LTE 800M与LTE 1.8G&2.1G负荷均衡试点研究

随着4G用户的逐渐增长,热点区域部署了双多载波.当某个小区的负荷达到一定程度,其接入、吞吐率等指标则会发生恶化.负载均衡功能能够一定程度上解决该问题,该功能根据服务小区和其邻区负荷状态以及覆盖上的具体情况,通过切换和重选驱使合适的用户去其它相对空闲的小区继续进行业务.这样既可以有效地使用系统资源,又可以提高系统的容量和稳定性.     

D2D中基于风驱动的功率控制算法研究

D2D通信用户通过复用信道大幅提升蜂窝网络频谱利用率,同时也带来了速率、干扰等问题.针对D2D功率控制问题,提出一种基于风驱动的功率控制算法,在干扰可控的范围内最大化系统整体吞吐量.首先为每个D2D用户以匈牙利算法分配最优频谱资源,然后利用风驱动算法优化蜂窝用户及D2D用户的发射功率,提升小区吞吐量.仿真结果表明,在保证用户最小速率要求的基础上,相比于随机接入算法、常规风驱动算法系统吞吐量分别平均提升了16％和7％,并保证了蜂窝用户的服务质量.     

基于雾计算的负载均衡策略

针对异构网络结构下微小区间负载不均衡问题,提出了一种基于雾计算的负载均衡策略。根据信干噪比判断较高负载微小区内通信质量较差的转移用户,通过用户对时延和能耗的意愿,建立相应的中继链路,从而把转移用户卸载到较低负载微小区。然后,依据微基站负载值,并考虑到各个用户对能耗和时延的意愿,给出了一种微基站负载均衡的优化策略。仿真结果表明,与速率均衡算法相比,本文的负载均衡策略能有效地降低系统能耗和时延,并降低了数据直传通信导致的路径损耗系统性能。     

整体优化的吞吐量预测中继选择策略

提出了一种蜂窝网络中关于移动中继的选择方案,将小区内的用户按照下行路径损耗分为一跳用户和两跳用户.一跳用户由基站直接对其分配资源,两跳用户采用整体优化的吞吐量预测中继选择算法选择空闲用户作为中继节点.该算法全面考虑了带宽与信道质量对通信速率的影响,以两跳用户所在接入链路与回程链路吞吐量相等为原则主动调节两跳用户带宽分配比例,并且通过匈牙利算法计算出系统吞吐量最大时的最佳匹配矩阵.仿真结果表明,该算法能够有效提升边缘用户吞吐量和频谱利用率.     

无线局域网中多用户接入控制的博弈论算法

应用非协作博弈论提出一种无线局域网多用户接入控制(AC)算法.以分组发送时延作为实时用户对QoS的满意度指标,先建立AP对单用户的AC博弈模型(SAG);然后将SAG扩展为多用户AC博弈(MAG);通过求解MAG的纳什均衡,得到AP获取效用最大化的多用户接入策略。仿真结果表明,通过调整多用户接入缓冲区和AC周期的大小,MAG能够获得理想的用户接入时延;且与SAG相比,MAG能够在不影响系统吞吐量的情况下,通过优化接入用户的组合,显著地提高网络服务供应商的收益率(14%)。     

异构网络负载感知的动态增强型干扰协调方案

针对密集蜂窝网络中采用封闭用户集接入控制的微蜂窝对室内宏用户会产生强烈干扰的问题,提出了一种基于负载感知的动态增强型小区间干扰协调方案. 该方案使用基于马尔可夫链的预测算法,预估了网络负载变化趋势,避免了由于LTE系统时延引起近乎空白子帧错误配置最终导致系统容量下降的问题;该方案基于网络负载预测结果,动态调整微基站近乎空白子帧配置比例,建立基于动态近乎空白子帧比例配置的最大化系统吞吐量优化模型;仿真结果表明,与传统的增强型小区间干扰协调方案对比,该方案可以在吞吐量性能上获得显著的提高.     

多小区大规模分布式天线系统中下行链路能效研究

分析了多小区远程接入单元（RAU）个数、用户天线数、小区个数及发射功率等参数与系统下行链路能效（EE）最优时的关系.根据RAU与用户之间的距离,推导出系统吞吐量的解析式;根据具有路径损耗、阴影衰落、多径衰落特征的复合信道与多个实际功耗参数间的关系,建立了系统下行链路EE的优化模型;推导出系统EE与小区RAU个数、用户天线数、小区个数及发射功率的变化关系,并用算法得到了系统EE最优的理论值.理论分析和仿真结果验证了系统EE与影响其取值的多参数间关系的正确性,提出的系统EE优化算法具有迭代次数低的优点.     

