基于最小剩余约束空间的认知系统资源分配

针对授权网络和认知网络并存且均包含多个用户的下行链路场景,综合利用频谱共享与机会频谱接入两种动态频谱接入方式的特点,提出了基于"最小剩余约束空间"的认知系统资源分配算法。算法考虑发射功率约束与干扰功率约束的余量,每次将当前1信息比特分配给真正占用约束余量最小的用户,以达到认知用户和速率的最大化。仿真结果验证了当多认知用户采用OFDM时,所提算法在干扰功率小于主用户干扰门限的前提下达到了较好的性能。     

基于Stackelberg博弈的虚拟化无线传感网络资源分配策略

虚拟化技术可有效缓解当前无线传感网络(WSN)中资源利用率较低、服务不灵活的问题。针对虚拟化WSN中的资源竞争问题,该文提出一种基于Stackelberg博弈的多任务资源分配策略。依据所承载业务的不同服务质量(QoS)需求,量化多个虚拟传感网络请求(VSNRs)的重要程度,进而,利用分布式迭代方法,获取WSN的最优价格策略和VSNRs的最优资源需求量,最后,根据纳什均衡所确定的最优价格、最优资源分配量,对多个VSNRs分配资源。仿真结果表明,所提策略不仅能满足用户的多样化需求,而且提升了节点和链路资源利用率。

     

基于重叠联盟博弈的无人机侦察时间资源分配优化

在利用多无人机进行多目标侦察时,需要进行合理的任务分配。优化无人机资源与任务重要程度之间的关系,才能充分发挥多无人机侦察的优势。为了实现多无人机协同侦察时的时间资源分配优化,首先根据任务点和无人机的位置分布情况对多无人机进行预分配,然后对预分配后的空闲无人机进行协同时间资源优化。将空闲无人机协同时间资源分配问题建模为重叠联盟博弈模型,通过对所构建模型的求解,得出多无人机的协同侦察时间资源分配方案。仿真结果表明,优化时间资源后侦察系统的收益得到了提升。     

面向云计算环境的动态公平性度量方法

针对云计算环境资源动态性特点,给出了一种资源分配算法公平性动态度量模型——DFE (dynamic fairness evaluation)。模型引入了公平、效率和时间参数,通过将资源分配结果进行量化处理,定量地描述不同分配算法的公平性。首先考虑了云环境下的2种典型动态因素：1）节点资源需求动态变化;2）虚拟节点动态变化,并分别对这2种场景建立子模型,通过这2种模型导出了公平性动态度量模型DFE。分析了2种子模型以及DFE,通过DFE对几种典型资源分配算法进行度量,验证了在资源需求以及虚拟节点动态变化的情况下,DFE能够有效度量分配算法公平性,为云计算平台资源分配算法的选择提供了重要的参考。     

有限反馈的异构蜂窝网络下行链路能效优化方法

研究了在有限反馈约束下的异构蜂窝网络下行链路中与宏蜂窝共存的小蜂窝能量效率最大化问题。其中,宏基站(Macro Base Station,MBS)和小基站(Small Base Station,SBS)通过共享频谱分别向宏用户(Macro User,MU)和小用户(Small User,SU)发送信号。提出了有限反馈和功率带宽联合优化方案来最大限度地提高小蜂窝中所有SU的平均能量效率。由于所构建的目标函数是分式形式并且具有非凸性,采用丁克尔巴赫方法将分式形式化为等价减法形式,并通过增广拉格朗日乘子法求解,提出两层迭代优化算法得到目标函数的最优解。仿真结果表明,相比于传统功率带宽等分配的反馈比特优化方案,所提方案明显地提升了小蜂窝所有SU的平均能量效率。     

基于改进蝴蝶算法的协同干扰资源分配方法

针对协同对抗下雷达干扰资源的管理决策问题开展研究,提出了一种基于改进蝴蝶算法的干扰资源分配方法。首先,用模糊综合评价的方法量化影响辐射源威胁等级和干扰效能的因素;然后,确定目标函数并计算干扰效能矩阵,建立干扰资源分配模型;最后,把自适应启发项和劣解接纳操作引入蝴蝶算法(BOA)对模型求解。仿真结果表明：引入改进项提高BOA探索能力和搜索效率,有效解决算法局部收敛的缺陷。对比四种经典算法和两种改进BOA算法,该算法在收敛精度和算法稳定性方面均更优,制定的干扰资源分配方案可信度更高。     

基于可编程硬件的有状态网络功能硬件加速架构

为了解决无状态加速器对有状态虚拟网络功能（Virtual Network Function,VNF）的加速效果较差的问题,该文提出了一种基于可编程硬件的有状态功能处理加速架构（Stateful Function Processing Acceleration Architecture,SFPA）.SFPA通过为数据平面提供有状态处理单元（Staeful Processing Unit,SPU）,将数据包处理任务卸载到数据平面上.此外,SFPA能够为多个VNF独立地分配加速资源,并采用资源分配优化算法降低硬件资源开销,提高了加速架构的灵活性.基于NetFPGA-10G平台的实验结果表明,SFPA架构下,VNF的吞吐量是采用DPDK加速时的2.9倍,是无状态硬件加速器的1.7倍;资源分配优化算法的优化率最高可达41.9%.     

一种通信距离最小化的虚拟机分配算法

为了解决云资源分配过程中虚拟机通信距离较大,造成用户计算任务完成时间延长问题,提出一种最短通信距离的虚拟机分配算法.云资源管理器能够根据用户指定的虚拟机条件,将计算任务分割到合适的数据中心及其内部服务器,大大缩短了虚拟机之间的通信距离.仿真实验表明,与现有的贪婪算法和随机方法相比,提出的方法通信量更少,执行速度更快.     

混合蛙跳在网络编码协作系统资源分配中的应用

网络编码协作中继技术能合理分配IMT-Advanced的资源,从而提高系统性能,受到了广大学者的关注。针对基于网络编码的双向多中继协作系统,提出基于混合蛙跳的资源分配方案。以最小化系统传输功率为优化目标,在满足用户QoS下,推导每个节点的最优化功率,建立最优化资源分配模型,利用混合蛙跳算法解决系统资源分配问题。仿真结果表明,在满足单节点QoS下,所提出的基于混合蛙跳的资源分配方案能有效减小系统的总功率,提高了系统性能。     

大规模MIMO OFDMA下行系统能效资源分配算法

针对大规模多输入多输出（MIMO）正交频分多址(OFDMA)下行移动通信系统,提出了一种基于能效最优的资源分配算法。所提算法在采用迫零(ZF)预编码的情况下,以最大化系统能效的下界为准则,同时考虑每个用户的最低速率要求,通过调整带宽分配、功率分配和基站天线数分配来优化能效函数。首先根据优化条件提出了一种迭代算法确定每个用户的带宽分配,然后利用分数规划的性质并采用凸优化方法,通过联合调整基站端的发射天线数和用户的发射功率来优化能效函数。仿真结果表明,所提算法在较少迭代次数的同时能够取得较好的系统能效性能和吞吐量性能。