机器类通信中基于NOMA短编码块传输的高可靠低迟延无线资源分配优化方案

针对机器类通信(MTC)应用场景的业务特征和服务质量(QoS)要求,该文考虑基于非正交多址(NOMA)的MTC中短分组/短编码块传输,探讨MTC中基于NOMA的高可靠低迟延无线资源优化问题。首先,上行传输是基于NOMA的MTC通信的瓶颈,考虑无线蜂窝网络中支持NOMA和高可靠低迟延性能要求,该文建立了上行无线资源优化的系统模型;然后,分析上行传输迟延,导出基于距离的链路可靠性函数;进一步,以迟延、可靠性和带宽为约束下条件,提出一种最大化中心用户和速率的无线资源分配算法,并给出算法的收敛性证明和复杂度分析;最后,实验仿真验证了所提算法的性能优势。     

下行多业务OFDMA系统中基于有效容量的资源分配算法研究

该文对多业务OFDMA系统的下行链路资源分配进行了研究,侧重考虑了实时业务用户的QoS要求,建立2维马尔可夫无线信道模型,采用自适应调制技术、有效容量理论以及有效带宽理论,为实时用户分配资源;并实现了非实时业务用户、尽力而为业务用户的资源分配。仿真结果表明,所提算法保证了下行OFDMA系统吞吐量的同时,在实时业务的延时和丢包率等方面都有一定的优越性。     

多业务MIMO-OFDMA/SDMA系统跨层调度与动态资源分配

对多业务MIMO-OFDMA/SDMA 系统下行链路跨层调度与动态资源分配问题进行了研究.首先,在满足各种约束条件的前提下,以最大化系统吞吐量为目标建立了相应的优化模型;然后,提出了一种基于业务类型和子空间距离的用户分组算法,该算法采用聚类分析的方法在每个子载波上对配置有多根接收天线的用户进行分组,从而降低了调度时所需搜索的用户空间的维数;接着,基于所提出的用户分组算法并结合不同业务的优先级提出了一种新的跨层调度和资源分配算法,该算法充分利用跨层信息为每个子载波调度相应的用户组,并为调度到的用户分配相应的系统资源,从而通过最大化每个子载波的吞吐量近似实现了系统整体吞吐量的最大化.仿真结果表明,与现有的方案相比,所提算法更好地满足了不同业务用户的QoS要求,并获得了更好的吞吐量性能.     

H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度策略

针对异构云无线接入网络(H-CRAN)网络下基于网络切片的在线无线资源动态优化问题,该文通过综合考虑业务接入控制、拥塞控制、资源分配和复用,建立一个以最大化网络平均和吞吐量为目标,受限于基站(BS)发射功率、系统稳定性、不同切片的服务质量(QoS)需求和资源分配等约束的随机优化模型,并进而提出了一种联合拥塞控制和资源分配的网络切片动态资源调度算法。该算法会在每个资源调度时隙内动态地为性能需求各异的网络切片中的用户分配资源。仿真结果表明,该文算法能在满足各切片用户QoS需求和维持网络稳定的基础上,提升网络整体吞吐量,并且还可通过调整控制参量的取值实现时延和吞吐量间的动态平衡。     

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。     

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.     

能耗和时延感知的虚拟化云无线接入网络资源分配机制

针对现有虚拟化云无线接入网络(C-RAN)资源利用率低、能耗高、用户服务质量无法得到保证等问题,该文提出一种能耗和时延感知的虚拟化资源分配机制。根据虚拟化C-RAN的网络特点及业务流量特征,考虑资源约束和比例公平,建立能耗和时延优化模型。进而,利用启发式算法为不同类型虚拟C-RAN和用户虚拟基站分配资源,完成资源的全局优化配置。仿真结果表明,所提资源分配机制在提高网络资源利用率的同时,不但使能耗节省了62.99%,还使时延降低了32.32%。     

基于在线拍卖的网络切片资源分配算法

为满足未来移动通信网络中多样化的业务需求,为用户提供定制化服务的同时提升网络经济效益,该文提出一种基于在线拍卖的网络切片资源分配算法。根据业务类型将用户的服务请求转化为相应投标信息,以最大化拍卖参与者的社会福利为目标,将切片资源分配问题建模为基于多业务的在线赢家确定问题。结合资源分配与价格更新策略,实现基于在线拍卖的资源优化配置。仿真结果表明,该算法能够在满足用户业务需求的同时,提升网络经济效益。     

