提高D2D多播能效的一种方案

在内容分发场景下,将簇头选择与资源分配相结合以降低基站负载,提高直连(Device-to-Device,D2D)通信多播簇的能效值。基于系统能效最大准则,从接收到数据的多播用户中选择合适的用户作为簇头形成多播簇;借助启发式算法,为每个D2D多播簇分配合适的资源块,以提高D2D链路的通信质量。仿真实验结果显示,与已有方案相比,所给方案比可以得到更高的D2D多播簇能效值。     

基于整体公平的D2D无线资源分配算法

针对引入设备与设备(D2D)通信的蜂窝系统进行无线资源分配时D2D接入率低、未同时兼顾蜂窝用户(CUE)和D2D用户(DUE)公平性的状况,提出一种基于整体公平的D2D无线资源分配算法.首先它允许多个D2D对复用一个CUE资源,然后基于图着色理论对多个D2D对进行分簇以及重构,再以最大化CUE和重构簇整体公平性为目标为它们分配恰当的资源块(RB).仿真分析表明,与其它方案相比,基于整体公平的D2D无线资源分配算法能有效提高系统整体的公平性、接入率以及吞吐量.     

基于组间公平的多天线多播系统资源分配

提出一种多天线多播系统中最大化多播系统容量的资源分配算法．考虑一个包含多个多播组的多天线无线多播场景,针对资源分配与下行链路预编码展开研究,给出资源受限且各多播组遵循最少子载波数限制时多天线多播系统资源分配的目标函数．为降低运算复杂度,提出一个3阶段的次优解法,将多播预编码、子载波分配和功率分配分别实现．仿真结果表明,无论是在单播系统还是组播系统中,所提算法都能够在保证组间公平的同时显著提高系统的吞吐量．     

VEC中多边缘节点协作卸载与资源分配算法

针对车载边缘计算(VEC)中任务计算成本高和边缘节点负载不均衡的问题，将软件定义网络(SDN)与多边缘计算相结合，构建了“端-多边-云”3层软件定义车载边缘计算模型，并提出了一种新的协作卸载和资源分配算法。使用SDN控制器从全局角度获取网络信息，对任务卸载和资源分配进行统一调度。将改进的k-means算法用于确定任务的初始卸载决策，将任务分别分配到本地簇、边缘节点簇和云服务器簇中。此外，利用深度Q网络算法获得了边缘节点簇中任务最优的卸载决策、卸载比例和资源分配策略。仿真实验结果表明，相较于对比算法，用所提算法使任务的计算成本降低了18.6%以上，提高了22.9%以上的边缘节点资源利用率，并实现了边缘节点间的负载均衡。     

超密集网络中一种改进的分簇及资源分配方案

为了减少超密集网络中小区间的干扰,提出了一种改进的分簇及资源分配方案.首先,根据小基站间的路径损耗程度构造损耗图,基于损耗图选出簇头并且分簇,将路径损耗之和较小的小基站放在一个簇中,每个簇中小基站的数量不超过子信道的数量;然后,根据簇内的用户在每个子信道上的信干噪比依次为每个簇的用户分配正交的子信道;最后,优化功率分配,以提高吞吐量.仿真结果显示,与相同场景中的已有方案相比,所提方案更加均匀地将小基站分布在每个簇中,并且显著提高了系统吞吐量.     

UDN中基于JR-CoMP的分簇和资源分配方案

针对超密集网络（UDN）中的上行干扰问题,提出了一种基于多点协作联合接收（JR-CoMP）的分簇与资源分配方法.首先,将用户和基站进行单频段分簇,将同一小小区的多个边缘用户放在不同的用户簇中,将位于相邻小小区并且距离较近的边缘用户放在同一个用户簇中,根据中心用户到已有基站簇的干扰强度将其归簇;然后,对用户簇进行多重子频段分配,为包含同一个小小区用户的多个簇分配不同的子频段,并且尽量为每个用户簇多分配子频段;最后,以最大化系统总传输速率为目标,采用注水算法为每个用户分配功率.仿真结果显示,所提方案能显著提高频谱效率.     

