一种基于效用最大最小公平性的QAM资源分配算法

介绍一种基于IPQAM的接入网下行带宽扩容系统,并针对该系统中的QAM资源分配问题展开研究.将业务的带宽需求描述为带宽上下限和效用函数,以UMM(Utility Max-min,效用最大最小)公平性为研究目标,设计了一种新的单链路UMM公平分配算法.该算法与基于分段线性函数的算法相比,具有更高的计算精确度,而时间复杂度相似.基于该算法,在兼顾带宽利用率和效用公平性的原则下,设计了QAM频点选择算法和单频点带宽分配算法.仿真结果表明,本文的单链路UMM公平分配算法具有较高的精确度,并且,QAM频点选择算法使得多频点间公平性较好.     

业务质量约束下最大化收益的HFC频点带宽分配方法

HFC频点带宽的分配是广播电视网络业务提供系统的一项关键技术,直接决定了系统的整体收益.描述了HFC频点带宽资源分配面临的问题,提出基于业务收益函数的频点带宽分配方法.在分析广电网络视频点播、时移电视和高速下载三种典型业务特性的基础上,给出了它们的收益函数,提出了一种基于边际效益的贪婪算法以完成资源的分配.该算法在保证业务质量满足最低要求的基础上,按照各类业务的实际需求分配可用的频点带宽,使系统的收益最大.仿真试验验证了该算法的有效性.     

互动电视业务数据源部署及频点管理和分配方法研究

传统互动电视业务数据源与IPQAM连接方式通常会带来业务数据流较大时延、抖动,以及诸多网络安全问题.为了缓解上述问题,本文提出了一种业务数据源与IPQAM直连部署方法.在此部署方法基础上提出一种频点管理和分配算法.仿真实验表明,该管理、分配方法能够很好地兼容本文提出的业务数据源部署方式和传统业务数据源部署方式,并在限制最大服务拒绝率情况下,可提供较高频点带宽利用率.     

协同OFDM系统联合中继选择、子载波配对和功率分配算法

研究了协同OFDM系统中的资源分配问题,提出了一种联合中继选择、子载波配对和功率分配的算法.首先在假定等功率分配的情况下,对中继节点进行选择并对子载波进行配对,然后在此基础上对选定的子载波对进行功率分配.分析结果显示所提算法是一种计算复杂度比较低,且系统容量接近最优容量的算法.     

各天线功率受限下基于用户公平的QAM速率分配算法

目前波束成型和速率分配算法大多考虑集中式天线下的总功率受限和总速率最优,本文针对多小区多用户基站协作系统,考虑分布式天线的特点和用户公平性的要求,提出一种在各发送天线功率受限下的QAM速率分配算法,最大化最小用户速率,并迭代调整各子流的功率,为用户的每个子流分配一种QAM速率,仿真结果表明,在满足目标误码率要求下,该算法能够保持最优平均速率,提高最小用户速率,保证用户间的公平性.     

一种IP/DWDM光因特网中的Q0S组播路由算法

本文讨论了一种IP/DWDM光因特网的QoS组播路由算法,在已知QoS组播请求和所需时间延迟的前提下,提出了一种可以找到基于柔性QoS的、次优的路由树的算法.此外,我们对QoS满意程度一术语作了定义.所提出的算法在多种群并行遗传模拟退火算法基础上构建组播树,并根据波长图为树分配波长.此算法将路由选择和波长分配一体化,路由选择的目的在于找到一个次优组播树,波长分配的目的则是通过使波长度盖数量最小来最小化组播树的延迟.因此,组播树的估价和QoS用户满意程度两方面都接近最优.谊算法同时考虑了负载均衡.仿真结果表明,该算法是灵活有效的.     

