反向散射辅助的无线供能NOMA-MEC网络中的公平性优化

为了解决物联网节点能量短缺和计算能力有限的问题，提出了一种反向散射通信辅助的无线供能非正交多址接入(NOMA)移动边缘计算(MEC)网络。为了保障物联网节点吞吐量的公平性，基于最大最小准则，以使最差物联网节点吞吐量最大化为目标，建立了一个满足能量因果和计算能力等约束条件的非凸优化问题。通过反证法和辅助变量法对该非凸问题进行转化，并提出了一个有效的迭代算法来求解转化后的问题。仿真实验结果表明，所提算法具有快速收敛性和准确性；与现有方案相比，利用所提资源分配方案能更好地保障物联网节点之间的吞吐量公平性。     

一种DTN网络摆渡节点存储分配方案研究

为提高DTN网络性能,针对摆渡路由算法中摆渡节点存储资源分配存在的公平性问题,提出了一种基于加权最大最小公平原则的摆渡节点存储资源的优化分配方案。区别于现有摆渡节点存储资源分配所使用的先来先服务方式,加权最大最小公平原则可以在保证数据节点在获得公平的数据传输机会的同时,为重点任务提供更多的资源支持。仿真实验表明,经过存储资源优化的摆渡路由算法与现有摆渡路由算法相比较,在网路传输成功率、平均网络时延等方面性能均有显著提高。     

OFDMA解码转发中继系统的最优资源分配

针对正交频分多址接入-解码转发（OFDMA-DF）中继系统,提出了以最大化系统加权和速率为目标的子载波分配、功率分配、传输方式选择和中继选择联合优化问题. 基于凸优化理论,提出了一种最优资源分配算法,其复杂度仅与子载波数成线性关系. 理论分析和仿真结果表明,结合用户权重的调整,该算法既可实现资源分配的公平性,又可有效利用中继节点的能力,提高系统容量.     

OFDMA波束赋形中继系统资源分配

针对采用波束赋形技术的正交频分多址接入放大转发中继系统,提出了一种以最大化比例公平因子为目标的资源分配算法. 该算法基于凸优化理论,对功率分配、子载波配对、中继选择和用户选择进行了联合优化. 理论分析和仿真验证结果表明,所提的资源分配算法能以较低的复杂度实现系统资源分配的公平性,并且可以有效利用波束赋形技术,提高系统容量.     

双功能雷达通信系统的多用户功率分配算法

为解决传统多用户双功能雷达通信系统因载波分配导致通信性能较差的问题,提高双功能雷达通信系统的资源利用率,提出了一种通信用户载波共享模型下的多用户功率分配方案,并通过构造合理的资源分配问题使得系统具有更优的通信性能。首先,建立双功能雷达通信系统的通信用户载波共享信号模型。其次,为保证双功能雷达通信系统性能,构造了以系统通信和速率最大并满足雷达信噪比下界、总功率和用户功率约束的优化问题,通过理论分析严格证明了优化问题的可行性。最后,为求解凸优化问题,提出一种多用户功率分配算法,通过引入辅助变量对目标函数进行二次转换,将其分解为两个优化子问题,继而通过交替迭代的方式进行求解。研究结果表明,相较于传统通信用户载波分配模型,优化后的通信用户载波共享模型通信和速率提高了约40%,从而验证了所提方案具有更优的通信性能,有效提高了系统资源利用率。本研究成果为提高多用户双功能雷达通信系统的通信性能提供了一种新思路和手段。     

全双工无人机中继轨迹优化和资源分配

为了解决城市场景中无线通信易受障碍物阻挡的问题,提出了一种全双工无人机辅助通信系统的轨迹优化和资源分配算法。通过联合优化用户调度、无人机飞行轨迹、波束成形、基站和无人机发射功率,来实现用户最小速率最大化。为了解决此复杂的非凸优化问题,利用块坐标下降法将原问题分解为4个子问题,使用松弛变量、连续凸近似和交替干扰抑制等方法,分别对子问题进行转换求解。仿真结果表明,所提算法具有良好的收敛性,并且能有效地提高最小用户传输速率。     

基于网络切片的高频谱效率无线资源管理

为满足差异化业务场景下不同类型用户的服务质量需求,构建了基于网络切片的无线资源分配模型.为获得最佳资源调度方案,将用户服务质量需求转化为无线资源需求,以系统总速率最大化为目标,构建网络资源管理和分配机理及其优化问题.该优化问题为混合整数非线性规划,直接求解复杂度较高,因此提出了基于拉格朗日对偶理论的解决方案,并给出求解算法.通过与比例公平算法和最大系统容量算法进行对比及仿真分析,证明了所提算法在牺牲了部分公平性的前提下提高了系统容量,并验证了所提算法的有效性.     

