一种基于多QoS注册中心和模型异构的WEB服务选择算法

多QoS注册中心并且QoS模型异构给服务选择带来巨大困难。借鉴多属性群决策(MAGDM)理论的基本思想,该文提出一种解决上述难题的多注册中心和模型异构的Web服务选择算法(MRHQ_WSSA)。MRHQ_ WSSA算法能综合评估各QoS注册中心的QoS信息,从而获得QoS综合最优的服务组合计划。MRHQ_WSSA算法包括5个步骤:用户偏好规格化、群偏好确定、加权规格化决策矩阵、确定群理想方案、计算群贴近度。最后通过实验验证算法的优势和有效性。     

无蜂窝大规模MIMO系统接入点动态选择算法

在无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output, MIMO)系统中,所有接入点(Access Point, AP)为用户提供服务的方式会造成较大的功率消耗和增加前传链路压力。以“用户为中心”的AP选择方案为每个用户选择最佳的AP集合,使系统频谱效率和能量效率得以提升。为了给每个用户选择最佳的AP集合,提出了一种基于反向传播(Back Propagation, BP)神经网络的接入点动态选择算法。将AP与用户之间的大尺度衰落向量作为输入,AP与用户之间的连接关系作为BP神经网络输出的预测向量,同时,针对BP神经网络初始化权值,提出了一种改进的自适应遗传算法以提高算法的收敛速度和收敛性能。仿真结果表明,改进后的BP神经网络预测结果更接近于实际值,并且比全连接和启发式的AP选择方案具有更高的系统和速率。     

基于IEEE802．11b无线局域网支持QoS的盲检测算法

这里提出了一种基于IEEE802.11b无线局域网(WLANs)的MAC层的终端盲检测算法.和以往的算法相比,该算法通过对连接接入点AP(Access Point)的所有活动终端进行盲检测,可以非常有效的增加每个AP点所支持的语音通信终端数量,从而增加了信道的带宽,提高语音服务质量QoS.而且算法只执行在接入点的点协调功能上(PCF),因此不需要对当前的IEEE802.11MAC层的协议做任何修改.仿真结果表明了本算法对WLANs语音服务质量的有效支持.     

云计算环境下QoS偏好感知的副本选择策略

针对一类个体服务质量敏感的用户,研究云计算多数据中心环境下QoS偏好感知的副本选择策略。根据用户对数据服务的QoS需求,构建副本选择的三维QoS模型,在此基础上,设计基于层次分析法的QoS偏好感知算法QoPA处理个体服务质量敏感的约束条件,并提出基于模糊综合评判的副本选择算法FCE_RS对数据中心每个副本节点进行综合评价,最终得出QoS满意度最高的副本节点。分析和实验表明,FCE_RS算法能为各类个体服务质量敏感的用户提供合理的副本策略。     

基于深度强化学习的无蜂窝系统无线接入点选择算法

面向以用户为中心的无蜂窝分布式多输入多输出（Multiple睮nput Multiple睴utput,MIMO）架构,研究利用不完备信道状态信息（Channel State Information,CSI）下实现无线接入点（Access Point,AP）与用户（User Equipment,UE）之间的选择,提出基于深度强化学习（Deep Reinforcement Learning,DRL）的高效分配算法,通过使用不完备CSI快速生成以用户为中心的AP集合,减少了对前馈链路容量的占用。仿真结果表明,与其他传统选择算法相比,所提出的DRL接入点选择算法可以获得至少22.48%的总遍历频谱效率增益;与深度Q网络 (Deep睶睳etwork,DQN)算法相比,可以获得约14.17%的总频谱效率增益。     

无蜂窝大规模MIMO中基于深度强化学习的无人机辅助通信与资源调度

无蜂窝大规模多入多出(MIMO)网络中分布式接入点(AP)同时服务多个用户,可以实现较大区域内虚拟MIMO的大容量传输;而无人机辅助通信能够为该目标区域热点或边缘用户提供覆盖增强.为了降低反馈链路负载,并有效提升无人机辅助通信的频谱利用率,该文研究了基于AP功率分配、无人机服务区选择和接入用户选择的联合调度;首先将AP...     

