一种用于MIMO-OFDMA系统的调度和资源分配算法

该文提出了一种用于MIMO-OFDMA 系统下行链路的调度和资源分配算法,该方法能够优化利用空时频三维资源,为不同类业务提供QoS保证。该算法不仅结合了先进的物理层技术,同时从媒体接入控制(MAC)层考虑了业务特性、QoS 需求以及用户公平性等因素对资源进行分配。仿真结果表明,该算法在保证多业务传输质量的同时提高系统吞吐量。     

基于SPEA2和NSGA-Ⅱ算法的并行多目标优化算法

文章结合SPEA2和NSGA-Ⅱ两个多目标进化算法,基于岛屿模型,提出了一种新的并行多目标进化算法。该算法采用多线程实现,适合在多核处理器或机群系统上执行。实验结果通过与串行算法SPEA2和NSGA-Ⅱ比较证明了该并行算法的有效性。     

求解多目标资源分配问题的改进蚁群优化算法

多目标资源分配问题就是将有限资源分配到不同事件来获得预期目标.建立了多目标资源分配问题的数学模型,提出了一种有效求解该问题的改进蚁群优化算法：设计了一种多目标资源分配问题的可行方案构建机制,定义了蚁群优化算法中的信息素形式及其更新方式,提出了一种新的概率选择形式;通过以上改进有效地提高了蚁群优化方法的效率.为了验证此方法的有效性,将蚁群优化方法与混合遗传算法的实验结果进行了对比分析,证明此方法优于混合遗传算法.     

基于改进NSGA-Ⅱ的移动汇聚异构WSN多目标优化

阐述无线传感网络中多sink节点调度,提出多目标优化的移动汇聚节点调度模型,改进NSGA-Ⅱ算法。该模型以能耗最小以及覆盖率最大作为优化目标,通过预测节点寿命来构筑新的目标函数,对节点死亡轮数进行聚类并以此为基础进行汇聚节点移动调度,减少了网络拓扑结构变化带来的影响。     

基于粒子融合NSGA-Ⅱ的永磁无刷直流电机多目标优化

为了更好地解决永磁无刷直流电机设计中的复杂非线性模型多目标优化问题,设计了一种基于粒子融合机制改进的精英保留非劣排序遗传算法(NSGA-Ⅱ),用多目标粒子群优化算法中的粒子位置更新模式替代NSGA-Ⅱ的交叉操作,大幅提高了算法的搜索性能。将该算法应用于永磁无刷直流电机优化设计,通过计算达到了减小电机的体积重量、减小转子转动惯量及机电时间常数、提高永磁无刷直流电动机功率密度的目的。仿真结果表明该优化设计方法效果比较理想,对电机的优化设计有较大的参考价值。     

新型定向交叉在NSGA-Ⅱ求解多目标TSP问题中的应用

针对NSGA-Ⅱ算法求解多目标TSP问题的易出现未成熟收敛、计算时间复杂度高且稳定性不够等不足,通过设计面向多目标TSP问题的新型定向交叉算子,并采用权重聚合方法将标准化后的多目标空间转化为单目标空间,借助贪心策略重组基因来增加算法的收敛速度而减少交叉次数;与此同时,利用定向交叉思想,寻找多目标空间上的边界解来增强算法的分布性和对新空间的探索能力,最终实现算法优化效率的提升。通过在多目标TSP标准测试数据集上的仿真实验,结果表明新型定向交叉能有效地均衡寻优过程中收敛性与分布性,在优化效率上明显好于改进前的算法。     

改进NSGA-Ⅱ在无线MD视频中的应用

文章在传统NSGA—Ⅱ算法的基础上,提出了一种改进算法-NSNSGA—Ⅱ,并将其运用到Ad Hoc网络中进行多路径选择。仿真实验证明,在移动Ad Hoc网络中,使用NSNSGA—Ⅱ进行链路选择后处理多描述视频,比使用最短路径启发算法（SPTH）算法和NSGA—Ⅱ算法后处理视频,无论在提高峰值信噪比（PSNR）、降低丢包率（Drop Rate）和平均失真（Average Distortion）方面都有明显改善,证明了所提出的算法在进行多目标优化是有效的。     

