基于不同策略的联合接纳控制算法综述

无线通信网络中多种接入技术将长期并存且协同工作,传统的接纳控制方法无法满足现有用户与网络需求.联合接纳控制是联合无线资源管理的重要组成部分,接纳控制策略的好坏直接影响到用户的服务质量.通过对不同接纳控制策略进行分类并建立相应策略库,设定策略选择机制,以提高阻塞率、中断率、用户满意率及网络资源利用率等指标.以此为指导,分别讨论了不同策略的联合接纳控制算法的性能,并对现有的联合接纳控制算法进行了总结.最后,给出了联合接纳控制下一步需要解决的问题及研究发展方向.     

一种支持SLA的PON接纳控制方法

接纳控制是为保证服务质量而采取的一种预防性负载控制机制,将其引入无源光网络(PON),在传统的接纳控制算法基础上提出支持用户服务等级协议(SLA)的接纳控制方法,将系统资源划分为不同类别,保证不同等级用户的接入请求.具体分析并验证了该方法可提高高级别用户接入请求的性能.     

基于呼叫接纳控制（CAC）的动态频谱接入机制

在认知无线电系统中,认知用户利用授权用户的频谱空洞进行通信,达到提高频谱利用率的目的。动态频谱接入技术是认知无线电系统的关键技术,在文中我们提出了一种使用呼叫接纳控制（CAC）的动态频谱接入机制,经过仿真验证该机制能有效地减小认知无线电系统中认知用户的切换概率,同时次用户对信道的使用率会略有下降。     

异构网络中联合会话接纳控制算法综述

异构网络中的联合会话接纳控制算法就是负责处理新来到的或是切换的会话呼叫请求,根据网络性能、业务类型或是用户偏好等策略,决定会话被哪个RAT（无线接入技术）所接纳。文章介绍了联合会话接纳控制的概念以及主要功能,重点总结了几种主流的联合会话接纳控制算法,并且简要分析了各种算法的优缺点。     

基于静态流感知的接纳控制研究

维持链路正常负载是业务流性能指标保证的关键,接纳控制是链路负载有效控制方式。相对链路容量有固定业务区分速率界值的静态流感知接纳控制,应用与流拥塞状态相关的判决概率实现业务接入区分。同时,利用优先公平调度机制的隐性测量功能测量链路优先队列队长和链路公平速率值,共同对下游链路流承载状态进行评价,并作为接纳控制进行判决的依据。仿真显示,相对基于测量的接纳控制算法具有更好的链路状态自适应性和较高的链路资源效率。     

异构无线网络中基于马尔可夫决策过程的区分业务接纳控制的研究

对异构无线网络中区分业务类型的接纳控制机制进行研究.分析了语音和数据2种典型业务在CDMA蜂窝网络和WLAN中的容量区域.基于马尔可夫决策过程理论,提出异构无线网络中区分业务类型的接纳控制理论模型,规定了不同类型业务的接纳控制行为并推导了系统状态转移概率.而且,进一步从用户角度对不同类型业务QoS要求和网络状态之间关系进行分析,提出一种基于模糊逻辑的接纳效用评估机制,在保证各类业务接入和切换成功率的基础上,推导出接纳效用最大的最优接纳控制策略.仿真表明,基于模糊逻辑的接纳效用评估能够有效反映网络状态动态变化对接纳控制的影响,最优接纳控制策略在平均接纳效用方面明显优于不考虑业务区分和用户移动性2种接纳控制机制,并且能严格保证各类业务的接入和切换成功率.     

