宽带卫星网络中基于跨层设计的带宽分配研究

传统的带宽分配策略按照分层结构进行设计,集中在链路层解决问题,没有考虑动态变化的信道状态和所承载的数据流的QoS性能。基于跨层设计的思想,针对支持话音业务和Internet数据业务的卫星网络提出了一种基于跨层设计的带宽分配算法。该策略将应用层的业务特性和数据链路层的带宽分配策略以及物理层的信道状态进行跨层优化。主控站通过建立代价函数的方法将所有相关参数综合考虑,利用动态规划算法得到了最佳的带宽分配方案。数值结果表明：跨层设计方式可以适应变化的信道状态,并且同传统带宽分配算法比较,提高了Internet数据的有效吞吐量并且保持了话音业务的QoS要求。     

HINOC网络中的动态带宽调度算法

该文首先介绍了动态带宽分配算法的必要性,而后对HINOC网络中动态带宽分配算法进行了讨论,最后提出一种基于HINOC网络环境的动态带宽算法。     

采用分级策略和控制消息的一种动态带宽分配

通过对以太无源光网络接入技术和现有各种带宽分配算法存在不足的分析,基于数据服务优先级划分和ONU队列管理机制,提出了一种新的动态带宽分配算法。它基于服务分级策略和控制消息格式来处理一个EPONs多点控制协议中的不同优先级带宽。仿真表明,提出的动态带宽分配算法不仅有较高的链接效率和带宽利用率,而且在资源分配方面效率更高。     

一种面向业务的动态带宽分配方法

在分析传统QoS业务模型以及传统动态带宽分配方法（DBA）的基础上,提出一种面向业务的动态带宽分配算法。该算法吸取了各种QoS业务模型及传统动态带宽分配方法的优点,充分考虑了不同业务服务质量对带宽分配要求的差别以及带宽资源的利用率,仿真结果表明这种方法更加有效。     

以太网无源光网络中的QoS研究

在分析以太网无源光网络系统MAC协议的基础上,研究基于QoS的动态带宽分配机制,提出一种新的支持业务的QoS的动态带宽分配算法。该算法采用限制性带宽分配方法和基于优先级的调度方式,基于业务的通信量特征对各类业务预分配传输带宽。仿真结果表明该算法在时延和吞吐量性能上优于现有算法。     

矿区EPON系统的DBA算法研究

文章在分析矿区EPON系统的特殊性和传统的动态带宽分配(DBA)算法不足的基础上,提出了一种适用于矿区EPON系统的改进DBA算法,详细分析了该算法的实现过程。实验结果表明,该算法实现了面向业务类型的动态带宽分配功能,同时兼顾了分配的公平性,保证了不同优先级业务的时延要求。     

基于CWDM的EPON MAC层技术研究

针对基于时分复用的EPON不能充分利用光纤资源的问题,提出了一种结合CWDM和EPON技术的低成本多波长EPON系统.分析了系统MAC层技术的变化,探讨了ONU注册、测距和上行带宽分配方案.设计了一种适用于多波长EPON系统的动态带宽分配算法.仿真结果表明该算法能充分利用多波长EPON的带宽资源,具有高效性.     

面向工业无线网络的动态TDMA系统设计与实现

随着工业4.0的发展, 不同种类的新型工业应用被部署到工厂中, 这对现有工业无线技术提出了实时性和高速率的要求. 为了同时满足这两种需求, 本文在支持高速率的IEEE802.11的基础上, 提出了基于软件定义的动态时分多址(Time division multiple access, TDMA)机制无线接入系统. 首先, 为了提供时延有界的传输服务, 设计并实现了基于MAC (Medium access control)层的动态TDMA接入机制. 然后, 为了满足工业无线网络中的动态变化的带宽需求, 考虑设备数据量的动态变化, 在SDN (Software defined network)控制器上通过基于最小二乘法的线性回归算法预测设备时隙需求, 再将动态时隙分配问题转化为优化问题以最大化网络中所有设备动态时隙需求. 最后, 通过仿真对比TDMA时隙分配算法的性能, 并在实际网络环境中开展系统部署与测试. 结果表明, 相对于其他TDMA接入机制, 动态TDMA机制在保障时延有界的同时能有效提升传输性能.     

流媒体服务器比例带宽分配的改进算法

结合比例带宽分配与转码技术,提出了基于转码的流媒体服务器比例带宽分配算法.该算法将服务器分配与调度资源的过程细分为一系列充分小的时间片,在每一个时间片里,服务器根据已有的资源分配与预测的带宽需求情况进行综合分析,动态地给每一个请求分配带宽.建立的数学模型表明了该策略能保证所有请求都能在不同的负载下获得最佳的带宽分配.仿真实验结果表明,该策略不仅可以充分利用系统资源,而且还能保证不同优先级请求之间资源的公平分配.     

