李雅普诺夫噪声主动控制算法的研究

为解决噪声主动控制系统中的非线性问题,提出基于李雅普诺夫稳定性理论的李雅普诺夫噪声主动控制算法。同基于梯度下降原理的传统噪声主动控制FXLMS算法不同,该算法首先定义跟踪误差的李雅普诺夫函数,基于李雅普诺夫稳定性理论自适应地调整输出误差双线性滤波器的权系数,使系统的误差渐近趋近于零,并且根据李雅普诺夫稳定性理论确保噪声主动控制系统的稳定性。通过仿真可以看出,在非线性噪声主动控制系统中,李雅普诺夫噪声主动控制算法优于FXLMS算法.     

能量收集下的D2D-MEC计算卸载

针对移动边缘计算(MEC)在能源消耗和安全性方面的问题,研究具有社会关系和能量收集(EH)的D2D-MEC物联网网络中的任务卸载和资源分配问题,提出基于李雅普诺夫优化的D2D在线决策匹配和资源分配(ODMRA)算法.将用户之间的社会关系量化为社会信任矩阵,将能源消耗、包丢失、社会信任度表述为长期随机优化问题,采用李雅普诺夫优化方法将其分解为一系列子问题后分别求解.对于D2D间的决策选择子问题,结合子模块优化和贪婪算法设计低复杂度的策略选择算法.理论分析和仿真结果表明,所提出的ODMRA算法有效地优化了卸载方案,平衡了系统服务成本和队列长度,在能量消耗、系统服务成本方面优于其他对比算法.     

车联网场景中时延受限内容传输方案

在路侧基础设施密集部署的车联网场景中,针对车载终端时延受限内容的下载需求,提出了一种调度算法.该算法基于李雅普诺夫优化方法,利用分组的等待时延建立李雅普诺夫方程,通过传输和丢包决策可以保证用户的时延需求,并保证系统稳定.仿真结果表明,相比于最早过期优先算法,提出的方法在满足用户时延需求的同时,进一步提升了系统的吞吐量.     

Lipschiz-type的高阶非线性多智能体系统分布式优化算法研究

主要研究了具有Lipschiz-type非线性多智能体系统的分布式优化问题.在多智能体网络中,每个个体都拥有一个代价函数,整个多智能体网络的好坏由这些代价函数的和来进行评判.在整个过程中,每个目标仅知道局部的交互信息和其自身代价函数的梯度.为了实现协同优化的目标,提出了一个新的分布式优化算法,运用李雅普诺夫稳定性分析的方法可以证明该算法能够保证所有智能体实现协同优化.最后进行数值仿真,成功地验证了该算法的正确性和可行性.     

判别系统稳定性的变量—梯度法分析

变量—梯度法是D. G舒尔茨和J. E辛普森于1962年提出判别系统稳定性的方法.本文又从标量场与矢量场的性质出发,分析了这一方法的数学思路和物理概念;并分析了变量—梯度法的数学基础及应用步骤.根据梯度场的无旋性和梯度矢量与系统运动速度矢量标量积的负定性构造李雅普诺夫函数.主要内容有:系统稳定性与李雅普诺夫直接法;标量场及其梯度场;变量梯度法分析.     

多信道无线多跳网络的跨层优化

为提高多信道无线多跳网络的效用,提出了一种实际可行的跨层优化机制.  利用该机制,每个节点在传输层使用联合设计算法分布式地调整流速率,在链路层根据所提出的分布式调度算法进行速率分配;网关节点使用所提出的干扰代价最小的信道分配算法集中式地分配信道.  通过在层间和节点间传递信息来协调这些层的工作,比集中式算法降低了复杂度,减少了信令开销.  仿真结果表明,该机制具有快速收敛性,且能保证业务流间的公平性;随着可用射频和信道数目的增加,业务流的速率和网络效用增加.     

家庭智能电器负荷调度和能量分配优化算法

为了解决家庭用电高额能耗问题和提高用户供用电收益,针对家庭中具有用电差异性的负荷进行能量调度.根据可转移属性,将家庭用电负荷分为2个类别：弹性负荷和非弹性负荷.联合分布式可再生能源和储能设备构建智能电器用电负荷调度优化模型,基于李雅普诺夫优化理论提出时变电价下的家庭用户多电器能量分配算法.所提算法充分考虑了不同智能电器的用电负荷响应及调度优化问题.理论性能分析证明,所提算法能够在不需要系统的先验统计信息的情况下使优化目标渐近最优.对所提算法的用户收益提升能力进行仿真验证,结果表明,相较于未考虑各家用智能电器实际需求和可容忍时延的分配算法,所提算法可将用户收益提高11.2%.     

