软件定义承载网中基于负载均衡的虚拟网络资源分配算法

在具有集中式控制特点的carrier-SDN（软件定义承载网）中应用网络虚拟化技术为虚拟网络分配资源,实现承载网资源分配是解决承载网结构僵化的重要途径。提出carrier-SDN中基于负载均衡的虚拟网络资源分配算法。首先,建立carrier-SDN多层模型;其次,根据虚拟网络映射算法的特点,二值化粒子群优化算法;最后,以负载均衡为优化目标,求解虚拟网络映射问题。仿真结果表明,与已有方法相比,所提算法在虚拟网络负载均衡性、请求接受率和网络收益方面性能优越。     

网格资源调度算法的负载均衡及性能分析

网格系统由大量的异构资源组成，其目的是要实现资源的全面共享和协同工作．因此资源调度问题已经变得越来越重要。文章对各类经典的静态调度算法和动态调度算法进行资源调度的仿真．并对各算法的运行结果进行负载均衡和性能的比较分析。     

基于Q学习的自主联合无线资源管理算法

该文提出了一种基于Q学习的联合无线资源管理(JRRM)算法,用于异构无线接入技术条件下B3G系统的自主资源优化。JRRM控制器通过与无线环境的试错交互,学会为每个会话分配合适的接入技术和业务带宽。为降低存储需求,算法引入了反向传播神经网络用于泛化其输入状态空间。仿真结果表明,该算法不仅通过在线学习实现了JRRM的自主化,且在频谱效用和阻塞率之间获得了很好的性能折衷。     

Novel Fairness Improved Radio Resource Management Schemes for Best-Effort Service in OFDMA Systems

In this paper, we propose a complete radio resource management procedure for best-effort service in OFDMA systems, which improves the system fairness with graceful throughput degradation compared to the upper bound of the system throughput. By the proposed bandwidth and power allocation algorithms, the user in the worst channel environment has almost the same probability of accessing the system as the user in the best channel environment. Furthermore, a novel sub-channel allocation algorithm is proposed to exploit frequency selectivity and multi-user diversity gains simultaneously in OFDMA systems, which is able to achieve the highest system throughput given each user’s channel environment.     

基于价位和模糊逻辑的异构网络资源管理算法

结合模糊逻辑控制和多因素优化,提出了一种基于价位和模糊逻辑的异构网络资源管理算法.该算法将网络定价作为移动用户接入的参数,利用市场经济的价格杠杆原理对资源进行管理和控制.仿真结果显示本方法能够有效地均衡网络间负载,降低网络拥塞概率,提高网络资源的收入.     

基于改进蚂蚁算法的网格资源管理的研究

设计了一个面向信息服务的网格资源管理器的模型,实现了各组成部分的功能.提出了一种基于改进蚂蚁算法的网格任务调度策略.不同干传统蚂蚁算法,改进的蚂蚁算法通过在处理任务前后分别调整信息素来准确地反映资源的性能,并通过增加负载平衡因子,将用户提交的任务合理地映射到相对空闲的资源上去,经仿真平台验证,可有效实现任务的合理调度和网格系统的负载平衡.     

基于改进匈牙利算法的云仿真资源调度

针对传统仿真系统平台的资源分配存在资源闲置、任务挤压和负载均衡等优化问题,利用云计算技术的优势研究并提出了模块化的云仿真平台框架,通过对云仿真资源调度策略研究,提出了一种改进的匈牙利算法．该算法克服了传统匈牙利算法只适用于一对一资源调度的不足,实现了多对一的仿真任务与云仿真资源分配方案,能尽量避免资源调度负载失衡．通过扩展云计算仿真平台CloudSim实现了模拟算法仿真．结果表明．该调度策略能有效的减小云环境下计算机的负载,提高了资源的利用率．     

基于负载均衡的任务调度改进算法

网格环境下,任务和资源综合性能的预测与评估是动态环境下资源与任务合理匹配的前提,也是保证网格服务质量的基础.文中基于用户稳定性、资源性能、网络带宽以及距离因子对可用资源的整体性能和状态进行预测和评估,并利用资源和任务的性能预测值设计了一种新的调度策略.仿真实验验证了该算法的有效性.     

Traffic Characteristics Based Dynamic Radio Resource Management in Heterogeneous Wireless Networks

The traffic with tidal phenomenon in Heterogeneous Wireless Networks （HWNs） has radically increased the complexity of radio resource management and its performance analysis. In this paper, a Simplified Dynamic Hierarchy Resource Management （SDHRM） algorithm exploiting the resources dynami- cally and intelligently is proposed with the consideration of tidal traffic. In network-level resource allocation, the proposed algorithm first adopts wavelet neural network to forecast the traffic of each sub-area and then allocates the resources to those sub-areas to maximise the network utility. In connection-level net- work selection, based on the above resource allocation and the pre-defined QoS require- ment, three typical network selection policies are provided to assign traffic flow to the most appropriate network. Furthermore, based on multidimensional Markov model, we analyse the performance of SDHRM in HWNs with heavy tailed traffic. Numerical results show that our theoretical values coincide with the simulation results and the SDHRM can im- prove the resource utilization.     

