基于节点重要度的路由选择与频谱分配算法

在频谱一致性和频谱连续性的约束条件下,弹性光网络运行一段时间后,网络频谱会出现大量碎片的问题。针对碎片以及业务在各节点间分配不均衡的问题,提出了一种基于节点重要度的路由选择与频谱分配算法NIRSA（Route Selection and Spectrum Allocation algorithm based on Node Importance）。该算法针对路由选择问题,考虑业务的类型与大小,找出网络中的关键节点,使得业务分配达到均衡。在频谱分配方面,算法考虑到网络链路上频谱资源的分布情况,结合每个业务所需的频隙数,可以尽可能地减少频谱碎片。在NSFNET和USNET两个不同规模的网络拓扑环境下,对所提算法进行了仿真实验。仿真结果显示,所提出的NIRSA算法既可以有效地降低业务阻塞率,又能提高网络的频谱利用率,实现网络性能提升。     

认知无线传感器网络的吞吐量分析

为了实现认知无线传感器网络(CRSN)在授权频段的连续可靠通信,结合协作感知和宽带感知策略,提出了一种CRSN架构.通过在网络中部署专门负责频谱感知的认知节点,将频谱感知与数据传输功能进行了合理分配.在最大化感知和传输时间的同时,实现了频谱的实时感知和数据的连续传输,进而提高了频谱检测率和网络吞吐量.同时,由认知节点协作对宽带进行多信道联合检测,除了可以提高检测的可靠性,还有利于实现CRSN对授权频段的连续接入,进一步保证网络数据传输的连续性.通过仿真对不同硬融合准则下的平均网络吞吐量进行了分析和比较,结果表明该网络架构可以获得更高的吞吐量.     

MIMO链路ad hoc网络传输调度算法

针对MIMO链路ad hoc网络中已有传输调度算法未充分利用MIMO空间复用能力的问题,提出了一种新的传输调度算法.该算法通过考虑MIMO的多流接收能力而有效地减小了调度帧长,通过合理安排节点分配顺序使得节点分配的数据流比较平均,同时,该算法通过允许节点发送多个数据流而高效利用了MIMO的空间复用能力.推导分析了传输调度算法的通过量和时延性能,结果表明,与已有算法相比,采用文中算法可以提高网络的通过量,减小网络的平均时延和最大时延.     

一种认知无线Mesh网络中负载均衡的组播路由算法

提出了一种负载均衡的无线链路权值函数及计算算法LBWC,在此基础上,提出了一种满足QoS约束的负载均衡组播路由与频谱分配算法LMRS2A.LMRS2A的目标是:在满足无线组播业务QoS约束的情况下,均衡化网络的负载,最小化传输次数,优化网络资源的使用.LMRS2A算法首先采用LBWC算法计算无线链路的权值,进行负载均衡组播树的构造,然后采用基于无线广播特性的QoS约束频谱分配算法WBA2S对无线链路进行信道分配.仿真结果表明LMRS2A能达到预定目标,不仅避免了拥塞节点的产生,而且需要较少的传输次数.     

无线传感器网络中基于融合贡献的传输延时分配算法

数据融合是降低无线传感器网络的冗余能耗、延长网络生存期的有效手段之一.传输延时的分配是数据融合中的重要问题,它对网络融合的效果和数据分组的传输延迟具有很大影响.提出了一种基于融合贡献的传输延时分配算法ACDA(aggregate contribution based delay-time allocation),量化了路由树中不同位置的节点对融合效果的影响,并依此按比例分配融合等待时间.算法充分考虑到了各节点在路由树中的位置差异性和节点间的相互影响.仿真结果表明,同现有的几种延时分配算法相比,ACDA能够更加有效地改进数据融合效果,提高网络实时性.     

蜂窝异构网络中的最优频谱分配算法

异构网络通过在宏基站的覆盖范围内密集地部署低功率的节点,使小区得到分化,提升信道增益。但由于频谱资源有限,资源分配在带有中继节点的蜂窝异构网络中变得较为复杂。为改善信道的频谱效率,研究在带有中继节点异构网络中的最优频谱分配策略以及对应的用户接入策略,提出一个基于乘子法的高效算法,通过在乘子法迭代中寻找一组有限的频谱复用模式,得到最优的频谱分配和用户接入策略,实现最优的比例公平性。数值仿真结果表明,该算法可有效利用有限的频谱资源,相对于传统的频谱分配策略,网络性能明显提升。     