车联网边缘场景下基于免疫算法的计算卸载优化

为了解决如何在降低车载终端计算时延的同时保证服务器的低能耗和负载均衡问题,本文首先构建了基于车对车通信的系统模型、时延模型、负载均衡模型、能耗模型和目标优化模型;然后提出了一种基于多目标免疫优化算法的计算卸载方案;最后将本文方案与多种卸载方案进行了对比实验。实验结果表明,本文方案能够有效降低用户的平均卸载时延,优化服务器之间的工作负载并有效降低能耗,且性能较各卸载方案有所提升。     

异构网络中几乎空白子帧存在时干扰协调方法

针对异构网络中几乎空白子帧存在时用户接入选择和资源分配方法过于复杂的情况,以及吞吐量需求难以得到满足问题,以最大化系统总吞吐量为目标提出一种易于实现的蚁群算法.在考虑不同用户不同需求的前提下,根据微基站用户在几乎空白子帧和正常子帧时受到干扰的不同,把一个微基站划分为两个虚拟基站,将所存在的问题建模为广义分配问题进行求解,同时解决了用户接入选择和资源分配问题.仿真结果表明,所提出方法与参考文献方法及两种增强型小区干扰协调固定配置结果相比,可以有效提高系统总吞吐量,同时兼顾小区边缘用户吞吐量,实现了良好的综合性能,能够更好地满足用户需求并在实际系统中易于实现.     

家庭智能电器负荷调度和能量分配优化算法

为了解决家庭用电高额能耗问题和提高用户供用电收益,针对家庭中具有用电差异性的负荷进行能量调度.根据可转移属性,将家庭用电负荷分为2个类别：弹性负荷和非弹性负荷.联合分布式可再生能源和储能设备构建智能电器用电负荷调度优化模型,基于李雅普诺夫优化理论提出时变电价下的家庭用户多电器能量分配算法.所提算法充分考虑了不同智能电器的用电负荷响应及调度优化问题.理论性能分析证明,所提算法能够在不需要系统的先验统计信息的情况下使优化目标渐近最优.对所提算法的用户收益提升能力进行仿真验证,结果表明,相较于未考虑各家用智能电器实际需求和可容忍时延的分配算法,所提算法可将用户收益提高11.2%.     

软件定义网络中应用蚁群优化的负载均衡算法

在软件定义网络中提出了一种应用蚁群优化的负载均衡算法,以负载均衡度为目标函数重定义了蚁群算法中的参数和操作,对软件定义网络数据流和网络拓扑进行合理设置,规划出流传输的最优路径,从而提升了网络资源利用率和流传输质量.仿真结果表明,与其他算法相比,新算法在负载均衡度、流接受率、流丢包率、时延以及网络吞吐量方面的性能都有明显的提升.     

基于动态反馈的负载均衡方法研究

随着基于互联网的应用服务快速发展,网络上提供应用服务支撑的服务器(集群)所面临的并发性访问激增,运用负载均衡是应对处理大量并发访问及提高服务请求接入性能的重要策略之一。负载均衡通过对服务器集群中的逻辑/物理单机进行规划实现负载任务分配调度,实现对大量并发访问的并行化处理,从而提高应用服务的请求接入和服务处理性能。提出了一种基于动态反馈的负载均衡方法,其通过周期性的获取集群中单机节点的工况信息,然后分析单机节点的实时负载和响应情况,并将其与保持负载均衡性能的决策参考阈值相比对,通过负载任务再分配达成动态负载调整并保持集群工作性能均衡的目的,进而提升集群系统的服务吞吐能力,降低服务请求的响应延迟,能够为开展海量数据高并发处理提供技术基础和保障。实验结果表明,该算法使系统的整体性能得到了改善。     

教学资源访问系统的并行调度算法设计

考虑到任务的通信延时、数据传输时间,结合贪心算法、优先原则、多机调度问题和Log-GP模型,设计一种适合分布式环境下多用户教学资源访问请求特点的并行调度算法.算法根据教学资源数据量大、内容复杂的特点采用通信与处理相重叠策略来提高系统的加速比和并行效率,连续两次调度时,通过调整处理机的权值,保持系统的高动态负载平衡效率.     