一种基于无线携能通信的MEC与用户匹配算法

多接入边缘计算（Multi-access Edge Computing,MEC）和无线携能通信可有效提高用户的服务质量和体验。在计算、通信和能量等资源的约束条件下,用户匹配是优化MEC任务卸载时系统效用的重要方法。针对无线携能通信的MEC网络结构,综合考虑用户的需求差异性和多元化能量供给,建立了基于计算资源、传输资源和能量资源的系统效用函数;以系统效用最大化为目标,采用基于多维背包理论的多轮拍卖,提出了一种适用于多用户和多网络边缘服务器的用户匹配算法。仿真验证了所提用户匹配算法的有效性与可靠性,结果表明所提匹配算法可优化系统资源配置,有效提高整体性能。     

基于区分业务的OFDM跨层动态资源分配算法

跨层设计是目前比较流行的、有效的无线系统设计方法.本文针对多业务(实时业务和非实时业务)正交频分复用(OFDM)系统,提出了一种跨层结构的动态资源分配算法.该算法不仅在物理层上考虑信道状态信息和功率限制条件,而且在MAC层上针对不同类型业务采取不同的调度策略:(1)对于高优先级的实时业务,采用最大化容量的OFDMA策略,在频域上最大限度地利用多用户分集提高频谱效率,在时域上通过时隙的分配来保证时延边界;(2)对于低优先级的非实时业务,在频域上采用基于比例公平的OFDMA策略,在时域上尽力而为地分配时隙.仿真结果表明,与传统的单层资源分配算法相比,所提算法能够在保证不同业务服务质量(QoS)的前提下,大幅度地提高系统性能.     

基于能效的NOMA蜂窝车联网动态资源分配算法

在支持车与车直接通信(V2V)的非正交多址接入(NOMA)蜂窝网络场景下,针对V2V用户与蜂窝用户的干扰以及NOMA准则下的功率分配问题,该文提出一种基于能效的动态资源分配算法。该算法首先为了保证V2V用户的时延及可靠性同时满足蜂窝用户的速率需求,联合考虑子信道调度、功率分配和拥塞控制,建立了最大化系统能效的随机优化模型。其次,利用李雅普诺夫随机优化方法,通过控制可接入数据量保证队列稳定性以避免网络拥塞,并根据实时网络负载状态动态地进行资源调度,设计一种次优化子信道匹配算法获得用户调度方案,进一步,利用凸优化理论和拉格朗日对偶分解方法得到功率分配策略。最后,仿真结果表明,该文算法可以满足不同用户的服务质量(QoS)需求,并在保证网络稳定性前提下提高系统能效。     

Task allocation based on profit maximization for mobile crowdsourcing

In recent years, with the development of smart devices, mobile users can use them to sense the environment. In order to improve the data quality and achieve maximum profits, incentive mechanism is needed to motivate users to participate. In this paper, reputation mechanism, participant selection, task allocation and joint pricing in mobile crowdsourcing system are studied. A user reputation evaluation method is proposed, and a participant selection algorithm (PSA) based on user reputation is proposed. Besides, a social welfare maximization algorithm (SWMA) is proposed, which achieves task pricing with maximizing the interests of all parties, including both task publishers and mobile users. The social welfare maximization problem is divided into local optimization sub-problems which can be solved by double decomposition. It is proved that the algorithm converges to the optimal solution. Results of simulations verify that algorithms PSA and SWMA are effective.     

时分波分无源光网络与云无线接入网联合架构中负载平衡的用户关联与资源分配策略

在时分波分无源光网络(TWDM-PON)与云无线接入网(C-RAN)的联合架构中,由于无线域的负载不均衡问题,限制了网络整体的传输效率。为了充分利用TWDM-PON与C-RAN联合架构的网络资源,并保证用户的服务质量(QoS),该文提出一种负载平衡的用户关联与资源分配算法(LBUARA)。首先根据不同用户的服务质量需求以及分布式无线射频头端(RRH)的负载对用户的影响,构建用户收益函数。进而,在保证用户服务质量的前提下,根据网络状态建立随机博弈模型,并基于多智能体Q学习提出负载均衡的用户关联和资源分配算法,从而获得最优的用户关联与资源分配方案。仿真结果表明,所提的用户关联和资源分配策略能够实现网络的负载均衡,保证用户的服务质量,并提高网络吞吐量。     

基于改进遗传算法的C-RAN网络动态无线资源分配

针对云无线网络(Cloud Radio Access Network,C-RAN)中传统静态资源分配效率低下以及动态无线资源分配中资源种类单一的问题,提出了一种基于用户服务质量(Qulity of Service,QoS)约束的动态无线资源分配方案,对无线资源从无线射频单元(Remote Radio Head,RRH)选择、子载波分配和RRH功率分配三个维度进行研究.首先,根据传统的C-RAN系统传输模型和QoS约束在时变业务环境下建立了以发射功率为变量,以吞吐量最大为优化目标的优化问题;然后,基于改进的遗传算法,将原优化方案转变为通过优化RRH选择、子载波分配和RRH功率分配来达到提高系统吞吐量的目的;最后,将改进的遗传算法与其他智能算法在种群规模变化下进行了时间复杂度对比.实验结果表明,所提算法具有较低时间复杂度,所提资源分配方案下的平均吞吐量增益为17％.     

