基于相继干扰消除和跨层并发传输的物联网数据聚合调度

近年来物联网在许多军事和民用领域(灾后恢复、环境监控和军事对抗等)展现出蓬勃的应用前景,而在实际应用中,为了维护终端数据的新鲜度,必须以尽可能低的时延来完成数据聚合调度,从而为用户提供及时准确的数据服务.但是,受信号干扰的影响,最低时延数据聚合调度问题已被证明是NP(Non-deterministic Polynomial)难问题,而如何设计低时延的数据聚合调度算法是物联网领域的研究热点.现有面向传统物联网(如无线传感网)的解决方案通常采用逐层调度方法和干扰避免技术来实现,减少了可并发传输的链路数目,不利于降低数据聚合时延.值得关注的是,相继干扰消除(Successive Interference Cancellation,SIC)技术作为一种简单而强大的多包接收技术,是研究者近年来取得的重大突破,而如何结合SIC技术来设计物联网低时延数据聚合调度算法具有非常重要的理论研究意义.因此,本文以最大程度地增加可并发传输的链路数目为目标,利用跨层并发传输的思想来进行数据聚合调度,并结合SIC技术来实现链路调度,提出了一种新颖的低时延数据聚合调度算法.实验结果表明,与现有算法相比,本文所提算法在数据聚合时延优化方面最多可达43.8％.     

基于PSO的置换流水车间调度算法

置换流水车间调度问题(PFSP)是典型的具有工程背景的组合优化问题.对该问题的研究具有重要的理论意义与应用价值.本文针对PFSP问题提出了新的基于粒子群优化(PSO)的调度算法.论文分析了广义粒子群优化(GPSO)模型中信息流动拓扑结构的缺陷,提出新的基于种群的元启发式算法信息共享机制SISM.基于SISM信息共享机制的PSO调度算法利用PFSP问题的邻域知识指导个体的局部搜索.与历史文献中该问题的代表性算法比较,该算法可在调度质量与计算费用之间获得较好的平衡.仿真实例验证了该调度算法的有效性.     

无线传感器网络中联合路由优化的高能效链路调度

链路调度技术是提高无线传感器网络数据传输可靠性的重要途径.传统的链路调度算法主要关注如何寻找无干扰传输条件下的最小调度帧,而忽视路径选择对链路调度的影响,会导致部分链路的干扰集过大,降低了时隙复用性.针对这一难题,系统分析了链路调度与路径选择及网络能耗的关系,提出联合路径优化的高能效链路调度模型.为加快求解速度,首先通过变量删减及模型转化,提出基于整数规划的最优路由树构建算法;进一步,根据整数规划求解的路由树与链路需求,提出基于最大干扰度优先的启发式链路调度算法.大量仿真实验验证了本文算法的有效性.     

带精英集并行遗传算法的无人机干扰资源调度

在中大规模无人机干扰资源调度中,针对现有模型约束条件简单、调度算法适用规模较小的问题,该文提出了带最少任务数约束的资源调度模型,以最大化干扰效益和最小化成本为目标,用层次分析法对效益与成本指标赋权,并设计了一种用精英集加快收敛的改进并行遗传算法。在中等规模和500:500(干扰资源数:目标数)的更大规模仿真实验中,所提算法与遗传算法、非支配排序遗传算法II、修复遗传算法、基于岛屿模型的并行遗传算法和自适应模拟退火遗传禁忌搜索算法的性能相比,能在更短的时长内达到较优的目标函数值。     

一种抑制小区间干扰的比例公平调度算法

针对LTE-Advanced系统中小区间干扰及用户公平性问题,提出了基于多小区联合预编码和静态功率控制的比例公平(MCPPC-PF)调度算法。通过干扰空间迫零和静态控制发射功率的方法抑制小区间干扰,并结合比例公平(PF)调度算法,提高用户的公平性。仿真结果表明,与传统算法相比,MCPPC-PF算法提升系统容量的同时还提高了用户的公平性;与基于多小区联合预编码和静态功率控制的最大化吞吐量调度算法相比,MCPPC-PF算法在系统容量损失了4.6%的情况下,边缘用户容量提高了约45%。     

基于强化学习的定向无线通信网络抗干扰资源调度算法

为了在无线网络中进行高效的链路资源调度、减小网络干扰、提高网络容量,提出了一种利用回溯天线并考虑干扰环境的链路资源分布式智能调度算法.首先,结合通信的路径损耗模型设计卷积核,对节点密度矩阵进行卷积来衡量干扰链路强度,从而避免对所有干扰链路进行信道估计产生巨大的计算代价;然后,结合强化学习的思想设计了与通信环境交互的链路调度学习模型,每个链路利用神经网络进行独立的训练,将训练所得的决策结果反馈到环境中进行状态更新,模型在不断更新的环境中迭代来学习最优的调度策略.该方法能分布式的运行,可有效衡量无线网络中的链路干扰强度,结合衡量结果进行高效的链路资源分布式调度,从而最大化网络容量.仿真结果验证了该调度算法无论是在算法迭代收敛还是网络容量性能上都能很好地逼近全局的调度算法,达到全局算法最优结果的92%~100%.     