分布式传感器网络系统的网络预测控制

本文针对分布式传感器网络系统的Fornasini-Marchesini (FM)状态空间模型,对系统的预测控制器设计问题进行研究.特别是针对所考虑的二维FM传感器网络系统,提出了一种新的网络预测控制方案来补偿通信时滞.首先,根据李雅普诺夫稳定性理论,给出了二维系统保持稳定的充分条件;然后利用稳定性条件,提出了一种新的预测控制器设计策略并保证系统的控制性能;最后,通过一个数值实例验证了所设计控制器的有效性.     

基于蚁群优化的内容中心网络服务节点选取算法

内容中心网络是一种全新的网络体系结构,通过内容名字进行寻址和路由.然而,现有的CCN路由在多个服务节点存在时采用全转发策略,导致不必要的资源开销.如何选取最优的服务节点成为CCN路由的一个重要研究课题.蚁群优化是一种启发式算法,通过发送探测蚂蚁来寻找最优解.在对CCN服务节点选取问题分析的基础上,基于蚁群优化机制,提出了一种分布式的服务节点选取算法ADSS.仿真结果表明,ADSS能够显著地提高内容路由性能,减少CCN节点上缓存内容的动态性.     

复值脉冲洛伦兹系统指数稳定性分析

基于复域上的李雅普诺夫函数,借用复域上的矩阵不等式,给出了复值脉冲洛伦兹系统指数稳定性判据.与现有文献的研究方法相比,直接在复域上研究复值脉冲洛伦兹系统,简化了分析和计算的复杂度.     

A distributed normalized Nash equilibrium seeking algorithm for power allocation among micro-grids

In this paper, a power allocation problem based on the Cournot game and generalized Nash game is proposed. After integrating dynamic average consensus algorithm and distributed projection neural network through singular perturbation systems, a normalized Nash equilibrium seeking algorithm is presented to solve the proposed power allocation problem in a distributed way.Combine Lyapunov stability with the singular perturbation analysis, the convergence of the proposed algorithm is analyzed. A simulation on IEEE 118-bus confirms that the proposed distributed algorithm can adjust the power allocation according to different situations, while keeping the optimal solution within the feasible set.     

Edge offloading strategy for the multi-base station game in ultra-dense networks

Mobile edge computing provides powerful computing capabilities for the wireless network to enrich the user experience.However,in the current mobile edge computing network,the problems of small coverage density and hotspot overload of the central node should be skillfully overcome.The combination of the ultra-dense network and mobile edge computing can provide a feasible solution for addressing the above problems.A distributed edge computing architecture for ultra-dense networks is designed,and a multi-base station game offloading algorithm is proposed to minimize the system overhead.In the proposed algorithm,the lagrange multiplier method is used to solve the problem of computing resource allocation,and then the matching game theory is exploited to obtain the optimal offloading strategy,so that the mutual benefits of both users and mobile edge computing servers are maximized.Simulation results show that compared with the random and greedy offloading algorithms,the proposed algorithm achieves a significant reduction in the system overhead,with the average overhead saving being up to 28.66%.     

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.     

超密集网络中非合作博弈的功率分配算法

为了抑制超密集网络中小小区基站的密集化部署带来的干扰,并提高系统的吞吐量,本文研究了频谱共享超密集网络中的功率分配策略.首先,针对非凸的系统和速率最大化问题,采用非合作博弈模型将其转化为每个用户效益函数最大化的凸子问题,并通过设计一种动态定价使得非合作博弈模型的纳什均衡点（NE）是原优化问题的驻点.其次,为了保证宏小区用户的服务质量（QoS）,模型中引入了干扰功率约束条件来抑制宏小区受到的干扰.最后,在此非合作博弈论框架下,设计了一种迭代式的基于全局信息的功率分配算法.每次迭代通过求解KKT条件获得每个用户的最优发射功率,通过理论推导证明了迭代算法可收敛到博弈模型的NE.此外,为了减少迭代算法的信令开销、提高资源利用率,还提出了一种基于局部信息的功率分配算法.仿真结果表明,所提出的基于全局信息的功率分配算法比对比方法具有更好的传输性能,所提出的基于局部信息的功率分配算法在保证较好的传输性能的前提下有效地减少了信令开销.     

无线自回传网络中基于Lyapunov的虚拟资源分配算法

为提高网络部署的灵活性,保障多样化虚拟网络的需求,针对无线自回传网络场景提出一种基于Lyapunov的虚拟资源分配策略.联合考虑系统稳定性、虚拟网络最小速率需求和小蜂窝回传容量限制,对无线接入资源和回传带宽进行联合分配,建立虚拟网络效用最大化模型;其次,运用Lyapunov优化理论设计了一种基于当前信道状态和队列状态的实时调度算法;最后,通过拉格朗日对偶算法和基于相似度随机变异的粒子群算法进行迭代求解.仿真结果表明,该方案可在保证系统队列稳定性的同时提高无线虚拟网络的平均总收益.     