融合QoS与负载均衡的基础服务集信道分配算法

针对目前在同一热点区域内高密度部署无线接入点(AP)造成的信道干扰问题,该文结合同一个基础服务集(BSS)内终端的服务质量(QoS)和BSS间的负载均衡的需要,分析了基于IEEE 802.11e的3维离散马尔科夫链模型,并修订了其中竞争窗、退避计数器以及重传次数的量化关系,完善了该模型,得到了更为准确的基于QoS的终端归一化吞吐量表达式;其次,在信道分配设计时,既考虑了每个BSS内终端和AP之间通信的QoS,又考虑了每个AP范围内所有与之关联的终端受到相邻AP信道干扰下整体吞吐量的公平性,并对信道干扰进行了分析,将信道分配问题建模为一个最优化问题。最后,通过遗传算法获得了AP之间的最优信道分配。数值分析结果表明,基于公平和服务质量的信道分配方法CAFQ与Hsum和CAOTR算法相比,可以使BSS间的互干扰最小,BSS内基于QoS的吞吐量得到最大的保证,同时在BSS间的负载均衡方面也体现了较好的公平性。     

基于IEEE802.11b的支持QoS的循环偏移轮寻算法

这里提出了一种基于IEEE802.11b无线局域网(WLANs)的支持Qos的循环偏移轮寻算法.和以往的算法相比,该算法通过对连接接入点AP(Access Point)的所有活动终端进行循环偏移轮寻,增加了在CFPR间隔内对语音终端的数量,同时非常有效减少轮寻过程中发生的分组延时和分组丢失率,从而提高了语音数据通信质量QoS.而且算法只在接入点的点协调功能(PCF)上执行,因此不需要对当前的IEEE802.11MAC层的协议做任何修改.仿真结果表明了本算法对WLANs语音服务质量的有效支持.     

基于LED半功率角的IRT-N三角阵列研究

在可见光通信(VLC)室内定位领域中,LED半功率角辐射范围内信号强度大,运用测距算法时定位误差小。为了提高室内LED半功率角的辐射范围,并消除其辐射"盲区",提出了一种基于LED半功率角的IRT-N三角阵列,该阵列通过利用地面上的LED半功率角圆形辐射范围相切,将LED组合排列成等腰直角三角形。相较于传统斯派罗法则构建的方形阵列,IRT-N三角阵列将地面接收信号强度和接收功率高于平均值的辐射面积分别提高了25.75%和16.45%。该阵列构建复杂度低、半功率角辐射范围广,更适宜在VLC室内定位领域中推广应用。     

二进制猫群算法在大规模MIMO天线选择中的应用

在多输入多输出(MIMO)系统中,天线选择技术平衡了系统的性能和硬件开销,但大规模MI-MO系统收发端天线选择复杂度问题一直没有得到很好的解决.基于信道容量最大化的准则,采用两个二进制编码字符串分别表示发射端和接收端天线被选择的状态,提出将二进制猫群算法(BCSO)应用于多天线选择中,以MIMO系统信道容量公式作为猫群的适应度函数,将收发端天线选择问题转化为猫群的位置寻优过程.建立了基于BCSO的天线选择模型,给出了算法的实现步骤.仿真结果表明所提算法较之于基于矩阵简化的方法、粒子优化算法具有更好的收敛性和较低的计算复杂度,选择后的系统信道容量接近于最优算法,非常适用于联合收发端天线选择的大规模MIMO系统中.     

GSSK⁃VLC系统中基于SVM的LED选择算法

为了有效降低室内基于广义空移键控(Generalized Space Shift Keying,GSSK)调制技术的可见光通信(Visible Light Communications,VLC)系统LED选择算法的复杂度,提高系统的LED选择速度,提出了一种基于支持向量机(Support Vector Machine,SVM)的机器学习低复杂度高效率LED选择算法.通过将室内GSSK?VLC系统的LED选择等价建模为多分类的机器学习问题,利用核SVM构建LED选择的最优化问题,通过对偶理论,获得原问题的二次凸规划对偶问题,从而高效的获取SVM的最优分类参数.最后,通过学习训练获得的最优分类参数实现对任意给定用户信道信息的在线天线选择.通过计算机仿真和复杂度分析,与传统的LED选择算法相比,本文提出的算法能够在实现在线LED选择的同时保持低误码率(Bit Error Ratio,BER)性能,表明了该算法的有效性.     

基于决策概率的接入网选择

为了指导移动用户在B3G的异构系统中选择一个最优的无线网络接入,提出了基于决策概率的接入网络选择算法。该决策概率综合考虑了网络服务质量(QoS)的满意度、网络的收费价格和用户与网络间的相对链路质量。在NS2仿真平台下,搭建了UMTS和802.11e的异构仿真环境并模拟了用户依据决策概率所进行的网络选择行为。仿真表明,通过所提出的算法,终端能够选择到满意的网络进行接入。     

基于用户偏好的异构网络选择算法研究

针对当前大多数网络选择算法没有充分考虑用户基于业务的网络偏好这一问题,提出了一种基于用户偏好的异构网络选择算法。该算法充分考虑业务需求、用户偏好及网络性能差异,通过层次分析法和距离分析法分别计算用户对各候选网络的主观和客观偏好权重,根据用户策略动态确定综合权重,并由此结合各属性权重计算网络性能,选出最优网络。仿真结果表明该算法可以准确选择接入网络,并当用户在网络边缘做兵乓运动时有效减少切换次数。     

