异构网中基于匈牙利算法的小区接入方案

为改善蜂窝异构网络宏基站边缘用户速率较低及负载不均现象,给出一种基于匈牙利算法的用户选择接入方案。将匈牙利算法与异构网络相结合,以每个宏边缘用户接收到的微微基站下行链路接收信号强度作为匈牙利算法边的权值,构成效率矩阵,据以对宏边缘用户进行小区接入选择。就7小区模型的仿真结果显示,所给算法在提高宏边缘用户信干噪比的同时,可实现基站间的负载均衡。     

密集网络下基于Self-Backhaul感知的用户接入负载均衡算法

针对密集异构网络自回程场景中带宽分配不合理引起的负载不均衡问题,提出一种基于self-backhaul感知的用户接入负载均衡方案.首先根据密集异构网络下各个小基站接入与回程资源的负载状态提出一种用户接入负载均衡策略;其次利用Q-Learning算法对各个小基站带内无线接入与回程带宽分配进行学习,用户在不同带宽分配因子下,根据用户接入负载均衡策略进行重新接入,得到不同接入情况下的系统效用,进而得到最优带宽分配策略,保证负载均衡性的同时实现系统效用最大化.仿真结果表明,该方案在密集异构网络自回程场景中提高了网络负载均衡性,同时提升了用户速率体验.     

可再生能源供电异构蜂窝网络中基于拓扑势的用户接入算法

可再生能源供电的蜂窝网络相关研究已经成为绿色无线网络热点研究内容之一. 针对可再生能源供电异构蜂窝网络场景,提出了一种基于拓扑势的用户接入算法,实现基站间能量均衡与负载均衡的折中. 定义用户与基站间拓扑势,综合考虑用户业务量、用户与基站间信道容量、基站可用能量,衡量基站对用户的吸引程度;将基站所接入用户拓扑势总和定义为基站效用值,并给出了基站间效用公平的用户接入最优化问题;提出了一种迭代方法求解最优化问题,通过用户与基站间信息交互与迭代更新完成用户接入基站选择,均衡基站间能量与负载. 仿真结果表明,所提算法在保证基站间负载均衡的同时充分利用了基站收集的可再生能源,实现了基站间能量均衡.     

超密集场景下考虑业务动态的功率匹配算法

提出了一种面向超密集场景的考虑业务动态的无线网络功率资源匹配算法.首先,根据网络异构和业务动态变化特征,建立双层动态博弈模型.针对不同博弈层参与者的需求特性,以最大化效用函数为准则,设计不同的效益模型,并通过对网络中业务动态性的预测调整定价因子,以更准确地反映网络环境的变化;其次,根据双层非合作博弈的特性进行分层功率博弈求解,通过宏蜂窝用户与微基站以及微蜂窝用户之间的多次非合作功率博弈达到均衡;最后,通过与现有功率资源匹配算法仿真比较,所提算法具有优越的性能.     

超密度异构蜂窝网络能效优化

利用泊松点过程理论研究了超密度异构蜂窝网络中的基站部署问题,特别是小基站密度对网络能量效率的影响,提出了一种通过优化小基站密度来实现网络能效最大化的方法.首先,借助泊松点过程理论对超密度异构蜂窝网络进行建模,推导了各层基站的覆盖概率以及基于业务荷载的最低可达速率,得出整个网络的最低可达吞吐量;其次,根据网络能效的定义,结合基站能耗模型,推导了与基站密度相关的网络能效的闭合表达式;最后,就小基站密度对网络能效的影响进行分析,提出了一种基于牛顿搜索法的小基站密度优化算法,实现网络能效的最大化.仿真结果验证了理论分析的正确性,同时也表明通过优化小基站部署密度完全能够实现网络能效的最大化.     

基于网格的异构无线网络负载均衡算法

针对目前软负载均衡算法中无线资源统计不具有普适性,未考虑用户业务需求与异构资源单元差异性匹配的问题,根据网格计算的思想,在异构无线网络中提出了基于网格的负载均衡算法。该算法首先将无线资源映射成不同的三维资源单元,每个三维资源单元相当于一个网格。然后将业务分成不同的子业务流(数据包),统一分给不同的网格,实现业务的分布式分流,在保证用户QoS的情况下,实现网络的负载均衡。仿真结果表明:基于网格的负载均衡算法能够较好地均衡异构网络间的负载,降低负载偏离度,提高系统吞吐率。     

