泛在末梢环境下的多终端协同选择机制

聚合多终端完成个性化业务是未来用户对泛在业务的必然要求,然而移动的异构终端无法持续地支撑高质量的泛在业务. 为此提出了多终端协同(MTS)机制,以分层模型和业务质量标准模型为基础建立协同实现流程,主要包含业务的注册与发起、MTS选择和维护3个模块. 在MTS选择核心算法中加入基于时间戳的探路机制和时间控制窗口,以提高业务性能. 仿真结果表明,MTS机制能较快聚合高质量执行终端,保证业务持续性和平滑性,与其他方法比较,在业务重调和时延方面有更好的性能.     

多业务混合模型下的蜂窝系统性能分析

在多业务资源受限蜂窝系统中,提出了一种有效分析系统性能的方法.通过对用户的业务和行为特征进行合理统一的描述,给出了符合混合业务特性的用户业务及行为模型.基于多维连续时间马尔可夫链,得到了系统期望阻塞率、业务中断概率以及系统资源利用率与用户特性之间的关系.仿真结果表明,与已有方法相比,提出的方法能更准确地分析系统性能.     

多业务CDMA 基于动态混合判决的接纳控制算法

有效的呼叫接纳控制(CAC)算法不但能够满足CDMA蜂窝系统不同业务的QoS要求,而且能够提高系统资源利用率。文章提出一种基于多业务的动态混合判决CAC算法,在判决时,该算法根据系统剩余容量和各业务优先级来为高优先级业务预留资源;在接入自相似业务时,该算法利用概率接入策略来判断是否接入一个新呼叫。仿真结果显示,本文提出的算法可以有效降低阻塞率,提高系统性能。     

基于目标状态估计协方差控制的目标分配方法

针对多传感器多目标跟踪环境中目标跟踪性能与系统资源不足之间的矛盾,提出了一种基于目标状态估计协方差控制的目标分配方法.该方法根据系统对不同目标的跟踪精度要求设定各目标的期望协方差,通过期望协方差与预测协方差的差来确定目标所需的传感器组合,在此基础上实现目标对传感器的有效分配.仿真结果表明了该算法的有效性.     

日常养老情境的异构多机器人动态多任务分配

针对异构多机器人系统动态任务分配问题,基于多智能体技术,利用符合养老情境特点的多智能体组织结构,提出处理养老情境下任务类型相对固定的异构多机器人多任务动态分配机制.建立基于被服务对象满意度函数的投标值计算模型,兼顾多任务的动态分配与被服务对象的满意度.根据拓扑排序算法,提出多智能体系统死锁的检测及处理方法,解决执行智能体自锁、各执行智能体间互锁的问题.对不同任务情况在不同分配机制下的被服务对象满意度进行仿真.仿真结果表明,在避免死锁的情况下,所提机制能够兼顾养老情景下的动态任务分配和被服务对象的满意度.     

一种多机动目标协同跟踪的博弈论算法

针对传感器网络中的动态跟踪问题,提出一种基于博弈论的多机动目标协同跟踪算法.首先利用交互多模型扩展粒子滤波估计网络中每个机动目标的状态;然后以滤波过程中获得的目标信息增益为衡量标准,促使跟踪精度未达系统要求的目标的代理发起谈判,在保证谈判双方利益最大化的前提下,通过博弈为谈判发起者争取更多的传感器对其所代表的目标进行跟踪.仿真结果表明,在非线性非高斯环境下,该方法与传统方法相比能够有效提高跟踪精度,动态分配传感器资源以实现协同跟踪.     

基于标识支持区分QoS的CICQ调度机制

为了在高速环境下对不同业务提供更好的区分服务质量QoS(quality of service)保障,将标识的概念引入交换结构,提出一种基于标识支持区分QoS的CICQ(combined input and cross-point queued)调度机制.该机制采用基于标识和预约带宽约束的流控机制,以业务类为单位管理网络数据流,保证了交换对高层不同业务类的有效支持,理论分析和仿真实验一致.这表明该机制具有良好的时延性能,在过载情况下根据预定带宽分配输出链路带宽,保持了各业务类的相对公平性.     

光突发交换网的带宽管理策略

针对支持多业务的光突发交换网，提出一种新的基于波长的带宽管理策略。给出了用于带宽管理的3个波长分配方案。静态分配方案基于各业务类的权重来分配波长；动态分配方案则根据加权流量来分配波长；优化分配方案基于流量预测器和动态优化算法，使网络的加权吞吐量接近最大化。仿真分析3个分配方案的性能，以加权丢包率作为性能指标，结果表明优化分配方案的性能最佳。从网络运营商的角度来说，优化分配方案可以使网络的收益最大化。     

异构无线网络中基于强化学习的频谱管理算法

提出了一种基于归一化径向基函数的自适应启发评价强化学习算法,用于异构无线网络系统中自主的动态频谱分配.该算法利用归一化径向基函数自适应构建状态空间,加快学习速度;利用自适应启发评价机制减少不必要的探索,提高学习效率.通过与无线环境交互,算法学会为不同接入网内的各个会话动态分配合适的频段.仿真结果表明,在同等网络条件下,该算法能获取更好的频谱利用率和服务质量,性能优于确定性频谱分配策略和一般的动态频谱分配策略.     