多小区OFDMA系统基于改进PSA的资源分配算法

针对载波、功率资源分配问题,考虑本小区对其它小区的干扰情况,提出了一种应用于多小区正交频分多址复用(OFDMA)系统中的改进罚函数模拟退火(PSA)算法.该问题模型是在传输速率和性能一定的条件下,最小化传输功率.该算法是一种随机寻优算法,是一种能将局部搜索扩展为全局搜索的启发式算法.仿真结果表明,改进算法简化了问题模型...     

感知无线电中频谱共享技术的研究

文章研究了感知无线电网络中联合频谱分配和调度的问题,给出了基于物理干扰模型的频谱分配算法。调度算法是对由频谱分配算法得到的一系列传输模式进行调度,从而实现频谱共享。本文基于提出的频谱分配算法通过仿真比较了三种调度算法,结果表明考虑了公平性的调度算法的网络吞吐量有稍微的降低（可达到最大吞吐量的96%）,但感知用户的整体需求满足度却得到了很大的提高,即达到了很好的公平性。     

一种新的基于GPS的分组公平调度器

GPS(通用处理器共享)是一种调度算法流模型,WFQ(加权公平排队)、WF²Q(最差情形公平加权公平排队)等调度算法都是基于对GPS的模拟.本文证明了WFQ、WF²Q等算法并不是P-GPS(基于分组的GPS),也就不能保证P-GPS的时延及服务特性.此外,本文提出了正确的P-GPS的分组公平调度器模型.     

MUMF-支持单多播公平服务的调度策略

基于联合输入交叉点排队(CICQ,combined input and cross-point queuing)交换结构探讨了单多播混合调度的公平性问题,提出了能够为单多播业务提供混合公平性的CICQ理想调度模型。基于理想调度模型,提出了逼近理想调度模型的MUMF(mixed uni-and multicast fair)调度算法,MUMF调度算法采用了分级和层次化的公平调度机制,通过输入调度和交叉点调度确保单多播业务混合调度的公平性。MUMF交换机制的每个输入、输出端口可独立地进行分组交换,具有良好可扩展特性。最后,基于SPES(switching performance evaluation system)的性能仿真结果表明MUMF调度算法具有良好的时延、公平性和吞吐量性能。     

最大化SLNR及软频率复用的比例公平调度算法

针对 LTE-Advanced 系统中小区间干扰及用户公平性问题,提出了最大化信漏噪比(SLNR)及软频率复用的比例公平调度算法(SLNR–SFR–PF)。该算法通过基于最大化 SLNR的分布式预编码和软频率复用的方法抑制小区间干扰,并结合比例公平调度算法,提高用户的公平性。仿真结果表明,与 SLNR–PF 算法相比,SLNR–SFR–PF 算法使系统容量提高了约7.9%,同时,小区边缘的平均用户数据速率提高了11.5%。     

LTE系统分组调度算法的线性规划求解

针对LTE系统中的分组调度问题,提出了一种利用线性规划求解的方法.该模型根据分组调度算法中的基本约束求解最优化的目标函数,即尽可能提高系统的整体吞吐量.仿真结果表明,该方法对于经典调度算法中的轮询算法(Round Robin,RR)求解在系统吞吐量方面有很大的提高.     

基于优化回溯模型的无重叠模调度算法

软件流水技术通过重组循环体来挖掘指令级并行性,模调度是一类广泛使用的软件流水调度算法.传统模调度算法通常会产生变量活跃域重叠和寄存器压力增大问题,无法适用于嵌入式处理器.本文面向嵌入式处理器特性,建立了一种优化回溯模型,并基于该回溯模型提出了一种面向嵌入式处理器的无重叠模调度算法(NOn-Over-lapped Iterative Modulo Scheduling,简称NOOI).NOOI算法使用循环相关反依赖消除变量活跃域重叠,并使用依赖约束和资源约束回溯模型消解节点冲突,从而提高了模调度的有效性.实验结果表明,NOOI模调度算法能够有效改进模调度成功率和循环启动间距,并提高程序性能.     

