基于D2D网络通信的可伸缩视频多播算法研究

下一代移动网络通信中引入了自适应调制编码技术和可伸缩视频编码以解决视频多播中有限的资源分配问题。为了提高系统用户的容量和用户接收视频质量,在传统蜂窝网络中引入了基于D2D网络的联合模式选择和资源分配技术以提高系统整体效用。首先联合D2D用户和蜂窝用户进行资源分配,在保证蜂窝用户和D2D发送用户通信的最低QOS时,最大化D2D接入系统网络的数量;然后分析了该混合网络模型下的视频层选择调制编码级别的问题;最后提出了基于D2D用户接入控制和系统资源分配两个子问题的贪婪算法。仿真实验证明,该混合网络视频多播模型不仅有效地提高了移动网络通信的吞吐量和增加了系统用户容量,同时为用户提供更好的视频质量。     

一种面向电力物联网的认知D2D网络能效资源分配算法

在电力物联网中为了提高D2D(device-to-device)网络的频谱效率和系统能效,考虑不完美信道状态信息(channel state information, CSI)的影响,提出了一种鲁棒能效最大的资源分配算法。考虑D2D用户最大发射功率约束、蜂窝用户功率约束和共道干扰功率约束,建立下垫式频谱共享模式下混合蜂窝/D2D通信的上行传输资源分配模型;考虑蜂窝用户干扰中断约束,基于最小最大概率机和辅助变量法,将原非凸优化问题转换为凸优化求解。基于凸优化理论,获得鲁棒资源分配问题的解析解。仿真结果表明所提算法的有效性。     

基于多种群遗传算法的D2D通信终端数量的优化

端到端的直连通信(device to device,D2D)能有效提高网络容量.针对D2D通信所能容纳的终端数量问题,提出一种基于多种群遗传算法的容量优化方法.由于传统蜂窝网移动终端对D2D用户的干扰,以及复用同一频率的D2D终端之间的同频干扰,严重影响了可接入D2D终端的数量.本文提出的基于多种群遗传算法能快速调整资源分配方案,有效减少同频干扰,显著提高网络所能容纳的终端数量.仿真结果表明,相比于标准遗传算法和随机分配算法,基于多种群遗传算法的资源分配方案能通过快速分配合理信道资源降低系统中总的干扰,有效提高终端的接入数量,显著提升了系统的总吞吐量.     

蜂窝网络D2D通信资源分配研究

针对D2D通信复用蜂窝用户频谱可以提高系统吞吐量和频谱利用率但会产生严重的同频干扰的问题,设计了一种联合资源分配方案,该方案在保证系统用户通信质量的条件下最大化系统吞吐量,首先设计一种基于吞吐量最优化的模式选择方案,然后采用混合遗传算法对D2D用户分配信道,最后在已知信道分配向量的前提下通过混合灰狼优化算法对D2D用户进行功率优化。仿真结果表明,所提方案相对其他方案能够有效提高20%系统总吞吐量和降低90%蜂窝用户受到的干扰,还能提高收敛效果和运行速度。     

基于最优功率分配原则的无线网络D2D用户通信质量分析

构建了一种基于最优功率分配原则的D2D用户通信质量分析算法,能够促进通信网络吞吐量获得明显提高,从而为D2D用户提供最佳资源分配方案。研究结果表明:研究构建得到的资源分配算法实现了吞吐量的显著提高,表现出比其它两种算法更优的计算性能。当D2D用户不断变多后,所有算法都获得了更高的吞吐量。在同样的D2D用户数情况下,采用资源分配算法可以获得比其它算法更优的运算性能。当最大发射功率提高后,吞吐量也明显上升,显著改善了算法性能。当蜂窝用户在系统中的最小速率需求持续提高后,将会引起整个系统出现吞吐量持续减小的情况。     

D2D通信中基于深度强化学习的资源分配

设备到设备(D2D)通信能够以蜂窝设施为基础来提高资源利用率、用户吞吐量和节省电池能量。在D2D网络中,模式选择和资源分配是关键问题。为了提高D2D通信的和速率与频谱利用效率,提出一种联合模式选择、功率和资源块分配的方案。首先根据用户地理位置选定模式选择标准,帮助用户选择相应的通信模式;然后针对复用通信模式,使用基于深度强化学习的异步优势动作评价(A3C)算法为不同的D2D用户分配资源块和功率。仿真结果表明,本文提出的基于A3C算法的联合优化方案收敛速度快,并且性能相对于其他算法较好。     

基于改进的猎食者优化的D2D通信功率控制方法

针对D2D通信中用户复用频谱资源时产生的同频干扰问题，提出了一种改进的猎食者优化算法，对D2D用户进行功率控制。它在满足系统用户通信质量的约束条件下，根据猎人向猎物移动位置和猎物向最安全位置移动的规则来调整D2D发射功率，为了保持搜索与开发的平衡，提高收敛速度和寻优精度，采用Sobol序列对种群进行初始化，并且在猎食者位置更新公式中引入水波动态自适应因子，从而确定D2D用户最佳发射功率。仿真结果表明，该算法可以不仅可以提高系统总吞吐量和降低蜂窝用户受到的干扰，还可以提高收敛速度和寻优精度。     

约束性遗传算法的OFDMA毫微微蜂窝动态频谱分配

随着用户对于无线数据流量的需求日益剧增,频谱资源稀缺,经调查发现,仍旧有大量频段未被充分利用,造成了频谱资源的极大浪费,为了解决这一问题,频谱动态分配成为研究热点.本文在动态频谱分配的深入分析与研究的基础上,建立宏蜂窝和毫微微蜂窝双层网络模型,对毫微微基站进行着色分簇,用来减轻同层干扰,并根据簇中用户数的差异性,提出在毫微微蜂窝中基于约束性遗传算法的自适应频谱资源分配方案.最后仿真结果表明,该算法可以有效提高频谱利用率并使公平性得到改善.     