基于频谱异构和用户移动的频谱共享算法研究

频谱共享允许多个认知节点以机会主义方式使用空闲频谱资源,而绝大多数的频谱共享研究没有考虑传输距离、错误率等方面的频谱异构特性。针对集中控制认知无线网络,提出一种基于频谱异构和用户移动的频谱共享算法。网络中不同类型的频谱信道具有不同的覆盖范围,认知用户可以静止或移动。认知用户的信道分配综合考虑了信道可使用时间、用户地理位置、接入公平性等因素,并在此基础上建立了一个信道分配效用函数,最终目的是最大化系统总效用。仿真结果表明,提出的频谱共享算法能够大大减少系统中的信道切换次数,同时系统其他方面的性能也能够得到保证。     

无线传感器网络中一种避免节点拥塞的算法

无线传感器网络节点拥塞导致节点丢弃大量的数据包,这不仅影响了网络服务质量,还浪费了节点宝贵的能量,进而缩短了网络生命周期.提出了一种避免传感器网络节点拥塞的算法.该算法包含了基于发送窗口分配的拥塞避免和基于优先级的数据包调度策略.网络节点首先根据一定策略为上一跳节点分配发送窗口来预防本地发生拥塞,获得发送窗口的上一跳节点每次选择优先级最高的数据包发送以改善网络服务质量.模拟实验表明,提出的算法具有良好的能量有效性,有效地避免了由节点缓冲区溢出造成的网络丢包,同时改善了网络传输的公平性并降低了网络的平均延迟.     

认知无线电中联合功率控制的动态频谱分配算法*

针对认知无线电网络动态频谱分配算法开展研究,基于最大独立集理论,提出一种改进的联合功率控制的动态频谱分配算法,通过联合功率控制机制,避免用户之间的相互干扰和对已分配信道链路的干扰,满足多用户应用需求,并减少节点能耗。该算法以最大独立集为分配起点,允许一次同时分配信道给多个互不干扰的链路,同时兼顾资源分配的公平性,能够有效减少分配的总次数和用户间的信息交互量。仿真结果显示改进的动态频谱分配算法在需求满足率和公平性上都优于原有算法。     

弹性光网络中基于频谱连续度的算法研究

针对光网络中可用的波长资源有限、频谱利用率不高的问题,提出了一种基于KSP算法的频谱连续度感知算法（KSPDP）。该方法在路由选择方面,用KSP算法求得源节点和目的节点之间的不同的路径长度,并根据业务请求所需的频谱资源数量,分配不同的路径。在频谱分配方面,算法将感知各链路的频谱连续情况,最大限度减少业务分配的路径上各链路的频谱碎片。仿真结果表明,所提出的算法与传统的最短路径RMSA算法相比,能降低频谱阻塞率,提高频谱资源利用率。     

认知无线网络的Rubinstein博弈频谱共享方法研究

针对传统的功率控制算法限制认知用户的发射功率而影响其服务质量(Quality of Service, QoS)的问题,提出了一种基于功率控制的多人Rubinstein博弈频谱分配算法。该算法通过牛顿迭代公式降低认知用户的发射功率并依据各个用户间的干扰得到相应的链路质量;将经济学中的贴现因子与用户的链路质量建立映射关系;通过链路质量调整认知用户子博弈顺序使得网络总传输速率达到一个相对稳定的状态。仿真结果表明:多个认知用户在同一信道下共享频谱时,采用多人Rubinstein博弈算法对系统的总传输速率有明显的提升,使系统处于稳定且高速的传输状态并节省了一半以上的频谱分配时间。     

基于认知无线电技术的动态频谱分配方案研究

随着物联网的发展,人们能够更加方便快捷地利用智能终端,随时随地接入到无线网络中进行业务数据传输.然而,激增的移动用户数量和业务的带宽需求,使得无线频谱资源日益稀缺,现有固定式频谱分配方案面临巨大挑战.面向物联网发展,如何满足用户的高移动性和呈爆炸式增长的业务传输需求成为物联网研究的重点.认知无线电技术,一方面允许用户终端自适应感知所处环境的频谱资源空闲信息,为用户营造一个无缝的接入环境,保证用户的高移动性;另一方面通过动态频谱分配有效地解决了频谱资源稀缺和现有授权频谱资源利用率低的问题,为用户的海量数据传输提供保证.作者基于认知无线电技术,提出了一个用户终端和网络端共同参与决策的两级动态频谱分配框架结构,并提出了两级动态频谱分配方案.该方案设计包含:空闲频谱资源排序选择算法和集中式的联合优化匹配算法.通过用户终端和网络端的协同工作,文中所提出的两级动态频谱分配方案能够有效满足用户的高移动性和业务传输服务质量需求,实现空闲频谱资源利用率和频谱间切换概率的联合优化,为移动用户的海量数据传输提供保证.仿真实验结果表明,与传统图匹配方法相比较,该方案能够平均提高全网服务质量有效吞吐量70%,平均降低频谱间切换概率56%.     

