认知异构网络中基于克隆选择算法的动态频谱分配

建立了认知异构无线网络的系统模型。基于该模型,以网络效益最大化为目标,考虑接入网的频谱需求,接入网之间的干扰和对应异构网络不同接入技术的多粒度重叠信道之间的干扰约束条件,将频谱资源分配建模为非线性约束0-1整数规划问题,进而提出基于克隆选择的认知异构网络中动态频谱分配算法,并在该算法中设计了一种新的能够同时考虑接入网频谱需求和多粒度信道频谱资源的抗体整数编码方式。仿真结果表明,所提算法相比于贪婪分配算法,增加了网络效益,提高了频谱使用效率。     

基于拓扑分域的光电混合网络控制研究

文中提出了一种将电层网络拓扑分域化的光资源提供方式,利用该思想设计了一种基于胖树网络的光电混合网络组网方案,结合软件定义网络架构与OpenFlow协议,设计并实现了网络控制器的连接管理、拓扑管理、流量监测模块。为解决传统网络设备不支持OpenFlow协议的缺陷,开发了一套基于Open vSwitch的网络设备代理,实现了OpenFlow协议与私有协议的转换,从而实现网络的统一化控制。最后对设计的方案进行了组网实验,实验结果表明,该方案能够有效地实现光网络与电网络的融合与协同工作,减轻电网络设备的工作负荷,提升网络整体性能;基于软件定义架构的网络体现出了良好的可编程特性,并能够实现网络资源的虚拟化和灵活调度。     

XG体系下资源分配方法

目前适宜无线通信的频谱资源一方面十分稀缺,一方面又浪费严重,高效的频谱分配方法是新型无线网络面临的主要挑战之一。文章在XG系统架构下引入合理的资源分配算法对无线网络中的频谱资源进行统一的分配,更大化的提升网络频谱资源利用率。通过实验仿真与数据分析,验证了本文算法的可实现性及有效性。     

一种软件定义无线网络负载均衡架构及算法

软件定义网络( SDN)为实现异构无线网络中的负载均衡提供了新的思路。设计了一种软件定义的无线网络负载均衡架构,并提出对应算法。首先,根据接收信号强度构建候选网络列表;其次,根据各候选网络的可用负载比率标准差进行负载差异分级;再次,将服务质量匹配度函数和负载均衡指数线性组合成联合优化函数,并根据负载差异分级对联合优化的权重进行动态调整,合理设置门限进行接纳控制。与传统算法相比,所提算法一方面可使各类业务阻塞率明显降低大约20%,另一方面使不同网络的归一化负载更加接近。该算法在进行网络负载均衡的同时,能够有效降低业务阻塞率,从而有效提升异构无线网络的整体性能。     

对基于OpenFlow的SDN技术分析

基于OpenFlow的软件定义网络技术(SDN)技术可以为新的网络应用与未来互联网技术的发展提供支持。本文主要对基于OpenFlow的SDN技术的关键组件、系统架构、OpenFlow的运作模式、基于OpenFlow技术的应用进行了探究,并在此基础上论述了相关领域的研究重点与发展趋势。     

基于SDN的光纤无线混合接入网络架构研究

在分析 SDN (软件定义网络)组网的国内外相关工作的基础上,提出了一种新型融合宽带接入网络架构,该架构遵从OpenFlow协议,实现了光纤无线接入网络的智能管控,相关的资源分配算法、路由选择协议和节能机制可以在该架构下有效实施并提升网络性能。     

混合频谱共享方式下多用户动态频谱分配算法

为解决混合overlay/underlay频谱共享方式下多用户动态频谱分配问题,构建了混合频谱共享方式下动态频谱分配模型,提出了基于Q学习的多用户动态频谱分配算法. 该算法在不对主用户产生有害干扰的前提下,以最大化次用户总吞吐量为目标,构建了与次用户相对应的虚拟次用户作为智能体. 通过与环境交互学习,进行信道和共享方式初选;频谱分配系统根据冲突情况和各智能体的学习结果调整信道分配策略直至次用户间无冲突. 仿真结果表明,该算法在无信道检测和信道先验知识的条件下,能根据前一时隙信道状态和次用户传输速率需求,实现动态信道分配和频谱共享方式确定,避免次用户间冲突,减少主次用户间冲突,有效提升次用户总吞吐量.     

多接口多信道无线网状网中流量感知的信道带宽调制算法

 如何合理分配使用有限的频谱资源是无线网状网研究中的一个重要议题。近来有研究开始采用动态信道带宽调制来提升无线网络性能。本文将最优信道带宽调制归结为“装箱压缩”问题,并结合多接口技术提出分布式流量感知的信道带宽调制算法,最后将算法应用于多接口多信道无线网状网。模拟表明我们的算法能有效增加频谱使用效率和提升网络性能。     

认知无线网络中一种基于蚁群优化的频谱分配算法

针对认知无线电中的频谱分配问题,该文提出一种基于蚁群优化的频谱分配方法。该方法在授权用户和认知用户共存的认知网络模型中,通过蚁群访问各个认知节点,并释放信息素,从而实现概率型的全局搜索的并行频谱分配算法。与传统的频谱分配方式比较,该算法能够进行增强型学习积累,快速收敛到最优路径,从而获得了最优的平均信道效益。文中对该算法进行了分析和说明,并通过仿真证明了算法的有效性和稳定性。     

基于智能天线和资源预留的抗基站间干扰DCA分配算法

本文针对TD-SCDMA系统在次叉时隙间快速动态信道分配算法的不足,提出了一种基于智能天线和优级信道预留的快速动态信道分配算法。该算法在进行资源整合的基础上将信道条件较好的用户分配于交叉时隙,同时尽量分配多址干扰小的时隙给用户,从而达到减少交叉时隙干扰,提高频谱效率的目的,仿真结果表明该算法能够有效增加系统容量,改善系统性能。