链路能耗的联合优化解。仿真实验表明,所提出的加速梯度方法取得了比对偶次梯度算法更快的收敛性。  

多用户OFDM系统物理层安全资源分配方案

现有多用户正交频分复用(OFDM)无线通信系统的资源分配方案未考虑安全传输问题。为此，提出一种物理层安全约束下的资源分配方案，从信息安全理论的角度构建多用户OFDM系统窃听信道模型，在此基础上，利用子载波与功率的联合优化分配方案，在满足各用户安全服务质量(QoS)需求的条件下，通过对偶分解实现系统保密容量最大化的优化目标。仿真结果表明，当系统选用64个子载波为8个授权用户提供服务时，该分配方案在满足各授权用户安全QoS需求的同时，其保密容量相比参考方案最多可提高2.071 bit/s/Hz。  

基于MIMO多跳认知无线电网络的跨层优化研究

多输入多输出（MIMO）技术是突破香农（Shannon）容量限制的一项有效手段。而认知无线电（CR）是近几年的热点研究领域,它能够极大的提高网络资源使用效率。结合这两种技术,研究了基于MIMO的认知无线网络的跨层优化：路由选择、能量分配和带宽分配。采用对偶分解算法将主问题分解为网络层和物理层子问题,并提出了交替更新算法有效解决了物理层子问题。  

基于对偶分解的词语对齐搜索算法

词语对齐旨在计算平行文本中词语之间的对应关系,对机器翻译、双语词典构造等多项自然语言处理任务都具有重要的影响.虽然近年来词语对齐在建模和训练算法方面取得了显著的进展,但搜索算法往往都采用简单的贪心策略,面临着搜索错误较大的问题.该文提出了一种基于对偶分解的词语对齐搜索算法,将复杂问题分解为两个相对简单的子问题,迭代求解直至收敛于最优解.由于对偶分解能够保证求解的收敛性和最优性,该文提出的搜索算法在2005年度863计划词语对齐评测数据集上显著超过GIZA++和判别式词语对齐系统,对齐错误率分别降低4.2％和1.1％.  

概率图模型中的变分近似推理方法

概率图模型将图论和概率论相结合,为多个变量之间复杂依赖关系的表示提供了统一的框架,在计算机视觉、自然语言处理和计算生物学等领域有着广泛的应用.概率推理(包括计算边缘概率和计算最大概率状态等问题)是概率图模型研究及应用的核心问题.本文主要介绍概率图模型近似推理方法中变分推理的最新研究成果.在变分近似推理的框架下,系统地归纳了概率图模型推理问题的基本研究思路,综述了目前主要的近似推理方法,并分析了近似算法的单调性、收敛性和全局性等性质.最后,对概率图模型近似推理方法的研究方向和应用前景作了展望.  

基于主用户公平性保护的最优功率分配

考虑了一个主用户为集中式通信系统的基于OFDM的认知无线电场景。因为认知用户的发送端到主用户的各个子用户之间的信道质量可能存在很大的差异,因而认知用户给各个子用户导致的干扰可能存在很大的不平衡,有的可能几乎没有受到干扰,而另外一些可能遭受到非常严重的干扰甚至中断。为了确保主用户中每个子用户的通信质量,考虑了基于对主用户中各个子用户公平性保护的最优功率分配的问题,它的最优解也被推导。仿真结果显示,提出的算法能够在资源(功率、频谱)的使用效率和对主用户各子用户保护的公平性之间取得良好的平衡。  

基于网络编码的分布式无线光网络在线优化

最近, 一种集成骨干光传输网络、无源光网络和无线接入网的混合宽带无线光网络被提出。这种网络具有大带宽、低费用和无处不在的信息接入等特点。考虑在这种网络中的基于网络编码的多播会话的设计问题, 使得网络效用最大化, 而布网的费用最小化。这个问题被转换为一个混合的整数非线性规划问题, 精确求解极其困难。为了使得问题简化, 采用了一种两步优化方法进行求解, 交替地为多播会话选择光网络单元和网关。在每一次迭代过程中需要解决两个问题：光网络的网络编码设计问题和无线网络的用户和带宽分配问题。前者通过基于拉格朗日对偶分解的分布式方法实现; 后者通过广义Benders分解实现。通过仿真验证了所采用的方法的有效性。