移动自组网络服务质量研究

随着移动自组织网络技术的不断发展成熟,服务质量（QoS）成为移动自组织网络研究的关键问题之一。虽然人们已经在解决QoS问题上取得了很多进展,但移动自组织网络自身的特点致使它实现QoS存在许多困难。文章介绍了移动自组织网络提供QoS所面临的困难和研究进展,着重讨论了实现QoS的几个代表模型,最后说明了进一步研究的方向。     

面向稳定性和负载均衡的Ad hoc分簇算法

Ad hoc网络是一种移动设备通过无线连接的移动自组织网络。分簇算法被证明是管理自组织网络资源的有效方法。因此,一个更加稳定的分簇结构对整个网络的性能将会产生直接的影响。文章提出了一种面向稳定性和负载均衡的分簇算法SLCA（Stability-oriented and Load-balanced Clustering Algorithm）,这种算法通过改善节点度和在簇维护阶段引入蒙特卡洛思想的方法,提高了簇的稳定性和负载均衡。通过仿真,结果显示SLCA算法的性能相比NWBCA较优越。     

自组织网络中的自优化技术与方法

文章介绍了移动通信网络的自组织网络(SON)技术;该技术使得网络设备可以自主部署、优化以及操作,从而能够降低网络运营开销、同时提升用户感知。文章重点讨论自优化方案,包括移动负载均衡方案、移动鲁棒性优化方案、随机接入信道(RACH)优化方案、节能优化方案。文章指出未来SON研究将会在新场景下的方案更新、无线接入技术间(Inter-RAT)场景考虑、节能方案的更新等领域进行深化。     

考虑负载均衡和用户体验的垂直切换算法

在超密集异构无线网络中,针对城区交通高峰期,大规模车载终端短时间聚集性移动引起的网络拥塞问题,该文提出一种考虑负载均衡和用户体验(LBUE)的垂直切换算法。首先,引入网络环境感知模型预测网络未来的拥塞程度,并提出一个融合自组织网络的网络架构,缓解网络拥塞。其次,定义业务适应度和负收益因子,并提出一种基于秩和比(RSR)的自适应切换判决算法,为用户筛选出当前环境下满意度最高的目标网络。实验结果表明,该算法能够有效降低终端接入网络的阻塞率和掉话率,实现网络间负载均衡并提升用户体验。     

一个基于多策略的IP-DiffServ业务量工程实现机制研究

提出了一个IP-DiffServ网络业务量工程实现机制,它通过资源分析算法为一个PHB路由定义一条优化路由,通过QoS分析算法为用户业务定义一个优化的PHB,通过在两个算法中应用性能策略、价格策略和负载均衡策略,不但可以提高IP网络提供业务的性能价格比,同时使网络负载和网络资源达到三维均衡分布.实验结果很好地证明机制的优点.     

一种人与人和机器到机器共存下能效最大化的上行用户分配算法

针对5G超密集异构蜂窝网络中人与人(H2H)和机器到机器(M2M)共存场景下有服务质量(QoS)保障和负载均衡的上行用户分配问题,该文提出一种基于匹配理论的用户分配算法。该算法在用户分配过程中同时考虑不同类型节点的接入控制策略,在最大化网络能效的同时,实现节点QoS保障。仿真结果表明,与其他算法相比,该算法不仅能够在能效、负载均衡以及QoS保障方面获得更好的性能,并且能获得与穷举法相近的性能。此外,所提算法的收敛速度很快且不受节点和基站数目变化的影响,适合解决H2H和M2M共存场景中的用户分配问题。     

LTE中权值μ对双层负载均衡的影响研究

LTE中关于负载均衡优化的一个重要方面是如何选择最优的目标小区。现有双层负载均衡方法在选择目标小区时将权值设为固定值,忽略了具有不同QoS需求的用户及其移动速度,这对系统的优化性能有一定影响。该文通过仿真测试,加入对具有不同QoS需求的用户及移动速度的考虑,对权值的不同取值及该取值对系统性能的影响进行研究。通过系统仿真,并与设置固定权值的双层负载均衡方法的系统进行性能比较,可知权值的设定对于网络性能有着一定的影响。     

移动性感知下基于负载均衡的任务迁移方案

针对移动边缘计算中用户移动性导致服务器间负载分布不均,用户服务质量(Quality of Service, QoS)下降的问题,提出了一种移动性感知下的分布式任务迁移方案。首先,以优化网络中性能最差的用户QoS为目标,建立了一个长期极大极小化公平性问题(Max Min Fairness, MMF),利用李雅普诺夫(Lyapunov)优化将原问题转化解耦。然后,将其建模为去中心化部分可观测马尔可夫决策过程(Decentralized Partially Observable Markov Decision Process, Dec-POMDP),提出一种基于多智能体柔性演员-评论家(Soft Actor-Critic, SAC)的分布式任务迁移算法,将奖励函数解耦为节点奖励和用户个体奖励,分别基于节点负载均衡度和用户QoS施加奖励。仿真结果表明,相比于现有任务迁移方案,所提算法能够在保证用户QoS的前提下降低任务迁移率,保证系统负载均衡。     

一种人与人和机器到机器共存下能效最大化的上行用户分配算法

针对5G超密集异构蜂窝网络中人与人(H2H)和机器到机器(M2M)共存场景下有服务质量(QoS)保障和负载均衡的上行用户分配问题,该文提出一种基于匹配理论的用户分配算法.该算法在用户分配过程中同时考虑不同类型节点的接入控制策略,在最大化网络能效的同时,实现节点QoS保障.仿真结果表明,与其他算法相比,该算法不仅能够在能效、负载均衡以及QoS保障方面获得更好的性能,并且能获得与穷举法相近的性能.此外,所提算法的收敛速度很快且不受节点和基站数目变化的影响,适合解决H2H和M2M共存场景中的用户分配问题.     

基于蚁群系统的QoS单播路由算法

针对QoS路由算法中的QoS要求、资源的优化利用和负载均衡3方面问题,对原有的算法模型进行了改进,提出了相应的启发式信息和链路代价计算公式。对基本算法中的步骤进行改进,使算法能准确、迅速地找到全局最优解。实验结果表明,算法能在整网性能,尤其是网络负载均衡方面大幅优化了传统QoS单播路由算法。