资源预留动态带宽分配机制

提出一种基于资源预留的核心无状态动态带宽分配机制,采取了一种无状态递归观察机制动态调整预留带宽值的做法,使得可靠性和强壮性大大增强。文中采取3种技术来实现预留带宽的动态分配：一种是在控制面的轻质认证;第二种是在数据面采用一种无状态递归观察技术;第三种是业务区分机制,将业务流分为标记流和非标记流。给出了在ns网络仿真环境下的仿真实验结果。     

OFDMA下行链路的延迟加权动态子载波分配算法

研究了正交频分多址（OFDMA）下行链路的资源分配算法，提出了延迟加权动态子载波分配算法（DWDSA）. 算法采用内环和外环的控制结构，内环控制的主要功能是在给定某一确定的功率分配方案时，对子载波进行有效分配；外环控制采用延迟调节资源分配算法的参数. 通过仿真表明，DWDSA算法在排队延迟和缓冲区占用方面有很好的性能改善；并且算法兼顾了排队延迟和信道条件，在满足服务质量的同时提高了资源的利用率.     

认知无线电系统转移接入概率的动态子载波分配

针对认知无线电系统可用子载波的动态变化,提出一种基于接入概率的动态子载波分配方法. 该方法通过控制认知用户在子载波上的接入概率最大化系统的吞吐量,保证了用户的服务质量需求. 为简化求解过程,提出一种基于接入概率转移的启发式算法,该算法可将子载波接入概率在用户间转移,直至所有用户的速率需求都得到满足. 仿真结果表明,在瑞利衰落信道环境下启发式算法能得到全局最优解. 同时,与现有动态分配方法和载波侦听多路接入方法相比,新方法能有效地提高系统吞吐量性能.     

一种适合NGN的鉴别业务框架的研究一种适合NGN的鉴别业务框架的研究

鉴别业务是为下一代网络(NGN)中的各种应用提供安全保障的基本服务,但目前NGN中缺乏其相应的实现机制。通过对鉴别业务在NGN中的位置和需求的分析,提出了一种在NGN中构建鉴别业务的体系结构。并在此基础上,提出了一种利用改进的Kerberos协议作为该体系结构中鉴别机制的实现方案。最后使用BAN逻辑对该协议的正确性进行了证明。     

基于JMX的移动业务平台OAM系统设计

针对构建于J2EE(Java 2企业版)分布式平台之上的电信级移动业务开发环境,研究能满足电信级和企业级(J2EE平台)管理要求的技术架构,提出了一种基于JMX(Java管理扩展)框架的操作和维护管理系统的设计方案,并提出了在多J2EE服务器情况下操作和维护管理系统的一个扩展框架.     

多小区多用户OFDM系统中的最佳比特分配算法

在研究单小区多用户OFDM(正交频分复用)系统中最佳或次最佳的子载波比特功率分配算法基础上,提出了一种在满足所有用户QoS(服务质量)要求下多小区多用户OFDM-TDMA(正交频分复用-时分多址)系统的,以最大化系统吞吐量为目的的最佳功率比特分配算法.通过仿真验证,此算法在确保QoS条件下,能够最大化系统吞吐量并减轻同频干扰的影响.     

保证混合业务质量的跨层OFDMA资源分配方法

提出了一种新的跨层正交频分多址（OFDMA）系统资源分配方法,其综合考虑了无线信道的时变特征和媒体接入子层（MAC）业务质量（QoS）要求,将MAC层分组调度和物理层的OFDM子信道分配及自适应调制编码进行联合设计,目的是在保证实时时延敏感业务和非实时业务的QoS基础上最大化系统吞吐量。在子载波分配过程中,分别采用了信道依赖的最早预期 (CD-EDD)算法和 最小速率需求(MRR)算法,对实时时延敏感业务和非实时业务进行调度。基于IEEE 802.16标准建立了动态仿真模型对算法性能进行评估,结果表明较传统的最大信噪比方法在系统吞吐量相近的基础上对时延特性、用户公平性方面有较大性能提升。     

协作通信网络中基于Lagrange算法的中继选择和功率优化方案

协作通信技术可以有效获取空间分集,并进一步改善系统的性能。为最小化多中继解码转发(decode-and-forward,DF)协作通信系统的总功率,同时满足系统要求的数据传输速率,提出了一种基于Lagrange算法的中继选择和功率分配的联合优化方案。首先根据信源与中继的瞬时信道状态信息(channel state information, CSI)使信源的发送功率最小化,然后选择出最大的可解码中继集合,再利用Lagrange算法对中继功率进行优化,根据得到的信源和中继的功率分配,选择出最佳中继集合,达到最小化系统总功率的目的。仿真结果表明,相对于直传方案和机会中继(opportunistic relay selection, ORS)方案,本研究中总功率消耗明显减少。     

认知D2D通信中基于博弈论的动态频谱分配方案

提出了一种新的基于非合作博弈的动态频谱分配方案,考虑多个蜂窝用户服务中心和具有认知能力的设备到设备(D2D)通信用户组,利用伯川德(Bertrand)博弈理论来解决用户频谱分配问题,分别对D2D对用户组和蜂窝用户服务中心的效用函数进行了改进,并给出了蜂窝用户服务中心的最优定价和D2D对用户组的动态价格调整策略,进一步证明了纳什均衡解的存在性和算法的收敛性.通过仿真实验,分析了不同蜂窝用户数和学习因子对所提出方案性能的影响.与现有结果进行比较显示,新方案在频谱利用率和系统公平性方面均有改进.     

低复杂度的OFDMA系统调度与资源分配算法

针对多用户多业务OFDMA系统存在的缺陷与不足,提出了一种低复杂度的分组调度与资源分配算法.该算法考虑队列状态、QoS要求、信道情况和业务优先级等信息,分别定义了实时轮询服务、非实时轮询服务和尽力而为服务的效用函数,算法在满足各种业务延时、传输速率和丢包率约束条件下,通过最大化非实时业务总吞吐量实现调度和资源分配.仿真结果表明,与已有算法相比,该算法在非实时业务总吞吐量下降不大的情况下,在性能和复杂度之间取得了较好的折中.