在OFDMA中基于跨层结构的自适应资源配置

OFDMA在BWA系统中得到越来越多的应用。基于跨层网络结构，在OFDMA系统中提出了公平自适应资源分配方案。该方案在保证系统的频谱利用率的同时，以用户在链路层的排队延迟相等作为分配子载波和功率的条件。仿真结果显示这个方案比IEEE802．16a中方案能缩短1／3最大延迟与最小延迟的差距，减少几乎一半的平均延迟，而且可以提高O．4bps／Hz的频谱利用率。     

电力线通信系统中基于动态规划的自适应资源分配

分析了电力线通信OFDM系统在多种约束下,多用户多业务在多子载波上自适应的比特和功率分配模型,提出了一种新的基于动态规划的速率和功率自适应相结合的动态资源分配算法,其先给实时用户分配资源以满足固定速率下总功率最小,再利用剩余功率和未用子载波给非实时用户分配资源以满足最小速率下总速率最大．在典型电力线信道环境下的仿真结果表明,该算法的性能优于已有的多用户资源分配优化算法,且其能更好的满足电力线通信系统中多用户资源分配的多目标要求．     

MEC系统中面向网络切片的3C联合资源分配算法

移动边缘计算（MEC）相关研究已经成为未来移动网络的热点研究之一.在基于网络切片的雾无线接入网络中,提出了一种面向网络切片的MEC系统通信计算缓存（3C）联合的资源分配算法.给出了面向网络切片的多MEC协作资源分配模型,其中考虑了无线接入带宽与回程链路带宽的限制以及MEC系统计算与缓存资源分配对网络切片服务时延的影响;基于服务时延定义了用户获得资源的效用值,构造了系统效用值最大化问题优化不同网络切片下的用户接入、计算与缓存资源分配,并采用连续凸近似交替迭代方法获得近似最优解.对所提算法性能进行了仿真验证,仿真结果表明,所提算法实现了系统总效用值优化,提高了面向网络切片的MEC系统资源利用效率.     

一种能耗约束的多核系统任务调度算法

不同的任务调度算法将任务分配在不同的处理单元,会产生不同的能耗。在基于片上网络的多核系统中,将任务分摊到所有处理器核能提高系统利用率,但导致大量的簇间通信,增加数据传输能耗。本文在对系统能耗进行建模的基础上,提出一种能耗约束的任务调度算法。该算法结合任务间依赖关系,动态计算任务分配时产生通信开销最小的簇和系统利用率最大的簇,通过计算在相应簇上产生的系统能耗,选择产生系统能耗小的分配方案以平衡系统利用率和簇间通信开销。仿真实验结果证明,算法在减少了簇间通信开销并提高系统利用率的同时,降低了系统能耗。     

Fair resource allocation algorithm for the smart TV system

In order to address the resource allocation problem of the smart TV system, a resource allocation algorithm based on the nonlinear elastic task model is proposed. First, we define fairness of QoS levels and describe the fair resource allocation problem of the smart TV system. Then, based on the nonlinear elastic task model, a fixed-point iteration method is used to solve the resource allocation problem and a sufficient condition for the convergence of the method is derived. Finally, nonlinear elastic task model is applied to the adaptive fair sharing controller. Simulation results show that the proposed algorithm can obtain fair resource allocation with a faster convergence speed than existing algorithms.     

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.     

相控阵雷达搜索和跟踪资源博弈分配策略

为了解决搜索和跟踪（SAT）资源分配（RA）实时性的问题,提出博弈论视角下的资源分配策略. 建立搜索与跟踪的系统模型,将SATRA建模为非合作博弈问题,将模型中搜索子空域和跟踪多目标间的资源分配问题看作合作博弈关系,利用Shapley值完成相应资源的分配,给出纳什均衡求解的双目标优化模型;为了快速找到符合决策者偏好的分配解,将双目标优化模型通过动态加权的理想点法转化为单目标优化问题,提出并行混合遗传粒子群优化（PHGAPSO）算法求解上述优化问题最优分配方案,仿真验证了博弈分配策略的有效性和先进性以及混合算法性能的优越性. 在相同的条件下,与帕累托双目标优化方法进行对比. 实验结果表明,博弈论的方法具有更高的灵活性,平均搜索信噪比提高了1.02%,平均跟踪目标误差降低了1.55%.     