基于蚁群算法的OFDMA系统接纳控制

由于接纳控制算法的优劣关系到网络资源能否被有效利用。文中提出了一种新的OFDMA系统的接纳控制算法。结合蚁群算法对用户需要的的总传输功率进行计算,并通过该功率对用户进行接纳控制。仿真结果表明,文中所提算法可使系统的总传输功率减小,增加用户的可接入数量,达到资源有效利用的目的。     

CDMA多小区上行接纳控制

提出了一种在CDMA系统中基于多小区负荷因子增长估计的上行接纳控制算法。在新呼叫到达时,不仅考虑接纳小区的负荷因子增长,同时考虑相邻小区的负荷因子增长,通过理论分析给出了相邻小区负荷因子增长估计的方法。仿真结果表明,基于多小区负荷因子增长估计的接纳控制算法比基于单小区的接纳控制算法能更有效地提高判决精度,降低错误接纳概率和中断概率,保证已连接用户的QoS要求。     

TD-SCDMA中基于实测功率的上行接纳算法

第三代移动通信系统TD-SCDMA是一种自干扰的系统,随着未来用户的增多,无线资源相对有限的情况下,有效控制干扰的要求越来越高,而呼叫接纳控制技术就是解决这一问题的关键技术之一。对传统的接纳控制算法进行研究,提出了基于实测功率的上行接纳控制算法,并计算出接入判决的门限值,以实现用户接入系统后对QoS的保证。实验表明该算法相对于传统的算法而言,判决精度更高,并且具有门限自适应的优势。     

感知不确定下卫星认知无线网络多频谱接入优化策略

针对卫星认知无线网络频谱感知不确定性较大导致传统频谱接入机制效率降低的问题,该文提出一种基于动态多频谱感知的信道接入优化策略。认知LEO卫星根据频谱检测概率与授权用户干扰门限之间的关系,实时调整不同频谱感知结果下的信道接入概率。在此基础上以系统吞吐量最大化为目标,设计了一种基于频谱检测概率和虚警概率联合优化的判决门限选取策略,并推导了最佳感知频谱数量。仿真结果表明,认知用户能够在不大于授权用户最大干扰门限的前提下,根据授权信道空闲状态动态选择最佳频谱感知策略,且在检测信号信噪比较低时以更加积极的方式接入授权频谱,降低了频谱感知不确定性对信道接入效率的影响,提高了认知系统吞吐量。     

Access Control Engine with Dynamic Priority Resource Allocation for Cognitive Radio Networks

An access control engine with dynamic priority resource allocation (ACE-DPRA) is proposed for unlicensed users to utilize free spectrum of wireless communication systems. A cognitive radio (CR) network with sensing and learning abilities is essential for unlicensed users to achieve ACE-DPRA. Three algorithms are included in ACE-DPRA to improve the spectral efficiency. While requesting to set up connection, unlicensed CR users generate excessive interferences to licensed users. The proposed ACE-DPRA with an admission control scheme allows the connection of unlicensed CR users without degrading the communication quality of licensed users. The priority algorithm for utilizing the unused spectrum is designed according to the location information of unlicensed users. A transmitted power control method is achieved by a fuzzy-learning mechanism. The spectral efficiency of wireless communication systems can be increased after adopting the proposed ACE-DPRA algorithm. Simulation results show that licensed users keep the advantages of high transmission data rate, low interference power, and low average outage probability after the connection of unlicensed CR users.     

基于多目标粒子群算法的异构网接入控制

各种异构接入网络的无缝融合是下一代网络的显著体征之一。研究异构网络的呼入接纳控制,考虑延时、价格和阻塞率因素,致力于同时提高运营商收益和用户满意度,将无线异构网络的呼入接纳控制转换为组合优化问题,利用多目标粒子群优化算法收敛速度快,可同时在多目标上进行优化的特点,提出了一种基于多目标粒子群优化算法的异构无线网络呼入接纳控制算法。通过仿真,证明可以在运营商的收益和用户群的满意度中找到好的平衡。     

Joint admission control algorithm based on load transfer in heterogeneous networks

A load-transfer-based joint admission control (LJAC) algorithm in heterogeneous networks was proposed.The access requirements of users were admitted based on load balancing,the dynamic load transfer of traffics in the overlapping coverage areas of heterogeneous networks were introduced,and the influence of such factors as the layout of heterogeneous networks and the vertical handoff was considered in the algorithm.The integrated system of heterogeneous networks was modeled as a multidimensional Markov chain,the steady-state probabilities were obtained and the quality of service (QoS) performance metrics were derived.Based on the Poisson point process theory,the upper bound of capacity of the heterogeneous networks satisfying QoS limitations was obtained.The admission control parameters of the integrated system of heterogeneous networks were optimized in order to maximize the resource utilization rate as well as guaranteeing the QoS of users.The simulation results demonstrate lower traffic blocking probability,lower failure probability of vertical handoff requirements,and larger system capacity gain can be achieved by using the proposed LJAC algorithm.     