基于混沌映射自适应NSGA-Ⅱ算法的IMA双层资源分配方法

针对综合模块化航电(IMA)架构双层调度中的资源分配问题,提出一种基于混沌Logistic映射自适应NSGA-Ⅱ算法的双层资源分配方法。首先,根据IMA架构任务调度及分区调度要求,同时考虑资源分配均衡性因素,分别构建分区资源分配模型和节点资源分配模型;其次,采用改进NSGA-Ⅱ算法对模型进行优化求解,引入混沌Logistic映射生成初始种群,提升初始种群的遍历性,并采用自适应交叉、变异算子增强算法的搜索性能和收敛速度;最后,选取不同规模的算例进行实验,结果表明,所提方法能够有效解决IMA架构的资源分配问题,提升分配效率并优化分配结果。     

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...     

基于DE和NSGA-Ⅱ的集装箱多式联运的路径优化算法

考虑集装箱多式联运过程中时间参数的不确定性,引入三角模糊数用于表示在途时间和中转时间,同时考虑班期产生的等待时间,将碳排放纳入考量范畴,建立基于时间、成本和碳排放量的多目标模型。提出基于DE和NSGA-Ⅱ的DE-NSGAⅡ多目标优化算法,该算法通过差分方法模拟NSGA-Ⅱ的交叉和变异算子及自适应控制策略调整交叉因子和缩放因子来提高算法搜索能力。实例表明,在求解组合优化问题时,DE-NSGAⅡ算法的Pareto最优解集分布更均匀,收敛速度更快,证明了DE-NSGAⅡ算法的可行性和优越性。     

基于无线中继网络的OFDMA-MIMO资源分配算法研究

无线中继技术与OFDMA-MIMO技术相结合,能够大大提高系统的性能,是一种极具潜力的技术。本文结合无线中继网络中OFDMA的帧结构,以轮询调度算法和贪婪算法为参考,提出了多天线下的OFDMA无线中继网络的比例公平资源分配算法;并和无中继的OFDMA系统及单天线下的OFDMA无线中继网络资源分配算法相比较。通过仿真表明本文提出的资源分配算法在考虑每个用户数据速率的同时能够大大提高系统的传输速率,满足用户的多种业务需求。     

多小区OFDMA系统基于罚函数-SA的资源分配算法

在多小区OFDMA系统中,基于集中式资源管理,考虑本小区对其它小区的干扰情况,对各个小区的子载波和功率分配进行调整,从而达到最小化总功率的目的。基于离散功率取值,提出了一个资源分配组合优化问题模型。为了进一步降低模型复杂度,采用罚函数的方法简化问题模型,用改进的模拟退火算法进行求解。理论分析和仿真结果表明,与A. Abrardo 提出的多分配算法相比,所提出的算法能够有效降低算法复杂度,且能够获得更好的吞吐量。     

基于云接入网络的多目标资源分配算法设计

由于可以有效地提高频谱效率,能量效率与前程效率,云接入网络（C-RAN）被认为是未来第五代无线网络中的重要组成部分。不同于传统蜂窝网络,在云接入网络中,基带处理单元（BBU）被从基站分离,并聚合成一个中央计算云。无论如何,这些优化目标（频谱效率,能量效率,前程效率）在大多数情况下相互冲突,并且单个目标性能提升通常会导致其他目标性能的下降。据作者所知,在云接入网络中的多目标优化(MOO)问题,仍未被考虑过。在本文中,我们针对基于正交频分多址(OFDMA)的云接入网络,设计对应的联合优化算法以解决多目标优化问题。仿真结果显示,比起仅考虑单目标优化,本文提出的算法可以有效的解决不同优化目标之间的权衡,并且为云接入网络的资源分配提供一个新的方向。      

OFDMA系统中基于多目标优化的无线资源分配算法

本文提出了OFDMA系统中基于多目标优化的无线资源分配算法.针对不同业务的QoS要求,建立多目标优化模型,并提出一种多业务分级分配算法通过确定优先级、引入合适的参数获得次优解.仿真结果表明,该算法不但能够保证不同业务的QoS要求,而且能够兼顾相同业务的用户之间的公平性.     

