WiMAX资源分配算法研究

链路自适应传输是正交频分多址系统关键技术,对提升系统性能起到关键作用。全球微波接入互操作性时分双工模式下的资源分配涉及时频二维,存在资源分配信令开销过大的问题。针对全球微波接入互操作性系统中自适应调制编码子载波分配方式,该文提出一种基于多用户分集的资源分配算法。通过仿真,该算法不仅有效降低资源分配带来的信令开销,而且系统传输效能得到有效提升。     

MIMO-OFDMA系统下行链路的一种自适应资源分配方案

为了在MIMO-OFDMA系统中利用延时的信道状态信息极大化系统吞吐量,提出了一种结合正交空时分组码与特征波束形成的传输方案,并在上述传输方案中提出一种低复杂度的两步子载波分配算法.首先根据用户平均信道质量与速率需求分配带宽,然后遵循标定星座距离最小的准则依次将各子载波指派给用户,获得多用户分集增益.最后在子载波间分配功率确保达到用户速率要求.仿真结果表明,该方案能充分利用具有时延的信道状态信息和多个发射天线有效提高系统吞吐量.     

发展远程医疗救助事业

正在急性脑血管病中,脑卒中的危害最为严重。我国脑卒中具有发病率高、复发率高、致残率高、死亡率高的特点。而国内医疗资源分配不平衡、高级医疗人员的缺乏、偏远地区交通不便等问题更加剧了"四高"的情况。因此,推动远程医疗的发展对于降低中国脑卒中的致残率和死亡率具有十分重要的意义。2014年5月,国家远程卒中中心在北京正式揭牌成立,致力于推广远     

MABP: an optimal resource allocation approach in data center networks

In data center networks, resource allocation based on workload is an effective way to allocate the infrastructure resources to diverse cloud applications and satisfy the quality of service for the users, which refers to mapping a large number of workloads provided by cloud users/tenants to substrate network provided by cloud providers. Although the existing heuristic approaches are able to find a feasible solution, the quality of the solution is not guaranteed. Concerning this issue, based on the minimum mapping cost, this paper solves the resource allocation problem by modeling it as a distributed constraint optimization problem. Then an efficient approach is proposed to solve the resource allocation problem, aiming to find a feasible solution and ensuring the optimality of the solution. Finally, theoretical analysis and extensive experiments have demonstrated the effectiveness and efficiency of our proposed approach.     

提高D2D多播能效的一种方案

在内容分发场景下,将簇头选择与资源分配相结合以降低基站负载,提高直连(Device-to-Device,D2D)通信多播簇的能效值。基于系统能效最大准则,从接收到数据的多播用户中选择合适的用户作为簇头形成多播簇;借助启发式算法,为每个D2D多播簇分配合适的资源块,以提高D2D链路的通信质量。仿真实验结果显示,与已有方案相比,所给方案比可以得到更高的D2D多播簇能效值。     

机器类通信终端蜂窝网接入拥塞控制

针对网络接入拥塞问题,设计一套机器类通信终端蜂窝网接入拥塞控制方案。基于动态资源分配,利用机器类终端接入检测机制,控制蜂窝网机器类通信接入资源的数量及瞬时接入强度,以降低接入冲突率。     

联合功率控制的D2D资源分配算法

针对D2D通信引入LTE网络中同频干扰以及能耗过大问题,首先基于模糊聚类算法,将D2D用户分成若干个D2 D用户组,并且基于中断概率最小为每个D2 D用户组寻找最优蜂窝用户资源,以降低用户间干扰、提高系统吞吐量。其次结合上述资源分配提出了一种有效的功率控制方案,调节资源分配后用户组内D2 D用户的发送功率,以提高系统能量效率。仿真结果表明：该算法降低了系统干扰,提高了系统吞吐量以及系统能量效率,同时又保证了D2 D用户获得无线资源的公平性。     

中继增强蜂窝系统中的比例公平资源分配

针对中继增强蜂窝系统,提出了一种基于比例公平准则的资源分配算法.在基站和中继节点分别独立地调度所服务用户的情况下,通过资源划分和用户调度两个步骤,实现蜂窝小区内所有用户的比例公平资源分配目标.仿真结果表明,该算法可在保证用户公平性的前提下,获得比传统算法更好的系统吞吐量增益.     

一种基于服务选取的SBS云资源优化分配方法

获取满足全局优化目标的资源分配策略,是影响云环境中基于服务的软件系统(service-based software system,简称SBS)运行时优化效果的关键.然而,由于SBS内部复杂的业务逻辑关系和云环境中的资源约束,现有分配方法无法得到最优资源分配量.以满足SLA约束和最小化资源成本为目标,根据不同资源状态对应不同组件服务性能的特点,将组件服务可能的资源分配量、相应性能及成本转换为备选逻辑服务集,进而提出了一种云环境中基于服务选取的SBS资源优化分配模型,并设计了一种求解模型的混合遗传算法.算法采用整数编码以提高求解效率,并在选择算子中引入了精英保留策略,从而保证收敛到全局最优解.为提高遗传算法的局部搜索能力、加快收敛速度,以局部搜索策略改进了标准变异算子.实验验证了所提出的资源优化分配模型和求解算法的有效性,并表明:与分支定界法及精英保留策略遗传算法相比,混合遗传算法能够在较大规模的问题上快速获得具有较低资源成本的资源分配策略.     

基于效益博弈的云计算资源动态可协调分配策略研究

在对用户的任务进行计算资源分配时,为了有效提高计算资源的利用效率,减少任务执行所需要的成本,提出了一种基于效益博弈的云计算资源动态可协调分配机制。该机制采用时间矩阵和费用矩阵作为任务效益的衡量指标,提出效益博弈模型,通过该模型的效益计算方程来得到最好的资源分配策略。为了使得计算资源能够合理地按需进行分配,提出了动态可协调分配机制,在合理地分配资源,满足所有任务正常执行时所需资源的同时,最大化任务的执行效益。实验仿真及对比结果表明,在任务完成时间、任务执行的平均成本、任务完成成功率上,本文算法都取得了较好的效果。