面向MTC应用的计算资源柔性分配

基于机器类通信(MTC)业务的速率需求和计算需求,研究了对移动通信网络计算资源分配方法,给出了计算资源分配模型,提出了一种基于组合优化的计算资源分配算法来解决计算资源受限的问题。仿真结果表明提出的次优化算法与传统的轮询方式相比可以获得约10%的增益。     

基于机器学习理论的光通信链路资源分配研究

光通信链路资源分配中存在冲突的情况,导致均衡度差.为此,以平均节点和链路的负载为代价,引入机器学习理论,研究光通信链路资源分配优化问题.首先,根据初始逻辑光通信链路与物理光通信链路,通过网络效用最优化方法,解决多目标光通信链路资源合理化跨层资源分配的问题.建立通信网络效用最优模型,通过采集光通信链路信息资源传输的平均数...     

可见光通信异构网络频谱资源分配算法研究

由于当前已有方法未能对用户需求进行分析,导致可见光通信异构网络系统吞吐量以及平均满意度下降。为此,提出一种可见光通信异构网络频谱资源分配算法。将可见光通信异构网络系统最大容量作为目标,综合考虑用户需求以及最大功率限制等约束,构建可见光通信异构网络频谱资源分配模型。将模型中的对偶问题分解为简单的子问题,通过定向变异的遗传算法进行信道分配,采用拍卖算法进行信道内功率分配,最终实现网络频谱资源分配。实验结果表明,所提算法可以有效提升可见光通信异构网络系统吞吐量以及平均满意度。     

基于动态优化的通信对抗任务分配

任务资源分配决定着通信对抗效能。提出了一种基于动态优化的通信对抗任务分配方法,针对任务优化分配问题建立了相应的动态解决模型,制定了动态分配实施流程。通过实例分析验证表明,该方法与现有静态分配方案相比,能够快速、合理地给出分配方案,达到最佳整体对抗效果。     

5G移动网络下通信资源分配算法

传统的通信资源分配方法具有局限性,在当前5G移动网络条件下,通信过程中的信息传输速率不能满足通信频谱的资源利用率要求,为此,文章提出5G移动网络下通信资源分配算法。在研究边缘网络的基础上,建立5G移动网络的边缘计算模型,将数据传输端进行分层处理,包括计算云层、边缘层以及终端层三个层级,拉近云计算服务器与用户个体之间的数据传输距离。根据模型建立边缘计算的资源分配框架,计算无线链路的数据传输速率,避免陷入局部最优解。同时,将终端层用户进行分簇处理,避免数据传输过程中的同频干扰,提升资源分配效率。在此基础上,基于A3A算法构建簇间的通信资源分配模型,并使用最优化理论对所建立的资源分配算法模型进行优化,实现5G移动网络下通信资源分配算法设计。最后,通过实验对比传统D2D算法与设计的分配算法,结果表明,该算法能够适应5G移动网络环境,保证通信服务过程中信息传输速率的稳定,能够实现通信资源的高效分配。     

基于M2M终端组的比例公平资源分配研究

基于M2M终端组的资源分配策略可以有效提高M2M通信中的资源利用率.本文研究了M2M通信系统中基于组的保证不同组间传输速率的比例公平资源分配问题,提出了一种次优的能够保证不同终端组间传输速率比例公平的资源分配算法,并通过仿真对算法的性能进行了验证,给出了速率最大化算法与终端组比例公平算法的性能比较.     

通信保障态势感知研究

从态势感知的基本概念入手,结合通信保障态势感知的研究现状,给出了通信保障态势感知的信息处理模型,建立了通信保障态势感知系统的层次化结构,提出了利用任务-资源分配树技术进行通信保障态势评估方法,分析了"人在回路"的基于案例推理的态势预测关键技术,对通信指挥信息系统的设计和实现,具有较高的参考价值。     

基于遗传算法的光电干扰资源优化分配研究

结合光电信息系统作战运筹中目标分配原则，及军事运筹理论，建立了干扰资源优化分配模型。给出了基于遗传算法的模型求解方法及步骤，阐述了遗传算法在光电干扰资源分配中的应用，并进行了实例仿真，得出了最佳干扰资源分配方案。仿真结果证明，该方法对于约束条件复杂的优化模型求解是有效、可行的，为光电信息系统指挥控制决策提供了有力支持。     

面向语义感知通信网络的多维资源优化

语义通信的目的在于传输信源数据中的语义信息，通过语义提取和压缩可大幅减少网络中需要传输的数据量，降低带宽消耗和传输时延，同时在提高传输可靠性上展现出了巨大潜力。传统通信中资源分配方案都是以优化比特传输速率而设计的，并不适用于聚焦语义信息传输的语义通信网络。为利用语义通信系统优势，需要从语义层面考虑资源分配方案的设计，以进一步提高信息传输效率。首先梳理并总结了目前语义感知通信网络中资源分配技术的研究进展，然后通过分析语义感知资源分配面临的挑战，提出了一种基于任务卸载的多维资源联合优化架构，最后以面向文本的语义任务为例，给出了两种语义感知资源分配方案，通过仿真证明了方案的有效性。     

基于NOMA的无线携能D2D通信鲁棒能效优化算法

针对频谱短缺、基站负荷过高、通信系统功耗较大等问题,考虑不完美的信道状态信息,该文提出一种基于非正交多址接入的无线携能(SWIPT)D2D网络鲁棒能效(EE)最大化资源分配算法(SREA)。考虑用户的服务质量约束以及最大发射功率约束,基于随机信道不确定性建立鲁棒能效最大化资源分配模型。利用Dinkelbach和变量替换方法,将原NP-hard问题转换为确定性的凸优化问题,通过拉格朗日对偶理论求得解析解。仿真结果表明,所提算法在保证蜂窝用户通信质量的同时,能够有效提高D2D用户的能效性和鲁棒性能。