室内VLC-WiFi异构网络基于动态载波分配的干扰管理策略

为了有效地管理VLC-WiFi异构网络的小区间干扰,该文设计基于用户中心接入的动态载波分配(DCAUCA)方法,该方法依据用户请求速率构建大小不同的multi-AP小区,对各multi-AP小区依据用户请求速率与网络服务速率的差值降序排列,并依次为各multi-AP小区的VLC AP分配载波.同时,提出基于VLC AP发射功率控制的小区残余干扰抑制(RISPC)策略以进一步优化干扰管理效果.仿真结果表明,DCAUCA方法相较于对比方法最高可提升52.15％的系统吞吐量与7.10％的用户满意度,RISPC策略相较于DCAUCA方法最高可提升9.66％的系统吞吐量.     

基于云模型的SaaS决策方法

用户评分的模糊性、随机性表现出服务质量（QoS ）的不确定性是软件即服务（SaaS ）最优服务选择研究的难题之一。提出一种基于云模型的SaaS服务决策方法（SDM－CM ）以解决上述难题。该方法首先使用逆向QoS云发生器将评分描述的QoS指标转换为云模型描述的QoS指标;接着借鉴多属性决策分析中常用、有效的多属性决策算法-优劣解距离法（TOPSIS ）,提出基于云模型的SaaS最优服务决策算法。最后,在真实的服务质量数据基础上,验证了该方法的优越性和有效性。     

基于相似场境推荐的数据网格副本选择策略

为了解决数据网格环境下的副本选择问题,提出一种基于相似场景推荐的数据网格副本选择策略.策略结合数据网格环境的特点,将影响副本选择的因素归纳为场景、用户QoS需求偏好和副本可信度;把可用性、时效性和完整性纳入副本的可信特征集,并将用户QoS需求偏好量化为可信特征的权重,从而建立基于用户偏好的副本可信度一体化评估模型;在此基础上,考虑用户需求场景与副本可信度评价场景的相似度,并把相似度作为副本的推荐系数,以确定要选择的副本.通过仿真实验,说明了该策略的有效性和实用性.     

一种基于RSSI的权重值选择及加权定位算法

提出了一种基于Wi-Fi网络的接收信号强度指示(RSSI)的权重值选择及加权定位算法。该算法在离线阶段为每个接入点(AP)在每个参考位置点的RSSI设定了变化区间;在定位阶段,将扫描到的每个AP的RSSI落在该区间的所有位置点的权重值加1,然后采用加权算法计算定位目标的估计位置。实验证明,该算法减少了RSSI随机变化引起的定位误差,能获得较好的定位精确度。     

一种适用于多用户OFDM系统下行链路的跨层设计调度算法

该文提出了一种适用于多用户正交频分复用(OFDM)系统下行链路的调度算法,基于跨层结构设计,并分别考虑了媒体接入控制(MAC)层的用户服务质量(QoS)要求、用户公平性、数据包队列状态信息以及物理层的信道状态信息(CSI)和功率约束等。多用户OFDM系统可以通过该调度算法充分利用MAC层和物理层的不同参数特性,在保证用户QoS的同时最大化频谱的利用效率。仿真结果表明,在小区内各个移动用户具有不同的接收SNR的情况下,该算法具有服务质量随信噪比波动平缓、丢包率低、实现复杂度低等特点。     

应用于WLAN的可管理快速切换技术在AP的实现

无线局域网（WLAN）技术发展迅速，但是切换速度始终是影响WLAN进一步发展的重要问题。为了提高用户在接入点的切换速度，支持不同QoS业务的切换要求，保证业务的连续性，在分析IEEE802．11WLAN切换的基础上，提出了一种可管理快速切换（MFHO）技术及其在接入点（AP）的实现方法。该技术采用“断开前部分建立”的切换策略，在改进AP间漫游协议基础上实现无线AP对站点切换过程的控制管理。用实验对MFHO技术和基于接入点间漫游协议（IAPP）的切换技术进行了功能和性能对比测试，结果验证MFHO技术切换成功率高，切换性能强于基于IAPP的切换技术。     

一种基于SDPA算法的绿色Wi-Fi系统设计与实现

目前主流的无线局域网接入点的工作模式以独立接入控制为主,这种工作模式的频率信道固定,发射功率恒定,容易造成功耗和频谱资源的浪费和信道阻塞。本文通过无线控制器(AC)对AP接入用户的智能感知和动态数据分析,设计基于SDPA算法的绿色Wi-Fi系统,实现了AP的功率动态调整及信道的智能选择,有效减少了电磁辐射污染,并提升了频谱使用效率。