基于优化缓存模型的IPQAM频点管理方法研究

针对已有基于缓存策略的IPQAM（边缘调制器）频点管理方法中响应速率有待进一步提高、响应时延较大等问题, 提出了一种基于优化缓存模型的IPQAM频点管理方法。该优化缓存模型的设计充分考虑了IPQAM频点资源、频点端口资源, 以及资源所在服务组之间的关联关系, 模型中只加载资源的部分属性, 以降低对系统内存的消耗。基于该优化缓存模型, 设计并实现了一种IPQAM频点分配、回收方法, 该方法充分利用该优化缓存模型的结构优势, 能够快速完成目标资源的定位, 具备较优的平均时间复杂度。仿真实验表明, 与同类方法相比, 该方法能够以更低的响应时延(0. 02~0. 04 ms)提供更高的响应速率(最高16 000次/s), 在管理资源数量方面, 具备很好的系统可伸缩性。     

基于星座图的PSK、QAM信号联合识别算法应用

针对PSK、QAM信号的理论识别算法在实际应用系统中不能满足较高的识别精度这一问题,提出一种基于星座图的PSK、QAM信号联合识别算法.该算法首先对信号同步处理并恢复信号星座图,然后进行相位统计与星座图聚类,提取出星座图的中心点个数N、相位个数P以及最大半径与最小半径比R等特征参数,再构造评估函数C(N,R,P)以识别PSK、QAM信号的调制方式.实际应用表明,对码元数目大于800的PSK和QAM信号的识别准确率均高于94％;对信噪比为8.25 dB的860M数字集群TETRA信号的识别率高达94.12％.该算法流程清晰且不需要任何先验知识,非常适合实际应用,此方法已经在某公司的信号分析系统上得到了应用.     

基于点着色的无线传感器网络频点分配算法

无线传感器网络的特点是节点数量多、网络规模大,运算能力有限.针对网络随着载荷增加,数据包碰撞概率增大的情况,提出一种频点分配算法FFD.该算法以点着色理论为基础,结合功率控制,采用分布控制方式,使不同分簇内部采用不同的频点通信,以避免簇间干扰,降低碰撞概率.在Zigbee 2.4G频段得到三种不同发射功率的频点分配实验结果,并验证了算法能够达到预期指标,同时开销相对较小.     

Heron环境下基于实例重分配的传输负载优化策略

作为新一代大数据流式计算框架,Heron忽略了任务实例之间不同通信方式的差异以及节点资源利用率不均衡的问题导致系统性能下降。针对这一问题,设计了节点资源限制模型、通信开销优化模型和实例数据流关系模型,并在此基础上提出了Heron环境下基于实例重分配的传输负载优化策略(transmission load optimization strategy based on instance reallocation in Heron,TLIR-Heron)。该策略包括节点资源限制算法和实例重分配算法,通过判定实例重分配条件并执行重分配算法将节点间数据流转换为节点内数据流,从而降低通信开销。实验结果表明,在三组拓扑测试下,TLIR-Heron相较于Heron默认调度策略能够降低节点间通信开销和系统的计算延迟,并提升了计算节点资源利用的均衡性。     

离散比特多播OFDM系统自适应资源分配算法

考虑具有多个多播组的OFDM系统中的资源分配问题,在保证各多播业务误比特率要求下,最大化系统频谱效率.针对实际系统中调制阶数为离散值的情况,首先将连续比特资源分配算法扩展到离散比特的情况,系统性能损失较大.为提高系统性能,提出一种基于多描述编码的离散比特资源分配算法,利用多描述编码灵活的解码特性,更有效地进行资源分配.仿真结果表明,所提基于多描述编码的离散比特资源分配算法,在不同多播组数目和每组用户数情况下,均可改善系统性能.     

舰艇编队重叠子网联合无线资源调度算法

无线资源调度技术是无线网络对用户提供服务质量保障的关键。层次分析的跨异构子网联合无线资源调度算法以编队通信需求为基础,综合考虑了跨异构子网端到端传输性能最优化问题,通过层次分析法建立了跨异构子网联合资源调度模型。在此模型基础上,求解了各方案的灰度关联系数,得出了跨异构子网无线资源调度优化算法(AHP-WRA)。对AHP-WRA算法、随机接入(RA)算法和高带宽优先(HBA)算法进行了对比仿真,仿真结果表明,在系统有效吞吐量方面AHP-WRA算法明显优于其他两种算法。     

基于非合作博弈的变电站无线网络资源研究

无线资源管理对实现资源的有效利用起着至关重要的作用.针对变电站中无线网络资源分配问题,提出了基于非合作博弈的变电站无线网络资源的优化管理算法,解决了全双工系统的无线电资源分配问题.将下行链路与上行链路的联合速率最大化问题建模成为上下行链路信道之间的非合作博弈,提出了基于非合作博弈的迭代算法.该算法有效的实现最佳上行链路与下行链路的资源分配,直到达到纳什均衡.仿真结果表明,该算法实现了快速收敛,与同等资源分配方法相比,可以显著提高全双工的性能.     