超密集物联网中的多蜂窝网络选择算法

随着物联网终端爆炸式的增加,物联网致密化成为发展的必然。在海量终端数量和资源严重受限的情况下,如何确定物联网终端设备的接入基站以及如何有效地为接入的用户进行资源分配,成为超密集物联网系统所需解决的重要问题。文章在吞吐量和系统能耗之间进行折中,以系统能效为优化目标,设计了一种超密集物联网中的多蜂窝网络选择算法。该算法为用户和基站设置效用函数,基于匹配理论完成用户的选择过程。最后对该算法和对比算法进行仿真,结果表明,多蜂窝网络选择算法在能耗和能效性能上均优于对比算法。     

面向电力巡检的MEC非正交共享传输方案研究

为了解决电力巡检回传系统中视频传输占用带宽大、连接数量多、传输资源利用不充分等问题,针对多载波多用户上行传输网络,提出了一种基于移动边缘计算(Mobile Edge Computing, MEC)网络架构下分簇技术与非正交共享传输联合设计方案。考虑5G基站与客户终端设备(Customer Premise Equipment, CPE)通信链路的远近效应并将其CPE终端分簇来进行信息传输,从而提高CPE连接数量和频谱效率。为了消除簇间干扰,采用信号对齐技术,分别提出簇间最大信干噪比算法和簇间最小干扰泄露算法。为了消除簇内用户间干扰,采用了串行干扰消除技术。该方案使系统每个CPE都能达到最大的自由度,从而实现较高的系统和速率性能。仿真结果表明,所提方案相比于传统正交接入方案具有更高的系统和速率性能。     

基于用户意愿度 D2D 协助的工业物联网资源分配

针对终端用户产生计算任务大小动态变化以及在工业物联网场景下业务的低时延、低能耗需求,提出了一种基于用户意愿度的D2D(device to device)协助的工业物联网资源分配模型。首先在用户层,每隔时隙t,由概率分布函数更新用户成为资源给予端的意愿度,在移动边缘计算(MEC)服务器层,使MEC具有决策功能,能对终端上传任务做出判断,寻找出合适的MEC处理;其次基于K-means聚类算法,将终端产生的任务匹配到对应的层进行处理;最后在资源分配阶段,为解决Q-learning里Q表难以实时更新的问题,提出N-DQN算法,使用双层神经网络相互拟合。仿真表明所提策略较传统方法,系统能耗降低约10%,系统时延降低约12%。     

基于公平因子的宽带电力线OFDM系统跨层资源分配

针对宽带电力线通信OFDM系统的资源优化分配问题,在分析低压宽带电力线通信系统网络结构的基础上,建立资源不足且存在多种实际约束下多业务多用户在多子载波上的资源分配模型,提出一种基于公平因子及用户紧急度的跨层资源分配算法,在保证RT用户最小速率及NRT用户间公平性的同时最大化系统吞吐量。典型电力线信道环境下的仿真结果表明,算法在满足资源分配模型优化目标下性能更优。     

多用户电力线通信自适应OFDM系统中的资源分配与交换优化

自适应正交频分复用(OFDM)是一种实现电力线多用户高速数据通信的技术,资源动态分配是这一技术的重要组成部分。文章针对电力线通信的限制条件,探讨了在最大总功率、各用户要求最小速率、各子载波分配最大功率和比特数的约束下,多用户在多子载波上自适应比特和功率分配的数学模型,提出一种新的速率自适应动态资源分配算法,其实现分为4个相互联系的阶段,依次是确定工作子载波、单用户资源分配、子载波和功率交换、比特交换和功率调整。在典型电力线信道环境下的仿真结果表明,该算法比已有的多用户频谱分配优化算法性能更优,能更好地满足多用户资源分配模型的目标要求。     

基于World Wind的三维电网资源管理平台技术研究

常规的电网资源管理系统建立在二维GlS基础之上,以图形符号方式展现电网设备,难以表达真实场景和三维信息。为了解决该问题,采用开源三维GIS引擎WorldWind进行三维电网资源管理平台建设,综合采用细节层次（LevelsofDetail,LOD）技术、可视性剔除算法等方式。可有效解决数据存储与加载、场景显示效率等问题。文章通过针对某项目区的输变电设备的三维场景构建、场景交互、信息检索等功能开发,介绍如何将三维电网资源进行管理并在三维场景中进行展现与应用,并论述了通过优化三维模型加载与显示策略,可提高三维场景显示效率,增强三维平台的用户体验,达到了预期效果,满足三维电网资源管理的要求。