可见光通信与WiFi异构网络资源管理算法

可见光通信(VLC)/WiFi异构网络实现了室内的高速通信与无线覆盖，资源管理算法是实现异构网络高效传输的关键。针对传统资源分配管理算法在大规模VLC/WiFi异构网络环境下存在系统公平性低、用户体验感差等问题，提出一种动态加权轮询(DWRR)算法。将用户资源需求量、平均请求速率及与最近接入点的距离这3个因素进行加权作为用户的初始优先级。在每轮调度结束后，对时延较大的用户做出补偿，提高时延较大用户的优先级。考虑VLC和WiFi覆盖范围的差异及用户对资源的竞争程度，定义不同区域内的用户资源优先级，使VLC覆盖范围内优先级高的用户利用VLC资源，剩余用户与VLC覆盖范围外的用户联合分配WiFi资源。仿真结果表明，与最大载干比调度、比例公平算法相比，DWRR算法保证了用户间的公平性，同时提升了系统吞吐量和用户体验。     

基于HSDPA的增强型分组调度算法研究

从系统吞吐量、用户公平性等方面分析研究了HSDPA系统中支持非实时业务的三种经典分组调度算法RR、Max C/I和PF。针对PF算法重传时延过长问题,提出了一种结合混合自动请求重传HARQ的增强分组调度算法。该算法通过提高重传分组的优先级降低重传时延,有效地避免系统资源的浪费。MATLAB仿真结果表明,该算法在降低单用户重传时延的同时,仍能保证用户间的公平性和系统的吞吐量。     

基于比例公平的下行联合分组调度算法

传统比例公平算法不能很好地权衡系统吞吐量与用户间的公平性,为实现下行链路实时和非实时用户数据量的同步传输,提出一种基于比例公平的下行联合分组调度算法.给出调度模型和传输架构,从而获得联合分组调度算法.设计基线调度算法与其进行比较,结果表明,当系统负载为1时,该算法的吞吐量约提升13％,实时数据与非实时数据包时延均低于基线调度算法,且用户公平性指数较高.     

MHWSN中保证混合业务QoS的跨层调度算法

针对中高速传感器网络中混合业务QoS（Quality of Service）要求,跨层考虑物理层和数据链路层参数,提出了一种保证混合业务服务质量的调度算法AM-LWDF。该算法同时考虑时延优先级和吞吐量优先级,在满足实时业务QoS约束的前提下,以最大化系统吞吐量为目标建立了相应的优化模型,对实时业务能够满足时延较小的要求,对非实时业务满足吞吐量较大的要求。仿真结果表明,该调度算法可以灵活地在时延和吞吐量之间取得满意的折衷,并保证不同类型业务用户间的公平性。     

一种基于比例公平的启发式D2D资源分配方案

在蜂窝网络中引入设备与设备(D2D)通信可解决频谱资源匮乏的问题,但移动多媒体业务的多样化使用户带宽需求日益增长。为此,在比例公平调度算法的基础上设计启发式D2D资源分配方案。根据D2D对优先级从高到低的顺序逐一调度,同时禁止已满足数据速率需求的D2D对与其他D2D对竞争资源块,保证信道状态较差的D2D对获得被调度机会。当所有D2D对的数据速率需求都被满足时,调整用户优先级,在最大化系统吞吐量与保证用户被调度的公平性之间进行折中。仿真结果表明,该方案可以保证D2D通信对数据速率的需求,提升系统吞吐量,同时兼顾用户被调度的公平性。     

LTE-A中继系统中基于吞吐量和公平性博弈的RRM策略

为解决LTE-A系统中继场景下系统吞吐量和用户公平性的均衡问题,提出用户SINR分散度并以此作为公平性的主要参数,改善小区中心用户和边缘用户的公平性。对小区吞吐量和用户公平性进行博弈建模,基于博弈结果提出资源分配的目标均衡算法。仿真结果表明,提出的目标均衡算法将吞吐量、公平性和博弈论结合起来,在保证系统吞吐量的情况下提高了用户公平性,使系统资源利用更加有效。     

基于位置和干扰限制的认知中继选择算法

针对认知无线电网络传输速率不足及对主用户造成干扰等问题,提出一种基于位置和干扰限制的认知中继选择算法。该算法根据中继节点位置对中继链路速率的影响选择中继节点,同时在限制认知用户对主用户干扰的情况下,确定中继节点的最佳发射功率。仿真结果证明,该算法能满足认知用户对主用户干扰限制的要求,提高系统吞吐量。     