多服务级别带宽公平分配算法的研究

区分服务网络节点中的多级别的队列输出带宽由权值调度算法保证,固定权值调度在网络负载发生变化时无法继续提供公平的带宽保证。本文提出了一种动态调整权值的调度算法以达到在多服务级别间公平分配带宽。实验仿真表明,该算法可以对负载流数目的变化作出有效的响应,并快速实现调度权值的理想公平值。     

基于Fibonacci的动态带宽分配算法

针对WiMAX系统中混合业务的特点,提出一种基于Fibonacci的动态带宽分配算法。介绍Fibonacci数列以及带宽调度的体系结构,对于实时轮询业务,在达到其能容忍的最大时延之前完成带宽分配。实验结果表明,与亏空公平优先队列算法相比,该算法能满足不同类型业务的QoS需求,提高系统吞吐量,且具有较好的服务公平性。     

多重链路时延优化动态可用带宽分配算法

为了优化多重链路多业务环境下的时延,首先分析了带宽分配及链路中数据传输时延计算方法,提出一种时延优化的动态可用带宽分配算法(DODBA)。该算法基于不同优先级业务的时延比较实现了剩余可用带宽的重新分配。仿真实验证明了DODBA的有效性,能控制各链路不同业务的时延,并提高了系统带宽资源的利用率。DODBA可用于解决大型宽带网络接入控制中的实际问题。     

基于比例积分控制器的分布式动态带宽分配算法

针对公平、有效分配地理上呈分布式的控制系统带宽的问题,提出了一种分布式的动态带宽分配算法。首先把这种带宽分配问题构建为一个凸优化问题,使全部控制系统的效用最大化;再采用分布式带宽分配算法思想,使得控制系统基于网络反馈的拥塞信息改变其采样周期,得到可利用的最大采样速率或最大传输速率;然后把控制系统和链路之间的相互作用建模为一个时延动态系统,并采用比例积分(PI)控制器作为链路队列控制器来实现算法。仿真结果表明,所提带宽分配算法不仅能够使全部设备的传输速率在10 s内收敛到全部设备均等共享的链路带宽值;同时对于PI控制器来说,其队列稳定在期望设置点50个数据包左右,而且能够准确、稳定地跟踪输入信号,使全部控制系统的性能最大化。     

弹性光数据中心网络中收益最大化的带宽分配算法

弹性光数据中心网络中的带宽分配需要兼顾云服务提供商收益和用户连接请求性能,对此提出收益最大化的带宽分配算法,其以子载波为基本单位将光纤带宽有效地分配给多个用户连接请求。首先,基于收益模型和虚拟子载波的概念建立带宽分配问题的整数线性规划模型;接着提出一种基于动态规划的带宽分配算法以及一种启发式的带宽分配算法,前者致力于获得最大的分配收益,后者则力求获得更好的时间效率;最后,通过仿真实验对所设计的带宽算法的性能进行验证。实验结果表明,相较于已有的弹性光数据中心网络中的带宽分配算法,设计的两种算法均能在带宽分配中获得更高的系统收益。     

基于二级控制器和线性模型的自适应带宽分配算法

针对虚拟化网络中存在的带宽分配问题,提出了一种基于二级控制器系统的自适应带宽分配算法。该控制器系统由包含VN子控制器的一组SP控制器和InP控制器构成;首先把每个VN在每个控制间隔的特性用一个线性模型来局部近似,以得到其过去、当前的带宽分配以及过去包时延性能之间的关系,然后基于物理链路容量的限制,系统对每个VN所请求的带宽作出响应并进行动态调整,以达到灵活的分布式自治控制,并保证为每个VN分配合理的带宽。仿真结果表明,提出的算法不仅能够在多个VN之间合理、动态地分配可用链路容量,而且能够提高总带宽的利用率和分配的公平性,满足每个VN的QoS需求。     

动态带宽分配分级QoS链路接入控制算法

针对传统的基于带宽请求链路接入控制算法（Link Bandwidth Require Control Algorithm,LBRCA）的接入成功率和系统带宽利用率不高的问题,设计了一种多链路接入共享带宽分配模型,分析了链路带宽分配和QoS等级的特点,提出一种动态带宽分配分级QoS链路接入控制算法DBAMQ（Dynamic Bandwidth Allocation and Multi-level QoS）,该算法在保证某QoS等级的基础上允许动态地对系统的带宽进行重分配。实验结果表明,该算法在接入成功率、系统总带宽利用率和系统效能等都比传统链路接入控制算法好,适合于大规模宽带接入链路控制的应用。     

基于异步奖励深度确定性策略梯度的边缘计算多任务资源联合优化

移动边缘计算（MEC）系统中,因本地计算能力和电池能量不足,终端设备可以决定是否将延迟敏感性任务卸载到边缘节点中执行。针对卸载过程中用户任务随机产生且系统资源动态变化问题,提出了一种基于异步奖励的深度确定性策略梯度（asynchronous reward deep deterministic policy gradient,ARDDPG）算法。不同于传统独立任务资源分配采用顺序等待执行的策略,该算法在任务产生的时隙即可执行资源分配,不必等待上一个任务执行完毕,以异步模式获取任务计算奖励。ARDDPG算法在时延约束下联合优化了任务卸载决策、动态带宽分配和计算资源分配,并通过深度确定性策略梯度训练神经网络来探索最佳优化性能。仿真结果表明,与随机策略、基线策略和DQN算法相比,ARDDPG算法在不同时延约束和任务生成率下有效降低了任务丢弃率和系统的时延和能耗。     

基于用户和分级QoS的动态带宽分配的研究

传统用户带宽固定不变的管理办法,存在即使网络出口带宽空闲,用户也不能获得更高带宽的问题,网络出口带宽得不到充分利用。提出了一种基于用户和分级QoS的动态带宽分配控制算法（Dynamic Bandwidth Allocation based on User and Multi-level QoS）,该算法根据网络出口带宽的使用状态,以及用户的QoS等级动态地调整用户带宽。实验结果表明,该算法能够在保证网络有效运行的状态下,最大限度地为用户提供带宽,有利于充分利用网络出口带宽。