基于服务质量感知的异构无线网络负载均衡算法

为了实现合理的网络资源调度,提高异构无线网络资源利用率,提出了一种基于服务质量(Quality of service,QoS)感知的网间负载均衡算法。算法基于无线业务特征,定义了适用于异构网络的一般化终端收益函数和网络效用函数,分别用来表征终端的QoS体验和网络的负荷情况。算法迭代地把负荷最重的网络中QoS收益和资源利用效率较低的终端调度到能够提高该终端QoS收益的负荷最轻的网络中,直至达到网络负载平衡,实现网络资源的均衡利用,并有利于保证终端的QoS。仿真结果表明:算法能够有效地提高网络的吞吐量、降低业务的时延和丢包率。     

无线异构网络中基于能源代价的用户选择算法

针对多源供电的无线异构网络,综合考虑可再生能源的产能速率、传统能源的分时电价和用户间的公平性对于用户选择的影响,提出了2个基于能源代价的用户选择算法,将用户选择分为边缘用户分配和确定服务用户2个阶段,得到了更加均衡的负载分布.根据能量损耗、能源代价与公平性之间的关系,构造了直接法和间接法中2种指数型效用函数.仿真结果表明,直接法和间接法均可明显降低基站系统能量损耗和能源代价,而直接法相当于在间接法的指数型效用函数的底数前增加了一个随传统能源电价和可再生能源速率自适应变化的价格因子,因而可以在降低能源代价的条件下减少基站系统能量损耗.     

基于基站选择性休眠的非线性加权算法研究

针对现有蜂窝网络运营中基站能耗过高的问题,提出一种基站休眠算法。该算法首先将网络表示成基站、用户以及他们的连接关系的二部图,在此基础上对用户服务质量和基站节能进行非线性加权得到基站休眠机制,将基站休眠机制与基站常开机制作对比,然后建模为0-1规划模型。仿真结果表明:当采用非线性加权算法选择用户连通性时,不论是在简单蜂窝网络中还是在中继蜂窝网络中,选取适当的加权系数——权值系数,可使中断率和激活基站数达到两者的最优值中,网络的能效有较大的提高。该算法能提高基站节能减排效率,符合中国能源结构的演进趋势。     

基于层次分析法和熵理论的网络选择算法

为了平衡网络之间的负载,针对不同的用户策略和业务类型在QoS需求上的差异,本文提出一种基于业务类型和用户策略的主观属性和网络客观属性协同决策的动态无线异构网络选择算法.利用层次分析法对用户策略和四类业务类型进行了参数相对重要性分析,确定各个属性的主观权重;将熵权引入多属性方案中,确定各个属性的客观权重以消除主观随意性;最后根据接近理想方案的序数偏好方法对候选网络进行加权排序.仿真结果验证了该算法的正确性和有效性,同时实现了异构网络间的负载均衡.     

超密集网络中非合作博弈的功率分配算法

为了抑制超密集网络中小小区基站的密集化部署带来的干扰,并提高系统的吞吐量,本文研究了频谱共享超密集网络中的功率分配策略.首先,针对非凸的系统和速率最大化问题,采用非合作博弈模型将其转化为每个用户效益函数最大化的凸子问题,并通过设计一种动态定价使得非合作博弈模型的纳什均衡点（NE）是原优化问题的驻点.其次,为了保证宏小区用户的服务质量（QoS）,模型中引入了干扰功率约束条件来抑制宏小区受到的干扰.最后,在此非合作博弈论框架下,设计了一种迭代式的基于全局信息的功率分配算法.每次迭代通过求解KKT条件获得每个用户的最优发射功率,通过理论推导证明了迭代算法可收敛到博弈模型的NE.此外,为了减少迭代算法的信令开销、提高资源利用率,还提出了一种基于局部信息的功率分配算法.仿真结果表明,所提出的基于全局信息的功率分配算法比对比方法具有更好的传输性能,所提出的基于局部信息的功率分配算法在保证较好的传输性能的前提下有效地减少了信令开销.     

基于本地内容流行度预测的主动缓存策略

已有边缘缓存技术研究假设已知固定的全局流行度,忽略了反映基站接收到的内容请求历史中的流行度地域差异特性和动态特性,为此,提出了一种基于本地内容流行度预测的内容部署策略.首先,考虑流行度的地域特性,将内容请求历史记录相似的小基站分簇;然后,使用线性回归方法预测每个小基站簇群的本地内容流行度,基于预测的本地内容流行度,利用随机几何和凸优化理论求得次优内容部署决策;最后,基于真实数据集的实验验证了所提算法性能以及相应的缓存系统性能.仿真结果表明,所提算法优于对比算法的缓存命中率性能.     

