异构蜂窝网络中一种基于匈牙利算法的用户关联方法

在异构蜂窝网络中使用传统的小区选择方法会导致宏基站和小基站的负载失衡,而与小基站关联的用户面临服务质量 (QoS) 的降低的问题。针对该问题,提出了一种基于效用函数最大化的用户与基站关联方法。该方法将用户与基站的关联过程建模为双目标优化问题并且线性化为系数可调的效用函数最大化问题,以实现基站负载均衡和用户QoS之间的折中。通过设计权值系数,将该效用函数最大化问题转化为基于二部图的最大匹配,并用匈牙利算法求得最优解。仿真结果表明,该方法实现了异构蜂窝网络中宏基站与小基站之间的负载均衡,并且通过系数调节,达到了基站负载均衡和用户QoS之间的折中。     

异构网中基于匈牙利算法的小区接入方案

为改善蜂窝异构网络宏基站边缘用户速率较低及负载不均现象,给出一种基于匈牙利算法的用户选择接入方案。将匈牙利算法与异构网络相结合,以每个宏边缘用户接收到的微微基站下行链路接收信号强度作为匈牙利算法边的权值,构成效率矩阵,据以对宏边缘用户进行小区接入选择。就7小区模型的仿真结果显示,所给算法在提高宏边缘用户信干噪比的同时,可实现基站间的负载均衡。     

面向5G异构网络的切换自优化算法研究

基于降低5G网络运营成本的需要,通过改进传统算法,提出了一种切换自优化算法。将候选小区的负载率和用户的移动速度作为选择目标小区的主要依据:当用户移动速度大于等于门限时选择切换到高负载宏基站;当用户移动速度小于等于门限时选择切换到高负载微基站。在充分发挥部分基站服务能力的同时,让部分无数据需要处理的基站载频暂时休眠。仿真结果表明,在用户以不同速度移动的场景下,实现切换目标的自动优化后,都可以大幅度减少网络的整体负荷。     

可再生能源供电异构蜂窝网络中基于拓扑势的用户接入算法

可再生能源供电的蜂窝网络相关研究已经成为绿色无线网络热点研究内容之一. 针对可再生能源供电异构蜂窝网络场景,提出了一种基于拓扑势的用户接入算法,实现基站间能量均衡与负载均衡的折中. 定义用户与基站间拓扑势,综合考虑用户业务量、用户与基站间信道容量、基站可用能量,衡量基站对用户的吸引程度;将基站所接入用户拓扑势总和定义为基站效用值,并给出了基站间效用公平的用户接入最优化问题;提出了一种迭代方法求解最优化问题,通过用户与基站间信息交互与迭代更新完成用户接入基站选择,均衡基站间能量与负载. 仿真结果表明,所提算法在保证基站间负载均衡的同时充分利用了基站收集的可再生能源,实现了基站间能量均衡.     

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.     

区域发现及自适应优化的分级移动性管理算法

针对蜂窝小区用户移动特征、切换强度和业务流量不断变化可能造成分级管理结构失效的问题,提出基于切换强度和业务强度的区域发现及自适应优化算法. 该算法通过实时测量蜂窝小区之间的切换强度或业务强度,发现两者相对集中的几个小区;通过区域自适应优化的算法,把这些小区聚合到同一管理区域下,从而使原来发生在不同管理区域的切换或者流量转化为同一管理区域内部的切换或者流量. 在分级结构信令开销模型基础上,对算法进行了理论分析和仿真实验. 结果表明,其能有效减少系统信令开销,提高切换速度和节点流量.     