OFDM双向中继网络中基于网络编码的资源分配策略

对基于物理层网络编码的正交频分复用(OFDM)双向中继系统中的无线资源分配问题进行了研究,在总功率和用户对速率受限条件下,给出了一种复杂度较低,以最大化系统容量为目标的资源分配策略. 利用凸优化技术对子载波内的用户终端和中继节点的功率分配问题进行分析,得到用户终端和中继节点的功率闭合关系表达式. 基于该结果,将原优化问题中的三维变量搜索降低为一维变量搜索,较大地降低了算法的复杂度. 仿真结果表明,在多种典型场景中,所提方案较传统随机调度分配方案有较大的性能提升,且逼近最优分配方案的性能.     

协作蜂窝小区上行链路的中继选择与功率分配

为了最小化能量受限的协作蜂窝小区的总代价,提出了上行链路的功率和中继等资源分配的模型.该模型是一个非线性约束、{0,1}组合优化问题,因而提出了一种自适应的资源分配方案对其求解.针对给定中继节点集合,该方案分别为每个源节点选择总代价最小的中继;而对于给定源和中继对,提出了最小化二者总代价的基于图论的最优功率分配算法.通过仿真和分析表明,该方案近似最优,能够发送更多的数据量,延长网络的寿命.     

协作分簇多频带超宽带系统资源优化分配算法

为获得分集增益,减小算法复杂度,以簇作为最小资源分配粒度,将协作分集技术引入到分簇多频带超宽带系统中,提出改进的时频码（TFC：Time-Frequency Coded）模型。基于凸优化理论,提出在总功率受限情况下最大化系统容量的簇分配算法和功率分配二维递归算法。为降低算法复杂度,又进一步提出以用户对簇的相对需求度为判断的快速跨层资源优化分配算法。仿真表明,快速跨层资源优化分配算法可以在满足用户服务质量要求（QoS）的同时,在系统容量和用户之间公平性方面得到很好的折衷。     

联合功率控制的D2D资源分配算法

针对D2D通信引入LTE网络中同频干扰以及能耗过大问题,首先基于模糊聚类算法,将D2D用户分成若干个D2 D用户组,并且基于中断概率最小为每个D2 D用户组寻找最优蜂窝用户资源,以降低用户间干扰、提高系统吞吐量。其次结合上述资源分配提出了一种有效的功率控制方案,调节资源分配后用户组内D2 D用户的发送功率,以提高系统能量效率。仿真结果表明：该算法降低了系统干扰,提高了系统吞吐量以及系统能量效率,同时又保证了D2 D用户获得无线资源的公平性。     

区块链技术应用于物联网: 发展与展望

针对物联网设备部署在较偏远地区而导致的传输链路易受损或传输覆盖范围有限等问题, 在此场景中引入无人机和移动边缘计算(mobile edge computing, MEC)技术, 有效改善物联网设备能源供给, 优化计算资源, 同时提升通信覆盖范围, 减少不必要的网络开销. 另外, 区块链技术的引入保证了数据计算卸载与交互过程中的安全性和可靠性, 实现了数据共享. 因此, 面向无人机辅助的物联网系统提出一种融合MEC和区块链的资源分配决策方法, 以实现MEC系统和区块链系统性能的最佳权衡为目标, 综合考虑频谱资源和计算资源的分配, 构建问题模型, 并采用基于交替方向乘子(alternating direction method of multipliers, ADMM)法的分布式优化算法求解该优化问题. 仿真结果表明, 所提优化框架可以有效减少MEC系统的总能耗和区块链系统的计算时延. 同时, 所提方法具有良好的收敛性能, 系统稳定性得到充分保证.

     

环境反向散射通信辅助CR-WPCNs的中继传输

为了提高覆盖式认知无线供电通信网络（CR-WPCNs）的性能,将环境反向散射通信技术引入该网络中,以提高认知系统的吞吐量。在基于环境反向散射通信的CR-WPCNs中,考虑到认知发射机的传输距离有限,提出了一种基于非正交多址接入和能量收集的中继传输方案,以提高认知系统的通信范围和吞吐量。在信道处于忙碌状态时,需要考虑认知发射机进行环境反向散射通信和认知发射机及中继器进行能量收集的时间资源分配;在信道处于空闲状态时,需要考虑认知发射机和中继器利用收集到的能量分别进行有源数据传输的时间资源分配。将上述资源分配问题建模为一个吞吐量最大化问题,并利用拉格朗日乘子迭代算法进行求解。仿真结果表明,所提方案可以显著地提高认知系统的吞吐量。     

多业务组播系统中基于公平性的高效资源分配

提出了多业务组播系统中最大化系统吞吐量的自适应子载波和功率分配算法.根据各组播业务的数据率要求进行业务间功率和子载波的分配,达到业务间公平性的目标;设计了子载波协作传输方案及其简化方案来传输数据,在保证订阅相同业务各用户间公平性的同时提高了系统容量;对每个组播业务进行子载波间的功率调整,进一步增强系统容量.仿真结果显示,所提出的多播算法在保证业务间公平和订阅相同业务的用户间公平的条件下,显著地增大了系统容量.     