基于认知无线电的WiMAX系统多用户资源分配算法

基于认知无线电(CR)和OFDM的传输特性,提出了一种WiMAX系统多用户资源分配算法.感知用户根据认知到的频谱资源信息,在不对授权用户造成干扰的前提下使用空闲频谱资源.利用注水算法对多个用户请求使用同一子载波进行裁决,在满足传输速率以及QoS要求下,完成子载波、比特和功率分配,使整个系统传输功率最小.仿真结果表明,基于认知无线电的WiMAX系统多用户资源分配算法的传输功率和性能明显优于使用静态算法方案的系统.     

WCDMA方式下的无线资源管理方法分析

通过对WCDMA系统的无线资源管理的介绍,旨在叙述无线资源管理在当今3G技术中的重要作用,并且列举了功率控制、软切换、接纳控制、负载控制等控制方法,分析了其内在的技术和理论,以期时WCDMA网络理解和规划提供一定的指导作用。     

NOMA-MEC系统中基于改进遗传算法的协作式计算卸载与资源管理

为平衡网络负载与充分利用网络资源,针对超密集异构的多用户和多任务边缘计算网络,在用户时延约束下,该文构造了协作式计算任务卸载与无线资源管理的联合优化问题以最小化系统能耗。问题建模时,为应对基站超密集部署导致的严重干扰问题,该文采用了频带划分机制,并引入了非正交多址技术(NOMA)以提升上行频谱利用率。鉴于该目标优化问题具备非线性混合整数的形式,根据多样性引导变异的自适应遗传算法(AGADGM),设计出了协作式计算卸载与资源分配算法。仿真结果表明,在严格满足时延约束条件下,该算法能获取较其他算法更低的系统能耗。     

基于光纤无线电的优化自适应波束形成算法

把智能天线技术和光纤无线电技术相结合,针对光纤中传输的无线电信号许多是具有谱自相干特性的循环平稳信号,提出了非线性约束条件下的优化自适应波束形成算法.通过对R-CAB算法的权向量进行二次优化,调整了R-CAB算法方向图零陷的位置和深度,改善了输出SINR.并且改进算法的输出SINR对导引向量随机误差具有稳健性, 对期望信号的功率变化表现出不敏感的特性.理论分析与计算机仿真试验都证明了算法的有效性.     

基于改进遗传算法的网格资源调度算法

网格计算关注大规模的资源和任务调度，要求采用的调度算法能够具有高效性。提出一种基于改进遗传算法的资源调度算法，该算法综合考虑了资源任务分配量以及任务完成时间，从而设计出良好的交叉和选择算子，既能够保留完成时间比较小的个体又能够保留具有一部分优秀资源分配方式的个体．算法具有较好的效率和收敛性。     

无线资源管理的动态信道分配分析

随着移动通信系统规模扩大,移动业务逐步走向多元化,需要在有限的无线资源条件下,最大限度地提高无线资源利用率,动态信道分配(DCA)是其核心技术之一,优秀的DCA算法可以充分体现系统资源分配的灵活性和高的频谱利用率.大量的动态信道分配算法和策略被提出来,尽量使得容量极大化和干扰极小化.文章提出了其中的一些关键算法,归纳对比这些算法的优缺点,为方便无线资源管理做出更好的算法选择.     

基于改进谱相关算法的信号抗噪性能分析

谱相关分析是对循环平稳信号进行分析的有效工具,对噪声背景下的信号进行谱相关分析可以获取更实际的信号谱相关特征.文中采用采样点间隔取值的方法,对谱相关的数字化计算进行改进,并利用改进后的谱相关计算方法对信号谱相关分析的抗噪性能进行分析讨论.仿真表明,该方法具有较好的抗噪性能.     

基于欧氏距离度量的综合动态无线资源管理

本文采用欧氏距离度量作为越区切换和接入控制的判决依据,研究了综合动态无线资源管理,综合考虑了五项无线资源管理任务.欧氏距离度量与解调信息序列相结合,可以提供准确可靠的信道质量度量.仿真结果显示在特定的业务质量限制下,综合无线资源管理方案选择合适的门限和算法,通过在各个目标和任务之间进行必要的折衷和综合考虑,可以增加系统容量和达到较好的综合性能.     

软件定义网络中基于负载均衡的多控制器部署算法

随着软件定义网络规模扩大,控制层与数据层解耦带来了诸如控制器部署等新问题。该文提出基于负载均衡的多控制器部署算法(Multi-Controller Deployment Algorithm Based on Load Balance, MCDALB)。算法首先根据网络拓扑结构及其负载情况,确定控制器数量K;然后根据控制器容量限制,提出一种近似比为2的多控制器负载均衡算法,将网络划分成K个控制区域;最后根据区域内所有交换机到控制器距离总和最小原则,在控制区域部署控制器。为了验证算法的性能,选取实际网络拓扑进行实验。实验结果表明,与AL, WL算法相比,该算法在满足控制器负载近似比为2的同时,网络最大延时差距不超过0.65 ms。     

基于改进混合遗传算法的云资源调度算法

在云计算中,系统规模和虚拟机迁移数量都是十分庞大的,需要高效的调度策略对其进行优化。将云计算的任务分配抽象为背包求解问题,可通过遗传算法进行求解。传统的遗传算法具有局部搜索能力差以及早熟现象的缺点,本文采用遗传和贪婪相结合的混合遗传算法。针对混合遗传算法在资源利用率与能源消耗的收敛速度较慢问题,本文通过改进适应度函数,改变了适应度函数在不同染色体间的差异度,从而提高了染色体在选择算子中的择优性能。仿真结果表明,该方法能够有效提高混合遗传算法在云计算资源优化中的收敛速度。     

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。