基于多要素的LTE系统切换算法与仿真

当前移动通信技术快速发展,WCDMA、TD-SCDMA移动系统都将通过LTE演进到4G。传统的LTE系统切换算法有:基于RSRP测量的硬切换算法、基于RSRP及RSRQ测量的联合的硬切换算法。但都无法提供最好的切换判断分析,从而导致切换频繁或切换失败。为了改进LTE系统传统切换算法,文章提出了基于多要素的切换算法,分析了基于多要素切换算法改进的思路。通过对小区负载水平方面仿真,仿真结果表明:小区初始负载水平越轻,UE在该小区驻留的时间越长;负载越重,UE在该小区驻留的时间越短。     

蜂窝和WLAN在未来无线移动网络中的结合

针对蜂窝网络和无线局域网存在的通信传输质量不稳定和通信系统的覆盖与移动性有限的缺点,通过将二者结合,提出了一种分级多跳蜂窝网络的未来无线网络结构.它包括多个多跳小区,通过重叠的小区网络对多跳小区的调整来达到整个网络中的最优负载均衡.利用固定节点的放置和无线协议开销的减少来提高性能.分级多跳蜂窝网络将成为未来移动无线网络发展的方向.     

基于结构化P2P系统的SDYA负载均衡算法

在基于分布式哈希表（DHT）的结构化对等网络（P2P）系统中,DHT的使用及节点的计算能力和带宽等方面的异构性导致系统中节点负载不均衡,进而影响了系统的效率. 基于虚拟服务器的策略,提出一种混合式负载均衡算法,统称为静态负载分配算法和动态负载调整算法（SDYA）. 该算法可根据节点的能力为其分配相应大小的可动态调整的地址空间及合理的负载. 仿真结果表明,相对于传统虚拟服务器均衡算法,SDYA算法的负载均衡效果显著,均衡速度快,均衡开销小,系统稳定性好.     

基于功率和信道联合预留的准入控制策略

为了更有效地实现IEEE 802.16e 正交频分多址接入（OFDMA）系统的服务质量（QoS）保证,提出了一种基于功率和信道联合预留的准入控制策略.介绍了一种子信道和功率分配算法,该算法将预留信道以外的可用信道完全分配从而实现发射功率最小化.针对2种切换用户--小区间切换用户和小区内切换用户,分别设计了2种预留方案,并引入2个切换预留因子.为了在呼叫阻塞概率和呼叫损耗概率之间寻求折中,以最小化服务等级（GoS）作为优化选择切换预留因子的目标,并通过动态调整预留因子,用较低的计算复杂度实现对最优解的逼近.仿真结果表明,这种自适应的方式有效地优化了系统的GoS,并且联合预留策略的GoS性能优于功率预留策略.     

自适应负载均衡路由算法研究

提出了一种基于流言机制的自适应负载均衡路由算法.该算法结合流言路由机制与网络负载均衡的思想,在路由发现阶段,根据节点分布情况和节点当前负载在局部范围内的相对轻重,自适应地调整流言转发概率,让负载较轻的节点优先参与路由建立.仿真实验表明,该算法减少了路由开销,提高了分组平均投递率,降低了数据分组端到端平均时延,具有较强的...     

数据中心环境下能耗性能感知的优化方法

针对云计算环境下数据中心高能耗问题,提出了一种能耗性能感知的虚拟机动态整合方法,以优化能耗性能. 首先通过局部回归分析判定主机是否过载,利用均值法检测主机是否轻载,然后根据虚拟机最小迁移时间、最大和最小CPU利用率策略选择要迁移的虚拟机加入到迁移队列,最后运用能耗性能感知的虚拟机部署优化算法对虚拟机进行优化部署. 仿真结果显示,该算法不但提高了系统性能,而且也降低了系统能耗.     