基于比例速率约束的NOMA公平资源分配算法

针对下行非正交多址接入系统多用户场景,综合考虑吞吐量、服务质量、公平性、串行干扰消除(SIC)能力等因素,提出一种基于比例速率约束的公平资源分配算法。利用比例公平思想设计自适应比例公平用户配对方案,通过动态调整遗忘因子加快调度优先级的更新速度。设计最优功率分配方案以保证SIC的正确执行,同时为进一步提升配对用户间的公平性,给出基于比例速率约束的2种功率分配方案,获得相对稳定的功率分配关系。仿真结果表明,在保证系统吞吐量的前提下,该算法可有效提升接入系统的用户数和用户间公平性。     

小无线网络中基于BLUF的包调度算法

在无线网络的多用户资源分配中,一个重要的问题就是设计高效的调度算法来保证用户的公平性,并充分利用有限资源和保证用户服务质量要求。提出一种基于缓冲区长度效用函数的多用户包调度（BLUF）算法,该算法充分考虑无线信道的时变特性,用缓冲区长度的效用函数来表示调度的服务质量需求的紧急程度,用户当前信道速率与其获得的平均信道速率的比值表示用户公平性和系统效率的权衡程度。仿真结果表明,与存在的比例公平性无线包调度（PFS）算法相比,BLUF算法能够保证实时任务的时延需求的前提下,获得更好的公平性、系统吞吐量等性能。     

长期演进系统基于加权平均时延的下行资源调度

针对长期演进（LTE）移动通信系统下行链路传输中多用户的实时（RT）与非实时（NRT）业务传输性能需求问题，提出一种基于用户加权平均时延的改进型的最大加权延时优先（MLWDF）资源调度算法。该算法在考虑信道感知与用户服务质量（QoS）感知的基础上引入反映用户缓冲区状态的加权平均时延因子，该因子通过用户缓冲区中待传输数据与已发送数据的平均时延均衡得到，使具有较大时延和业务量的实时业务优先调度，提升了用户的性能体验。理论分析与链路仿真表明，提出算法在保证各业务时延及公平性的基础上，提升了实时业务的QoS性能，在用户数量达到50的条件下，对比MLWDF算法实时业务的丢包率降低了53.2%，其用户平均吞吐量提升了44.7%，虽牺牲了非实时业务的吞吐量，但仍优于VT-MLWDF算法。实验结果表明，所提算法在多用户多业务传输条件下提升了实时业务的传输性能，并在QoS性能上明显优于对比算法。     

基于跨层的中高速传感器网络多元参数调度与资源自适应分配算法

针对中高速传感器网络中不同业务对QoS(quality of scrvice)的不同要求,跨层考虑物理层和数据链路层参数,提出了一种适合混合业务的多元参数调度算法和资源分配算法。该算法根据不同的业务动态调整时延补偿因子和吞吐量补偿因子两个参数,在满足实时业务QoS约束的前提下,以最大化系统吞吐量为目标建立了相应的优化模模型,对于实时业务能满足时延较小的要求,对于非实时业务能满足吞吐量较大的要求。仿真结果表明,该调度算法可以灵活地在系统功率效率和用户服务质量满意度之间取得折衷,并保证不同类型业务用户间的公平性。     

基于区分服务的自适应跨层调度算法

中高速传感器网络中不同业务对QoS有不同的要求。针对该情况,引入区分服务的思想,提出一种适合混合业务的多元参数自适应跨层调度算法。该算法根据不同的业务动态调整时延补偿因子和吞吐量补偿因子,使实时业务能满足时延较小的要求,非实时业务能满足吞吐量较大的要求。仿真结果表明,该调度算法可以灵活地在系统效率和用户服务质量满意度之间取得折中,保证不同类型业务用户间的公平性。     

考虑用户偏好的启发式动态共乘匹配算法

针对现有算法很少考虑用户之间的共乘偏好需求,提出了一种考虑用户偏好的启发式动态共乘匹配算法。构建一个满足用户偏好需求的动态共乘匹配模型,旨在最大化系统匹配率和最小化车辆的绕行距离。算法首先根据出行请求的时间约束、车辆与用户的出行轨迹以及用户的兴趣偏好,过滤不满足用户偏好需求的车辆;其次,构建一个临时匹配图,设置边的权值为出行请求插入到车辆的当前行驶路线中的最小绕行距离;最后采用贪婪方式实现用户与车辆之间的匹配,并采用节点插入方式,将出行请求的出发地点和到达地点插入到车辆的当前行驶路线中。仿真结果表明,提出的启发式动态共乘匹配算法使车辆增加的平均绕行距离和运行时间低于现有算法,系统匹配率高于现有算法;用户的出行时间需求、兴趣偏好、信誉度等共乘需求对系统匹配率有显著影响。     

