基于合作中继的OFDM蜂窝网络的QoS感知子载波分配算法*

针对基于中继的OFDM蜂窝网络,提出了一种基于合作中继的QoS感知子载波分配算法,即C-QSA(cooperative QoS-ware subcarrier allocation)算法。C-QSA算法利用基站与中继节点之间的合作传输机制来保证QoS业务的速率要求,允许中继节点进行比特重分配,充分利用无线系统的时变及多用户分集特性,提高无线资源的利用效率。C-QSA算法将子载波分配问题抽象为非线性整数规划,以最大化系统效用为目标,同时满足QoS业务的速率要求。仿真结果表明,C-QSA算法在用户效用及吞吐量等性能方面都有明显优势,系统实际效用接近理论最优值。     

伪贝叶斯稳定性算法性能研究*

针对时隙ALOHA的稳定性控制问题,建立了时隙ALOHA系统模型,研究了伪贝叶斯稳定性调整算法的原理。研究了实际负荷与估计负荷的差异对调整过程的影响。结果表明,该算法能够保证系统的稳定性,其调整时间随系统总体输入负载的变化增大而变长。为减小调节时间,需要对该算法进行改进。     

基于802.11的多信道MAC协议性能分析

为了改善无线网络中信道带宽的利用率,提高网络的吞吐量性能,已有研究提出了采用多信道MAC协议的方法,将单个信道分割成控制子信道和数据子信道进行联合使用.针对基于802.11DCF的该类型MAC协议,采用离散Markov链对DCF的退避机制进行建模分析,研究了多信道下两种MAC机制的饱和吞吐量性能与信道带宽分配比例的关系,分析了网络节点数、数据分组大小和DCF竞争窗口等对优化多信道带宽分配的影响,并将多信道MAC机制下的网络性能与单信道MAC机制进行了对比.分析和仿真结果表明,采用优化的信道带宽分配,多信道的MAC机制可以一定程度上提高网络的吞吐量性能.但是,当允许控制帧以最大信道速率传输时,多信道MAC机制吞吐量性能并不比单信道MAC机制好.     

一种提高IEEE 802.11吞吐量和公平性的自适应优化算法

该文提出了一种针对IEEE 802.11 DCF网络增强其吞吐量和公平性性能的自适应优化算法,算法基于网络节点侦听信道得到的网络状态信息进行竞争发送的自适应调整以获得最优的网络性能,称之为CSCC(Channel Sensing Contention Control)算法。算法采用了对节点的信道接入请求以概率参数P_T进行过滤的方法控制节点竞争接入信道的激烈程度,其主要特点在于在优化调整过程中不需要进行计算复杂的网络节点数量估计,并且可以在不同网络状态下围绕始终确定的优化目标进行参数优化调整。仿真实验结果表明,算法能够适应不同节点数量和不同数据大小的网络进行自适应的网络优化调整,并获得了系统吞吐量、碰撞概率、延迟、延迟抖动、公平性等多方面的性能改善。     

基于灵敏度分析的结构动态载荷识别研究

对结构动态载荷反演问题进行深入研究,提出了一种基于灵敏度分析法的结构动态载荷识别时域分析技术。将结构输入动态载荷表示为一系列参数的形式,通过灵敏度迭代分析来确定相应的载荷参数,从而确定结构的动态输入载荷。在灵敏度迭代求解过程中,为减少响应测量噪声引起的影响,引入正则化求解技术来寻求满足工程要求的稳定近似解。最后提出的方法成功应用于正弦级数迭加形式的输入载荷识别,仿真结果表明灵敏度分析法在载荷识别中是有效的。     

基于效用函数的OFDM混合业务资源调度算法*

主要研究了QoS和BE两种混合业务场景下OFDM无线网络下行链路的资源调度问题,提出了一个基于效用函数的跨层资源调度模型,其能够自适应地对两种业务进行资源的联合优化分配。该模型被抽象为一个非线性整数规划问题,优化目标是系统总效用最大化,同时满足同信道干扰（CCI）约束以及QoS业务的质量要求。将该非线性整数规划问题转换为连续松弛凸规划问题进行求解,并结合最优松弛解,提出了一种简单的动态子载波分配算法,即MMU(mix-max-utility) 算法。仿真结果验证了该调度算法能使系统较好地支持混合业务,系统