结构化P2P网络的语义发布/订阅系统 负载均衡算法

针对分布式发布/订阅系统的特点,结合结构化P2P网络负载均衡算法的优点,实现了一种基于结构化P2P网络的语义发布/订阅系统的负载均衡算法.采用本体支持语义,定义本体类权重、节点权重、虚拟订阅等概念,将本体类权重树映射到代理权重网络.由代理节点管理虚拟订阅,本体路由表维护映射信息.事件和订阅根据其本体信息被分配到不同的代理节点上.实现了对结构化P2P网络的基于语义的划分,达到分布式计算和匹配的目的.在此基础上,提出一种动态负载均衡算法：动态调整本体类权重及代理节点的权重,在代理节点负载过载时,进行虚拟订阅的交换或迁移,使得系统获得高效的负载均衡.实验结果表明,负载均衡算法显著地改善了结构化P2P代理网络的可用容量,具有良好的可扩展性,在网络资源消耗方面取得了良好的平衡效果.     

一种新的视界覆盖遗传算法

空间分析是实现各种应用的关键．视界覆盖问题是空间分析的一种．寻求最优部署点源网以覆盖视界工作是一个NP完全问题．提出了一种基于动态负载平衡的并行遗传算法来解决视界覆盖问题,以减少问题的求解时间．仿真实验表明,该算法的加速比已接近最优,求解时间得到了有效减少;与静态负载平衡相比,该算法可有效减少程序执行时间,提高加速比和并行计算效率．     

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.     

基于负载平衡的无线传感器网络路由算法

为了提高无线传感器网络的能量利用率和延长网络的生命周期,本文提出了基于负载平衡的无线传感器网络路由算法。首先,将网络划分成多个网格,根据网格内节点的负载情况定义网格的状态,结合网格的地理位置和网格负载状态选择路由网格;其次,根据节点剩余能量和负载大小在选择的网格内选取一个合适的节点开始数据的收发工作;最后,通过模拟实验将本文算法与GPSR算法和GEAR算法进行比较。仿真结果表明,该算法有效改善了网络的负载均衡,延长了网络的生存期,并提高了网络的吞吐量。     

一种负载均衡算法的研究与实现

在分布式系统中，负载均衡就是要将重负载机上的作业转移到轻载机上执行，使得整个计算机系统中的负载趋于平衡，目的是要缩短作业的平均响应时间．本文以故障检测设备的研发为背景，提出了一种实用的负载均衡算法，并通过网络仿真软件-OPNET仿真了该算法，仿真结果表明该算法较好地完成了负载均衡的任务．     

负载均衡技术的实际应用

选择合适的负载均衡策略，使多个设备能很好的共同完成任务，消除或避免现有网络负载分布不均、数据流量拥挤反应时间长的瓶颈。DNS负载均衡技术是在DNS服务器中为同一个主机名配置多个IP地址，使得不同的客户端访问不同的服务器，从而达到负载均衡的目的。NAT负载均衡是一种比较完善的负载均衡技术，起着NAT负载均衡功能的设备一般处于内部服务器到外部网间的网关位置，均衡算法也较灵活。     

基于消息的加权负载均衡算法

在研究EAP协议与Diameter协议的基础上,为解决分布式认证系统节点间会话一致性的问题,以及尽可能减少服务节点数量改变时产生的会话迁移数量,提出了一种基于消息的加权负载均衡算法(MOLB)。该算法使用散列法、虚拟节点和红黑树相结合的技术,实现了客户端请求在服务节点间的合理分布。Diameter网络环境中的实验结果表明:与其他常用的负载均衡算法相比,本文算法具有较小的负载均衡度和会话破坏度以及较低的会话破坏分布度。     

一种负载均衡的无线传感器网络自适应分簇算法

在分簇算法中,有效的簇首选取策略可以提高网络负载均衡和簇首均匀分布程度.针对簇首选取问题,文章提出了一种负载均衡的无线传感器网络自适应分簇算法,该算法使用簇半径、节点剩余能量和簇首间距作为参数选取簇首,网络中簇内成员到簇首的通信以及簇首之间的通信都基于自由空间模型的低能量衰减,簇首与Sink节点采用多跳的方式进行通信.仿真结果表明,与LEACH算法比较,该算法有效地实现了网络负载均衡和簇首均匀分布,延长了网络生存时间.