Cross-Layer Adaptive Resource Allocation Algorithm with Diverse QoS Requirements for Single-Cell OFDMA Systems

The orthogonal frequency division multiple access( OFDMA) based communication system has been considered as the main trend of next-Generation communication system. But the existing resource allocation algorithm designed for such system is always with high complexity thus hard to be realized. To solve such problem with the constraints of spectrum efficiency and buffer state,a novel cross-layer resource allocation algorithm( RAA) is proposed in this paper. The goal of our RAA is to maximize the system throughput while satisfying several practical constraints,such as fairness among services,head of line( Ho L) delay and diverse quality of service( Qo S) requirements. Due to these constraints,finding the optimal solution becomes a NPhard problem. Therefore in this paper a novel method to solve such problem with acceptable complexity is proposed within following steps: firstly,based on the link state we formulate the ideal subchannel allocation strategy as a convex optimization problem,which can be efficiently solved by our proposed lagrange multiplier technique subchannel allocation( LMTSA) algorithm; secondly,according to the obtained channel allocation matrix,a power allocation algorithm based on the water-filling power allocation( WPA) idea is deployed to get the optimal power allocation matrix combining with adaptive modulation and coding( AMC); finally,through a greedy algorithm,the ultimate subchannel and power allocation matrix can be obtained based on iterative method. The simulation results illustrate that we can achieve the higher throughput and better Qo S performance than the widely-used maximum throughput( MT) algorithm and round robin( RR) algorithm.     

Resource allocation scheme for video transmissions in cognitive radio networks

Considering SUs with multiple radios, this paper discusses the cross-layer resource allocation problem for video transmissions in cognitive radio networks. Because of the coupling relationship between radio and channel, this paper proposes a new conflict graph based on the link-radio-channel, and models the resource allocation problem into an optimization problem. The constraints ensure the conflict-free and interference-free video transmissions, and provide flow routing and rate allocation for video services based on the feature of scalable video coding streams. The objective function achieves the network-level throughput maximization with fairness consideration. Simulation results show that the multi-radio transmission could gain a higher throughput. Also, the proposed scheme could provide fairness resource allocation, and use resource efficiently based on the feature of video services.     

基于计算吞吐量最大化的能量采集边缘计算系统在线资源优化配置

在基于可再生能量收集技术的移动边缘计算(Mobile Edge Computing, MEC)系统中,可再生能量到达和计算卸载无线信道呈现较强的时空变化特性,因此该系统的无线及计算资源管理与用户任务计算之间存在着动态适配的挑战。针对此类问题,本文研究多时隙多用户的能量采集边缘计算系统,建立可再生能量随机到达和无线信道模型以及预测误差模型,以系统总计算吞吐量最大化为准则,通过逐时隙联合优化用户本地计算和计算卸载模块,提出了一种在线滑动窗设计方案, 需要通过调整滑动窗长度M来实现。该方案逐时隙求解凸优化问题,基于离线资源动态管控的最优结构,实时制定资源管理策略,具有较低的计算复杂度。仿真实验结果表明,提出的在线滑动窗设计方案在系统计算吞吐量性能方面优于已有的基准方案,并在对抗信道/能量状态信息预测误差方面有较好的鲁棒性能。     

Utilitybased and fairnessaware radio resource allocation in OFDMA cellular relay networks with traffic prioritization

The combination of orthogonal frequency division multiple access (OFDMA) with relaying techniques provides plentiful opportunities for high-performance and cost-effective networks.It requires intellige...     

能量收集的无线传感器节点能量管理策略

针对能量收集无线传感器网络中传感器节点电池存在存储损耗和容量衰减特性的问题,建立了末梢节点电池存储损耗和容量衰减的通信模型,研究了无线传感器生命周期内吞吐量最大化的问题。将系统优化问题转化为凸优化问题,通过凸优化分析得到与当前能量收集水平、电池能量水平以及信道增益相关的信息传输功率控制策略;提出了适应电池存储损耗和容量衰减的双功率阈值算法,用于优化平均吞吐量;提出了最小化放电空间的电池充放电管理策略抑制电池容量的衰减速度,优化无线传感器的生命周期,并对无线传感器生命周期与电池放电空间进行理论估计。仿真结果表明,在不同电池存储效率、放电空间比例下,本文提出的双功率阈值算法相较于自适应定向注水算法能够通过减少电池的频繁充放电次数,降低收集能量的存储损失,优化了无线传感器的平均吞吐量和生命周期,使生命周期内的吞吐量最大化。