一种支持小扇出多播业务均衡的信元排队策略

当多播业务扇出数较小时,现有的多播信元入队策略均衡能力差,造成多播队列数目增加却不能使调度算法从中获利的现象,为此提出了一种加权取模的多播信元入队算法,对扇出位的加权和进行取模运算. 以此作为多播信元入队的依据,可更好地均衡小扇出数的多播信元. 仿真结果表明,小扇出多播业务下,调度算法采用加权取模入队策略时的吞吐率要高于采用传统入队策略时的吞吐率.     

自组网负载平衡路由协议

负载分配问题影响网络路由性能.为了解决网络负载平衡,文章提出一个负载平衡路由协议(RABLB).该文分析了路由耦合度、节点移动速度和分组队列长度等3种因素对多径路由性能的影响,根据分布式理论和信息熵概念,提出了基于负载平衡路由选择模型及负载加权分配模型,并调节路由结构,使之既提高路由的恢复能力又保持负载平衡.因此,基于负载平衡的多路径路由算法(RABLB)、能够降低传输时延,减少发生网络吞吐量饱和的概率,更有效提高了路由可靠性.文中对RABLB与动态源路由(DSR)和快速切换路由算法(RABA)进行了分析比较.由于RABLB考虑了多因素对路由的影响,因此RABLB的路由性能比DSR和RABA有所提高.     

密集网络下基于Self-Backhaul感知的用户接入负载均衡算法

针对密集异构网络自回程场景中带宽分配不合理引起的负载不均衡问题,提出一种基于self-backhaul感知的用户接入负载均衡方案.首先根据密集异构网络下各个小基站接入与回程资源的负载状态提出一种用户接入负载均衡策略;其次利用Q-Learning算法对各个小基站带内无线接入与回程带宽分配进行学习,用户在不同带宽分配因子下,根据用户接入负载均衡策略进行重新接入,得到不同接入情况下的系统效用,进而得到最优带宽分配策略,保证负载均衡性的同时实现系统效用最大化.仿真结果表明,该方案在密集异构网络自回程场景中提高了网络负载均衡性,同时提升了用户速率体验.     

基于灰色关联分析的多网络接入系统模型

针对传统网络选择算法无法满足服务质量的不足,提出了一种基于灰色关联分析的多网络接入算法.设计了多网络接入系统模型,确定了吞吐量、接入代价、接入损耗以及负载均衡等网络参数并构建了多网络接入的参数矩阵,结合权重向量,运用灰色关联分析算法确定最佳网络.对该算法进行了实验仿真,并与单网络及传统TOPSIS算法进行对比分析,其结果表明,该多网络接入算法可以明显提升网络性能,为用户提供满意的服务质量.     

Load Balancing Algorithm for Cache Cluster

By the load definition of cluster, the request is regarded as granularity to compute load and implement the load balancing in cache cluster. First, the processing power of cache-node is studied from four aspects: network bandwidth, memory capacity, disk access rate and CPU usage. Then, the weighted load of cache-node is customized. Based on this, a load-balancing algorithm that can be applied to the cache cluster is proposed. Finally, Polygraph is used as a benchmarking tool to test the cache cluster possessing the load-balancing algorithm and the cache cluster with cache array routing protocol respectively. The results show the load-balancing algorithm can improve the performance of the cache cluster.     

一种有效的嵌入式系统动态负载平衡算法

提出的负载平衡算法改变了结点传递的实际负载信息,使修改后的负载信息能体现出结点及其周边结点的负载形势,以此弥补了相邻结点负载平衡算法的不足,并将其应用在嵌入式多处理器系统上．结果表明了该方法的正确性与可行性．     

基于网格的异构无线网络负载均衡算法

针对目前软负载均衡算法中无线资源统计不具有普适性,未考虑用户业务需求与异构资源单元差异性匹配的问题,根据网格计算的思想,在异构无线网络中提出了基于网格的负载均衡算法。该算法首先将无线资源映射成不同的三维资源单元,每个三维资源单元相当于一个网格。然后将业务分成不同的子业务流(数据包),统一分给不同的网格,实现业务的分布式分流,在保证用户QoS的情况下,实现网络的负载均衡。仿真结果表明:基于网格的负载均衡算法能够较好地均衡异构网络间的负载,降低负载偏离度,提高系统吞吐率。