基于NSGA-Ⅱ算法的航母编队反潜火力优化

航母编队以其强大的战斗力被公认为海军装备中作战能力最强的武器,然而随着隐身潜艇作战能力的迅速发展和提高,航母编队面临的潜艇威胁不断加大,使得航母编队反潜作战越来越重要,探析航母编队反潜作战中火力分配优化迫在眉睫。本文首次将NSGA-Ⅱ(Non-dominated Sorting Genetic Algorithm-Ⅱ)算法应用到航母编队反潜作战火力优化问题求解中。首先建立航母编队反潜作战模型;然后使用NSGA-Ⅱ算法进行求解;最后通过仿真实验得出航母编队反潜作战火力优化使用方案,论证了该算法和模型的可行性和有效性。     

基于博弈论的多小区OFDMA系统资源分配

立足于限制条件下实现多小区OFDMA系统容量最大或总传输功率最小的优化问题,比较分析了近年来提出的多种基于博弈论的资源分配算法。分析了纳什均衡点存在和唯一的条件,通过引入定价机制或虚拟裁判机制,使得到的解收敛于纳什均衡点。最后,探讨了联合中继节点或MIMO技术的多小区OFDMA系统资源分配算法,该算法能有效提高频谱效率,将成为未来研究的热点。     

基于改进NSGA-Ⅱ算法的双运输机重装空投研究

为了提高空降部队突击突防能力,对双运输机重装空投编队多目标规划问题进行研究。首先,基于分离法分析重装空投货台运动过程,通过欧拉迭代思想构建货台动力学模型。然后,考虑到前机尾涡对后机影响,构建了双运输机编队空间位置模型。为确定双机编队位置关系的最优解,采用改进后的NSGA-II算法,引入支配强度、优化精英策略、种群等级交叉系数以及高斯变异算子,同时基于方差表示拥挤度,计算出最终结果。仿真实验数据表明,优化后的算法不仅能够提升双运输机编队飞行安全性,而且使得空投点更加密集、空投精度更高。     

多小区OFDMA系统的分布式资源分配方案

该文研究了多小区OFDMA系统中下行链路的资源分配问题,主要考虑同信道干扰和频率选择性衰落对资源分配的影响,提出一种基于基站的分布式分配方案,同时考虑用户的服务质量要求(QoS)及公平性,完成子载波和功率的联合分配。算法只要求基站间简单的子载波使用计数的信息交换,不会给系统带来很大的信令负载。仿真表明,通过调整参数,该算法可以取得不同性能间的折衷。     

电力线通信系统中基于改进NSGA-II的自适应资源分配

 分析电力线通信系统在各种约束下,多用户多业务在多子载波上自适应资源分配的多层多目标模型。基于快速的非支配分类遗传算法II,提出改进的功率或速率自适应的资源分配多目标和单目标优化遗传算法。在使用多目标遗传算法获得实时用户资源分配的所有Pareto非劣解后,由每个Pareto解计算系统的剩余资源,再采用单目标遗传算法把剩余资源分给非实时用户,最后从所有的资源分配方案中寻找全局最优方案。在典型电力线信道环境下仿真结果表明,本文算法其性能更好且能更好地满足多用户资源分配的多目标要求。     

基于非合作博弈论的多小区OFDMA系统动态资源分配算法研究

该文采用非合作博弈论的方法研究了多小区OFDMA系统中的动态资源分配问题,首先将各基站的发射功率平均分配给各子载波,然后由所有小区在每个子载波上独立地进行资源分配博弈,给出了用户调度与功率分配联合博弈框架。为了进一步简化,将用户调度和资源分配分开完成,通过将信道增益引入到定价函数中,提出了一种新的定价机制,建立了用户确定时的非合作功率分配博弈模型,分析了其纳什均衡的存在性和唯一性,并设计了具体的博弈算法。仿真结果表明,所提算法在保证吞吐量性能的同时,进一步提升了系统的公平性。