OFDMA系统中基于遗传算法的资源分配

资源分配是OFDMA系统中保证用户QoS和提高系统容量的一种重要手段.在传统的OFDMA资源分配算法中,分组调度和子载波分配两部分是独立进行优化的.为了进一步提高系统的整体性能,提出一种基于遗传算法的分组调度和子载波分配联合优化的资源分配算法.资源分配算法中,利用随机逼近的方法来更新调度算法中的控制参数,在保证用户公平性的前提下最大化系统吞吐量;利用遗传算法来求解联合优化中的子载波分配.仿真结果表明,无论是在系统的吞吐量、丢包率,数据包等待时延还是用户公平性方面,都具有良好的性能.     

A Heuristic Genetic Algorithm for Solving Resource Allocation Problems

In the paper, a heuristic genetic algorithm for solving resource allocation problems is proposed. The resource allocation problems are to allocate resources to activities so that the fitness becomes as optimal as possible. The objective of this paper is to develop an efficient algorithm to solve resource allocation problems encountered in practice. Various genetic algorithms are studied and a heuristic genetic algorithm is proposed to ameliorate the rate of convergence for resource allocation problems. Simulation results show that the proposed algorithm gives the best performance.     

OFDM系统总体资源效率测度

该文引用了数字调制系统总体资源效率的测度算法,测算了正交频分复用(OFDM)系统的性能。通过OFDM信号在几种典型的调制方式下资源效率的比较,可以得出OFDM信号在256QAM调制下的性能更接近于理想系统的性能。     

基于QoE的LTE多业务资源分配算法

高效地利用无线频谱资源和保证用户体验质量是未来无线网络的主要目标。基于此，提出一种基于QoE的LTE多业务资源分配算法。在考虑信道信息、QoS要求及公平性的基础上，引入QoE来计算的用户优先级。特别的，引入最小QoE约束来保证RT用户QoE要求；提出一种次优资源块（Resource Block，RB）分配算法来解决复杂的资源分配优化问题，该算法主要分为两步：保证RT用户最小QoE要求；最大化系统加权和速率。仿真结果表明，相较现有的RT/NRT资源分配算法，该算法在用户分组丢失率、平均QoE和小区频谱效率方面性能都有所提升。     

Efficient resource allocation for optimizing objectives of cloud users, IaaS provider and SaaS provider in cloud environment

The cloud architecture is usually composed of several XaaS layers—including Software as a Service (SaaS), Platform as a Service (PaaS) and Infrastructure as a Service (IaaS). The paper studies efficient resource allocation to optimize objectives of cloud users, IaaS provider and SaaS provider in cloud computing. The paper proposes the composition of different layers in the cloud, such as IaaS and SaaS, and its joint optimization for efficient resource allocation. The efficient resource allocation optimization problem is conducted by subproblems. The proposed cloud resource allocation optimization algorithm is achieved through an iterative algorithm. The experiments are conducted to compare the performance of proposed joint optimization algorithm for efficient resource allocation with other related works.     

基于能效的OFDMA系统资源分配研究*

在正交频分多址（OFDMA）系统中,合理的资源分配对于提升系统的能效具有重要的意义。针对多用户OFDMA系统,对最大化系统能效为目标的资源分配算法进行研究,提出了基于智能水滴算法的全连通图资源分配模型,该模型以全连通图的顶点和边来表示用户与子载波之间的对应关系。在此基础上,进一步对智能水滴算法进行改进。仿真结果表明,在满足用户QoS的条件下,所提出的改进的智能水滴算法的全连通图资源分配方案能够有效提高系统能效,提升系统性能。     

基于改进的蝙蝠算法在云计算中的资源分配

云计算中的资源分配一直都是研究的重点, 提出了一种基于改进的蝙蝠算法的云计算资源分配方法. 在蝙蝠算法中引入差分遗传算法, 通过变异, 交叉和选择等操作避免个体陷入局部最优, 以及过早产生最优解的可能,改进后的蝙蝠算法能够有效的提高收敛速度和精度. 仿真实验表明, 本文算法不但有效提高了算法性能, 还优化了云计算系统中的资源调度能力, 提高了云计算资源的利用率.