一种软件过程中活动序列的资源分配与规划算法

在软件过程模型中,活动的规划问题是把人员和资源合理地分配给活动与活动序列并且使得活动序列能够按期完成.这里用集合与关系的方法,分析并且形式化描述了活动、角色和资源之间的联系,提出了用图连通的算法来求解活动之间并行或者串行的关系,又提出一种两级规划的遗传算法解决活动序列分配人员、资源和优化的问题.通过仿真实验证实了算法能够有效解决资源分配与活动规划问题.     

经济理论在分布式资源分配中的建模方法分析

利用经济理论解决分布式资源分配问题一直是研究热点,如何兼顾分布式计算和经济理论特点来建立模型的问题很少作过系统的分析.通过详细分析分布式环境和经济市场环境的异同,指出资源分配问题中资源、任务、个体和价格是建模过程中容易忽略分布式基本特征的核心要素,给出了如何解决相应问题的建议;利用新兴古典经济学中的分析框架对分布式资源分配问题进行了经济性分析,给出了应用经济理论解决资源分配问题的建模方法并举例验证.     

基于蚁群算法的TDMA卫星通信系统资源分配方法

卫星通信系统资源分配的合理与否直接影响到卫星通信系统整体效能的发挥.但目前TDMA卫星通信系统资源分配算法还存在计算复杂度较高、分配效率低下、求解时间较长等问题,针对TDMA卫星通信系统资源特点,在分析卫星通信系统资源分配目标函数的基础上,参考自然界蚂蚁群体觅食行为,通过蚂蚁行走的路径模拟TDMA卫星通信系统资源分配可...     

基于DEA的副省级城市科技资源配置效率研究

如何客观评价科技投入产出效率并寻求科技资源配置效率的提升对策,已成为政府部门的焦点问题之一。建立科技资源配置效率分析的指标体系,在此基础上运用数据包络分析(data envelopment analysis,DEA)方法,评价分析了15个副省级城市科技资源配置的有效性,并提出了科技资源优化配置的对策和建议。     

基于DEA的资源配置评估系统的研究

数据包络分析(DEA)是一种评价相对有效性的线性规划方法,在投入-产出效率分析中被广泛应用,尤其适用于具有多输入、多输出以及评估对象多元性等特征的资源配置的评估中.该文采用DEA方法,对资源配置进行了有效性分析,并以黑龙江省工业行业资源配置为例进行了实证研究,得出资源配置的有效状态和优化方向.最后,提出通过调整生产要素的配置,改进企业内部管理水平及充分发挥生产潜力来提高黑龙江省工业企业的综合管理效率和产出效益.     

一个有效的图匹配并行分布式算法

本文介绍了柔性制造系统（ＦＭＳ）中资源分配问题的一种有效的并行分布式算法，将资源分配转换成一个图匹配问题后，对多项式复杂性Ｂｌｏｓｓｏｍ算法，改制并设计成并行算法。该算法采用了分割，子图的ＣＭＰ，边界桥对接，渗透生长及合并方法，在并行机Ｔｒａｎｓｐｕｔｅｒ上用并行方法实现了图的最大匹配。     

一种基于路由信息的TCP流聚类方法

分析TCP流模式及传统网络资源分配中存在的问题,建立理想网络环境中的资源分配模型.提出一种新的流标记与分类方法,采用K均值算法对流进行聚类,改善运行besteffort服务的IP网络中TCP流量资源分配的合理性和公平性.该方法具有较低的节点间通信代价和节点计算量,适合大型互联网络,且对网络用户透明.模拟实验证明该方法有效.