超密集网络中混合接入方式下基于分组的资源分配

针对混合接入方式下的超密集异构网络中存在的干扰及频谱资源分配问题,提出了一种基于分组的资源分配方案.根据Small cell间的干扰采用模拟退火算法对Small cell进行分组;运用基于最小信干噪比最大化的信道分配方案对分组后的网络进行信道分配.给出了混合接入方式下用户的资源使用方式.仿真结果表明,该方案可以有效地抑制干扰,提高系统性能.     

Cross-Layer Adaptive Resource Allocation Algorithm with Diverse QoS Requirements for Single-Cell OFDMA Systems

The orthogonal frequency division multiple access( OFDMA) based communication system has been considered as the main trend of next-Generation communication system. But the existing resource allocation algorithm designed for such system is always with high complexity thus hard to be realized. To solve such problem with the constraints of spectrum efficiency and buffer state,a novel cross-layer resource allocation algorithm( RAA) is proposed in this paper. The goal of our RAA is to maximize the system throughput while satisfying several practical constraints,such as fairness among services,head of line( Ho L) delay and diverse quality of service( Qo S) requirements. Due to these constraints,finding the optimal solution becomes a NPhard problem. Therefore in this paper a novel method to solve such problem with acceptable complexity is proposed within following steps: firstly,based on the link state we formulate the ideal subchannel allocation strategy as a convex optimization problem,which can be efficiently solved by our proposed lagrange multiplier technique subchannel allocation( LMTSA) algorithm; secondly,according to the obtained channel allocation matrix,a power allocation algorithm based on the water-filling power allocation( WPA) idea is deployed to get the optimal power allocation matrix combining with adaptive modulation and coding( AMC); finally,through a greedy algorithm,the ultimate subchannel and power allocation matrix can be obtained based on iterative method. The simulation results illustrate that we can achieve the higher throughput and better Qo S performance than the widely-used maximum throughput( MT) algorithm and round robin( RR) algorithm.     

基于重复数据删除的快速文件归档方法

为了提高归档系统的存储效率及性能,提出了一种基于重复数据删除的快速文件归档方法（RAMBDD）,利用文件分块、比较数据块指纹、删除重复数据,实现了文件的数据块级归档。RAMBDD中给出了一种基于winnow-ing的重复数据删除方法LMCA,它在提高文件冗余检测率的同时也保证了文件分块的效率,并通过使用指纹快速检索方法和局部指纹缓存方法,减少了在查找不存在的数据块指纹时的磁盘读取次数,加速了查找重复数据块的过程。实验结果表明,与传统的文件归档方法相比,本方法大大节省了归档数据的存储空间和网络传输带宽,缩短了归档时间,提高了文件归档的效率。     

Power allocation and transmission scheduling for a transmitter with hybrid energy sources

The problem of dynamic power allocation and transmission scheduling for a transmitter powered by hybrid energy sources (combination of power grid and energy harvesters) is studied. The goal is to minimize the time average energy consumed from the power grid, that is, to improve the utilization efficiency of the energy harvested by the harvesters under the condition of unknowing statistical distribution of the energy harvesting process, data arrival process and fading channel state. An efficient dynamic power allocation and transmission scheduling algorithm is proposed based on Lyapunov optimization, and the algorithm is simple to operate due to its low complexity. Using the proposed algorithm the power consumed by the transmitter from the power grid can be close to the minimum arbitrarily under all data queues stability, and meanwhile the algorithm guarantees that data queues cannot exceed the maximum delay. Simulation results indicate that the proposed algorithm has a better performance than other two simple algorithms.     

多主体汇聚问题离散算法的稳定性

针对多主体汇聚问题，提出了一种基于最近邻法则的分布式离散形式算法，对其全局稳定性进行了分析.在给出了多主体最终收敛到全局中心的等价条件基础上,从公共Lyapunov函数理论出发，证明了确保动态切换系统稳定的充分条件，给出了算法中调整因子的取值范围，以及公共Lyapunov函数.仿真实验以10个移动自治主体的汇聚为例，采用分布式离散算法，并根据充分性条件定理选择3个不同的调整因子值， 实验结果表明,该多主体系统的汇聚过程分别表现出全局渐近稳定、Lyapunov意义下稳定和不稳定情形，这与稳定性定理是相吻合的