基于寡头定价的动态频谱接入控制

为了解决频谱接入中主用户和次级用户交互信息过程复杂的问题,提出了一种基于寡头定价的动态频谱接入控制算法。该算法利用博弈论建立寡头定价模型,通过控制次级用户的频谱接入过程以实现系统收益的最大化,算法只需一次用户信息交互,且无需建立公共控制信道,网络拓扑结构简单。通过比较帕累托最优与全局最优的关系,实验计算与性能分析证明了该算法的有效性。     

一种新型随机接入呼叫接纳控制算法

该文提出一种新型呼叫接纳控制算法.算法依概率对新连接申请进行接纳判决.接纳概率的计算取决于网络管理者制定的接纳控制策略。给出了算法的设计思想和规则描述。仿真结果验证了这种算法的有效性和可实现性。     

接入与回传一体化小基站的接入控制与资源分配联合优化算法

针对全双工无线接入与回传一体化小基站场景下长期的频谱效率和能效同时最大化问题,该文提出一种基于近似动态规划理论的接入与回传一体化小基站接入控制与资源分配联合优化算法。该算法首先联合考虑当前基站的资源使用和功率配置情况,在任一用户需求动态到达以及平均时延、小基站回传速率和传输功率约束下,使用受限马尔科夫决策过程(CMDP)建立频谱效率最大化和功率消耗最小化的多目标优化模型,其次运用切比雪夫理论将多目标优化问题转化为单目标问题,并使用拉格朗日对偶分解法进一步转化为非受限的马尔科夫决策过程(MDP)问题。最后,为了解决其求解时存在的“维度灾”爆炸问题,该文提出基于近似动态规划的无线接入与回传一体化小基站资源动态分配算法进行求解,得到此时的接入与资源分配策略。仿真结果表明,所提算法能在保证平均时延约束、小基站回传速率约束和传输功率约束的同时最大化长期平均频谱效率和能效。     

基于深度强化学习的工业物联网多用户频谱分配

随着5G时代的来临,工业物联网将迎来蓬勃发展.然而,联网设备数量的不断增加,加剧了有限的频谱资源与大量的通信需求之间的矛盾.针对以上问题,提出了一种基于聚类分组和深度强化学习的合作式动态频谱分配算法,使用户可以获得较低的信息传输中断概率以及较少的多跳转发次数,快速找到信息传输的最优路径.在动态频谱分配中,该算法可以有效...     

Optimal dynamic spectrum allocation-assisted latency minimization for multiuser mobile edge computing

Mobile Edge Computing (MEC) has been envisioned as an efficient solution to provide computation-intensive yet latency-sensitive services for wireless devices. In this paper, we investigate the optimal dynamic spectrum allocation-assisted multiuser computation offloading in MEC for overall latency minimization. Specifically, we first focus on a static multiuser computation offloading scenario and jointly optimize users' offloading decisions, transmission durations, and Edge Servers' (ESs) resource allocations. Owing to the nonconvexity of our joint optimization problem, we identify its layered structure and decompose it into two problems: a subproblem and a top problem. For the subproblem, we propose a bisection search-based algorithm to efficiently find the optimal users' offloading decisions and ESs’ resource allocations under a given transmission duration. Second, we use a linear search-based algorithm for solving the top problem to obtain the optimal transmission duration based on the result of the subproblem. Further, after solving the static scenario, we consider a dynamic scenario of multiuser computation offloading with time-varying channels and workload. To efficiently address this dynamic scenario, we propose a deep reinforcement learning-based online algorithm to determine the near-optimal transmission duration in a real-time manner. Numerical results are provided to validate our proposed algorithms for minimizing the overall latency in both static and dynamic offloading scenarios. We also demonstrate the advantages of our proposed algorithms compared to the conventional multiuser computation offloading schemes.