基于ICA的无线电通信干扰抑制

抑制无线电通信信号中的干扰是提高通信可靠性的有效措施.传统的干扰抑制技术存在算法、设备复杂,对信号有损伤和实时性差等问题.针对存在的问题,在分析研究盲源分离(BSS)的理论基础上建立了基于最大信噪比算法的ICA通信干扰抑制模型;基于该模型仿真实现了无线电通信信号的分离提取和多路干扰信号的抑制.仿真结果表明,基于ICA的...     

MIMO-pipe模型下基于干扰对齐的链路调度算法

尽管干扰对齐（Interference Alignment, IA）能从信息论的角度提升系统的频谱利用率,但其在链路调度方面的性能发挥仍然受到干扰模型的限制。与常用的协议干扰模型、物理干扰模型相比,MIMO-pipe模型更能够反映MIMO链路分集增益与复用增益的折中关系。因此,为了研究IA对MIMO-pipe模型下链路调度性能的影响,本文在现有MIMO-pipe模型的基础上,进一步推导了IA条件下的等效MIMO-pipe模型,给出了干扰对齐条件下每条MIMO链路对应的可行传输速率与信干噪比需求之间的折衷关系集,并提出了一种基于IA等效MIMO-pipe模型的分布式算法。理论分析和仿真结果表明,等效MIMO-pipe模型能较好的反映出IA的特点。同时,在吞吐量略有降低的条件下,基于该IA等效模型的链路调度算法所需的调度时隙数明显少于未采用IA的链路调度算法。      

基于深度强化学习的多AMR路径规划算法研究

针对箱式仓储环境下的多自主移动机器人(AMR)调度问题,传统动态路径规划算法(TDP)有解算可行路径效率低、系统实时性较差的缺点。针对这一问题,文中以时间最优为目标建立强化学习算法(RL)模型,用于提高多AMR同时调度的路径规划求解速度。此外,结合深度学习(DL)算法的优点,采用深度强化学习算法(DRL)有效缩短高维度、复杂工况下RL算法模型训练的收敛时间。仿真对比了TDP、RL和DRL三种算法模型,验证了DRL方法的有效性。     

应答式干扰下基于Q学习算法的跳频系统信道调度方法

针对应答式干扰对跳频通信的影响,提出了基于Q学习算法的认知无线电跳频系统信道调度模型.该模型根据认知系统对跳频行为的实时回报评估值,运用机器学习的方法寻找出最合理的规避干扰策略,最终达到适应干扰的目的.运用Simulink对该干扰方式下的算法应用性能进行了仿真验证,结果表明该算法能够降低跳频系统此干扰下的误比特率到1%以下,基本接近未受干扰下的误比特率.     

阵列处理器中改进几乎空白子帧算法的并行化实现

两层异构网络中出现的小区间干扰协调是当前异构网络干扰问题研究的热点。针对软件实现增强小区调度几乎空白子帧(ABS)的干扰方案存在处理数据量大、速度慢的缺点,基于可重构阵列结构提出了一种动态ABS干扰协调的并行化硬件实现方案。该算法在增强小区内根据用户数动态分配ABS比例,以改善小区边缘用户的信道容量,通过流水线的方式使用多个轻核处理元(PE)实现并行计算以提高运算效率。测试结果表明,使用12个PE同时调度实现算法的映射,运行1983个周期,其性能比单个PE提升77.03%,该算法的并行计算能力得到显著提升,宏基站用户的吞吐量可以达到4.76 Mbit/s.     

电网调度自动化的任务服务模型和调度算法研究

电网调度自动化是确保电力系统安全、稳定、可靠运行的重要手段,调度中心任务的处理效率将会直接影响到整个系统的性能.本文针对电网调度中心的实时任务特点,提出了一种高可靠的分布式动态镜像服务模型,并在此模型基础上实现了一种基于预测的任务调度算法—动态模糊调度DFS(Dynamic Fuzzy Scheduling)算法,此算法的调度依据是经过模糊变换后的资源调度决策集.对系统的模拟测试结果表明其具有良好的响应特性、服务能力和可靠性,比基于RT-SADS算法进行调度的系统在性能上有较大的改善.     

一种启发式邮政运输调度优化方法

本文研究了邮政运输调度问题的数学模型和相应的神经网络求解模型.针对邮政运输调度问题的特点和神经网络求解模型中存在的问题,提出了一种启发式算法,实验仿真结果表明启发式算法具有较好的性能.