基于任务间依赖关系的小小区协作卸载策略

在密集部署的小小区网络中,考虑到小小区基站（SBS）的计算资源有限,提出了基于任务间串并依赖关系的协作卸载策略,以降低计算卸载任务的整体完成时延.首先,考虑将可以同时执行的并行任务卸载至不同的SBS,利用计算资源的分布式特点来降低整体时延,同时最大化单个SBS上的串行任务数量,以减小所需SBS的数目;然后,根据网络的负载均衡情况对2种场景进行讨论,联合考虑任务间的依赖关系、不同SBS的可用计算资源量和SBS与用户间的信道质量,分别引入最长路径理论和图着色算法以确定最佳任务卸载方案.仿真结果表明,与已有策略相比,所提策略可降低计算卸载任务的整体完成时延.     

具有QoS保障的多小区M2M负荷均衡算法

针对机器间通信终端分布不均引起的系统吞吐量减小和用户接入时延增大等问题,提出一种多小区机器间通信负荷均衡算法,综合考虑了各小区机器间通信接入负荷因子以及机器间通信设备的信号质量,建立了优化模型并将其近似为凸优化问题,实现了各小区间的负荷均衡. 仿真结果表明,当小区间负荷不均时,所提多小区机器间通信负荷均衡算法能够大大改善系统吞吐量和用户接入时延性能.     

具有能量获取基站的相邻多蜂窝小区的能量与频谱分配研究

研究在基站具有能量获取功能的条件下,相邻多蜂窝小区下行链路的能量与频谱的协作分配,主要考虑用户效用和相邻多蜂窝小区基站收益的联合最大化.在该问题中,用户对小区的选择是资源分配过程中的关键步骤.其中,它的最优方法是穷搜索,但计算复杂度过高.本文提出一种优化用户小区选择的次优方法——信道增益比选择法,解决用户快速选择小区的问题.当用户选择小区后,本文用广义的Stackelberg博弈建模来解决每个蜂窝小区的能量与频谱分配问题.同时基于信道增益比选择法提出两种基准方法——最大信道增益选择法和最短距离选择法.仿真结果表明,信道增益比选择法相对于最大信道增益选择法和最短距离选择法具有更好的用户公平性和基站收益.     

异构蜂窝网络中用户非均匀分布的CRE和eICIC优化

在假设用户均匀分布的场景中,联合优化小区范围扩展(CRE)和增强型小区间干扰协调(eICIC)不适用用户分布非均匀的实际场景.考虑到用户非均匀分布的特点,提出了相应的CRE和eICIC联合优化方案.考虑到建模的复杂性,使用了斯坦伯格博弈建模CRE和eICIC的联合优化过程, 将宏基站作为领导者决定eICIC策略,将pico基站作为跟随者决定CRE策略, 进而提出一种求解算法,以获得斯坦伯格博弈均衡解.仿真结果表明了所提出的斯坦伯格均衡解算法的收敛性及有效性.     

一种HFC接入网带宽拍卖分配算法

针对HFC接入网单频点带宽合理分配以及频点组内负载均衡的问题,提出了一种基于多标拍卖的HFC接入网带宽分配算法．边缘资源管理器负责拍卖带宽资源,业务代理向其提交投标集合,采用改进的多标拍卖算法分配带宽资源．通过用户接纳控制和预留最低QoS带宽的方法保障多媒体业务的QoS．利用业务代理的用户接纳策略使频点组达到负载均衡．理论分析和实验结果表明,该算法通信开销小,时间复杂度低,能合理有效地分配带宽资源,并使频点组内达到负载均衡．     

基于遗传算法的多基站协作通信功率分配方案

将多基站协作通信的功率分配问题转换为信干噪比(SINR)均衡问题。通过设置路径损耗门限为各用户判决与其通信的协作基站,并考虑用户间接收SINR的公平性,给出基于遗传算法的多基站协作通信功率分配方案。数值分析表明,相对于传统蜂窝小区等功率分配以及多基站协作通信等功率分配,该功率分配方案使系统中各用户的平均SINR分别提高17.75dB和2.36 dB。