基于SAC强化学习的车联网频谱资源动态分配

针对车联网频谱资源稀缺问题,提出一种基于柔性致动-评价（SAC）强化学习算法的多智能体频谱资源动态分配方案。以最大化信道总容量与载荷成功交付率为目标,建立车辆-车辆（V2V）链路频谱资源分配模型。将每条V2V链路作为单个智能体,构建多智能体马尔科夫决策过程模型。利用SAC强化学习算法设计神经网络,通过最大化熵与累计奖励和以训练智能体,使得V2V链路经过不断学习优化频谱资源分配。仿真结果表明,与基于深度Q网络和深度确定性策略梯度的频谱资源分配方案相比,该方案可以更高效地完成车联网链路之间的频谱共享任务,且信道传输速率和载荷成功交付率更高。     

基于差分进化算法的认知无线电频谱分配

针对认知无线电系统中认知用户分配可用频谱问题,提出基于差分进化算法的认知无线电频谱分配算法。利用差分算法设置参数少、寻优能力强、不易于陷入局部最优等特点,得到可以使认知用户平均系统效益最大化的频谱分配方案。仿真结果表明,提出的算法不仅提高了用户平均系统效益,而且缩短了运行时间,提高了频谱分配效率。     

认知无线电中结合差异性的免疫克隆优化频谱分配算法

频谱分配是认知无线电中的重要问题,而传统的频谱分配算法并未考虑频谱的差异性。提出一种基于免疫克隆优化算法、考虑频谱差异性的频谱分配算法,算法引入可信度矩阵对频谱的时间差异性进行建模。进行约束处理时,通过差异性算子(DCSO)的使用能将可信度更高的频谱分配给认知用户,从而提高系统的总收益。对于冲突激烈的认知用户,使用公平性算子（FCSO）能够增加它们被分配频谱资源的可能性,从而提高系统的公平性效益。仿真实验表明,相较于传统的免疫克隆优化算法、颜色敏感算法和遗传算法,本算法能显著增加网络的总收益、可信度,提高网络的公平性。     

基于分簇协作频谱感知的认知无线网能量效率研究

针对认知无线网能量消耗引起的能量效率较低问题,在研究认知无线网分簇协作频谱感知能量效率的基础上,提出了一种最优功率分配算法来最大化次用户系统的能量效率。通过建立基于次用户能量效率最大化传输优化模型,在考虑传输功率、感知时间以及干扰限制的情况下,利用拉格朗日函数及KKT条件,得到最优次用户发射功率分配算法,以达到系统能量效率最大化的目的,同时分析了不同参数对能量效率的影响。仿真结果表明,本文所提算法能有效提高次用户系统的能量效率、减少系统开销。     

Performance analysis of a distributed power control algorithm for shared and split spectrum femtocell networks

In this paper, we study the performance of a distributed power adjustment algorithm for shared and split spectrum allocation setups. The theoretical analysis reveals that the convergence of the power control algorithm is guaranteed under different spectrum allocation schemes and the convergence rate is exponential. The performance analysis is also carried out via simulations which demonstrate the algorithm fairness under Jain''s and Atkinkons'' fairness indices.     

认知无线电中基于QoS分级的频谱分配策略

为提高认知无线电中的系统吞吐量,保证频谱分配的公平性,提出一种基于服务质量(QoS)分级的频谱分配策略。建立模糊综合判决模型,根据认知用户的业务类型判别其QoS级别,应用CMSB信道分配算法进行频谱分配。仿真实验结果表明,该频谱分配策略能在满足认知用户QoS需求的同时,保证较高的系统吞吐量和接入公平性。     

基于业务需求的动态频谱分配算法

动态频谱分配能有效解决频谱利用率低的问题,但已有的图论着色算法未考虑认知用户的业务需求,导致需求小的用户分配到更大的频谱,一定程度上造成了频谱浪费。为解决该问题,提出基于业务需求的动态频谱分配算法,使分配的信道与认知用户的业务需求适配。性能仿真结果表明,基于业务需求的算法能满足各用户的需求,性能更优。