OFDMA中继系统中基于速率约束的资源调度算法

针对无线资源调度算法中系统吞吐率与用户公平性之间的矛盾,研究了OFDMA多用户多中继系统中的比例公平调度算法,并提出了基于速率约束的资源调度方案,该方案充分考虑不同用户对传输速率的最小约束,通过给不能满足速率要求的用户增加优先权,使其优先分配子信道,保证了用户的速率QoS要求。仿真结果表明,该方案在满足系统吞吐率的同时能更好地保证用户的公平性。     

一种排队延迟感知的LTE调度机制

长期演进(LTE)系统在分组交换域内承载语音业务,但对延迟和丢包敏感的语音业务服务质量较难得到保证。为此,提出一种排队延迟感知的语音分组调度机制,根据队列长度、信道条件、排队延迟以及业务最大允许延迟来确定用户调度优先级,从而实现用户资源的合理分配。理论分析和仿真结果表明,与VSM调度机制相比,该调度机制在确保时延和系统吞吐量满足要求的前提下,能有效地利用网络资源,降低丢包率,提高用户公平性。     

无人机自组网中基于Q-learning算法的及时稳定路由策略

无人机自组网凭借其抗干扰能力强、适用于复杂地形、智能化程度高和成本较低的优点,近年来受到广泛关注,该网络中路由协议的设计与优化一直是核心研究问题。针对无人机自组网中因节点快速移动造成节点本地存储的路由未及时更新而失效的问题,提出一种基于Q-learning算法的动态感知优化链路状态路由协议(DSQ-OLSR)。该协议首先充分考虑了无人机自组网节点高速移动的特点,在选取多点中继(MPR)节点时添加了链路稳定性和链路存在时间这两个指标,使得选出的MPR节点集更稳定、合理;其次,结合Q-learning算法对TC消息的发送间隔进行自适应调整,使得在网络拓扑变动较小时增大TC发送间隔以减小控制开销,而在拓扑变动较大时减小TC发送间隔用于达到快速感知并构建网络拓扑的要求,进而实现数据的及时路由。仿真结果表明,与DT-OLSR协议相比,该协议在端到端时延、吞吐量、成功率和网络生存时间性能上分别提高了12.61%、9.28%、7.69%和5.86%,由此验证了其有效性。     

基于用户分布感知的移动P2P快速位置匿名算法

针对移动点对点（P2P）结构下位置隐私保护匿名区形成存在着通信开销大、匿名效率低以及成功率低等问题,提出了一种移动P2P结构下用户分布感知方案,用户在邻域内共享邻域加权密度参数,获取邻域用户实时分布信息,根据用户分布特征为用户推荐隐私参数及候选用户查找半径,帮助用户快速形成匿名区。仿真结果表明,该算法通信开销小,在满足移动P2P网络移动设备节能需求的同时,匿名区生成时间平均在500ms以下,平均成功率达到92%以上。     

LBSN协作式个性化链接预测算法

在基于位置的社交网络中用户链接与位置链接之间具有一定的内在关联,而且不同的用户在社交网络中的表现也存在差异,因此对于以上问题提出一种协作式个性化链接预测算法。针对用户的个性化特征,采用核密度估计方式对用户在时间和空间维度建模,基于兴趣组对用户进行重叠社团划分,并通过社团、好友以及签到关系进行个性化用户链接预测;基于个性化用户链接预测结果,利用从社团重启的随机游走预测用户的个性化位置链接;协作式个性化链接预测算法通过用户链接预测和位置链接预测的迭代使得两者性能相互提升。实验结果表明,所提算法相比于现有算法具有更好的预测性能。     

多用户接入与SLT编码的二维喷泉系统及性能分析

在物联网时代,多用户接入系统的设计将迎来巨大的挑战。本文在现有系统基础上提出了一种多用户接入与SLT编码结合的二维喷泉系统。在时间层上对各用户原始信息进行SLT编码,在用户层上各用户通过接入概率竞争传输,从而构成一种二维喷泉形式,该系统充分利用喷泉编码能有效提高信号抗干扰能力。对于采用SLT编码的每个用户,可以简单地使用置信传播译码算法进行译码。仿真结果表明,与已有多用户接入系统相比,本文提出的系统明显能实现更好的吞吐性能,且解决了已有系统译码算法在较高接入概率下性能急剧下降的问题,从而能给更多的用户进行信息传输的机会,在多用户数据传输中有很好的实用性。