Cross-layer resource allocation for QoS guarantee with finite queue constraint in multirate OFDMA wireless networks

Efficient radio resource allocation is essential to provide quality of service （QoS） for wireless networks. In this article, a cross-layer resource allocation scheme is presented with the objective of maximizing system throughput, while providing guaranteed QoS for users. With the assumption of a finite queue for arrival packets, the proposed scheme dynamically a/locates radio resources based on user＇s channel characteristic and QoS metrics derived from a queuing model, which considers a packet arrival process modeled by discrete Markov modulated Poisson process （dMMPP）, and a multirate transmission scheme achieved through adaptive modulation. The cross-layer resource allocation scheme operates over two steps. Specifically, the amount of bandwidth allocated to each user is first derived from a queuing analytical model, and then the algorithm finds the best subcarrier assignment for users. Simulation results show that the proposed scheme maximizes the system throughput while guaranteeing QoS for users.     

认知无线电动态频谱分配新算法

动态频谱分配技术是认知无线电的一项关键技术,本文针对以OFDM为传输技术的认知无线电系统,提出了固定速率认知用户和变速率认知用户并存情况下的动态频谱分配新算法。本文算法以最小化每比特发射功率为目标,运用最小最大准则与分步求解的方法,对系统目标函数予以简化,在最大公平意义上对认知小区的空闲频谱资源进行动态分配。仿真结果表明,该算法具有较好的公平性,在固定速率用户功率最小化需求和变速率用户吞吐量最大化的需求之间取得了比较好的平衡,适用于两种需求用户并存环境下的认知无线电系统。      

一种基于接入与回传一体化小基站的用户满意度最大化算法

针对接入与回传一体化小基站场景下用户个性化视频流业务需求问题,该文提出一种基于接入与回传一体化小基站的用户满意度最大化算法。该算法首先根据系统实际可达速率和用户满意度需求速率间的不匹配程度,动态调整下一周期队列传输所需频谱资源,并建立用户质量满意度最大化模型,其次运用Lyapunov优化方法把初始问题转化为Lyapunov偏移加罚项的优化,将溢出概率约束转化为关于自变量的不等式,最后基于拉格朗日对偶分解的用户接入带宽分配算法和基于内点法的回传和接入带宽分配算法进行求解。仿真结果表明,该算法提高了系统用户质量满意度,同时保证了系统稳定性。     

基于图着色的加权优先D2D资源分配算法研究

针对蜂窝用户与D2D用户所构成的异构网络系统中同频干扰问题,提出一种基于图着色的加权优先D2D资源分配算法.该算法不仅允许多个D2D用户复用一个蜂窝用户资源,而且能够实现简单功控.首先建立异构干扰图,对系统终端用户及干扰类型进行分类异构.然后计算着色优先级,考虑各种影响因子以提升算法的实用性.最后再由分配结果进行组内功率控制,以满足绿色通信的要求.仿真表明,该算法不仅可以降低系统用户接入损失率,提高系统吞吐量,而且还减少了功率消耗.     

Joint Power and Time Allocation Scheme with QoS Constraints in Overlay Multi-user Cognitive Radio Networks

This paper studies the case of an overlay cognitive radio network where the primary user leases spectral resources to the secondary user in exchange for cooperation, considering that both type of users have specific quality of service requirements. We investigate the problem of joint power and time allocation for the secondary access during the cooperative phase, with a view to optimizing the effective capacity of the primary user given an average energy constraint for the secondary user. Afterwards, the optimal power allocation of the secondary user for its own transmission phase is investigated in order to maximize the effective capacity of the secondary link. The proposed joint power and time allocation mechanism is compared with an optimal time/constant power allocation scheme and a less sophisticated baseline allocation scheme, i.e. power allocation under constant time and its superiority is proven for various network parameters. The reference model of one primary–one secondary user is extended to a general multi user cognitive radio network through the proposed pairing mechanism based on matching theory. Particularly, considering the remarks of the reference scenario, we propose two different matching schemes (with/without consideration of primary users’ quality of service requirements) and we confirm their superiority compared to other matching mechanisms.