异构网络中一种基于灰度关联的动态接入选择策略

为了提高异构网络中多模终端选择网络的准确性，提出了一种基于灰度关联和时序多指标判决理论的动态接入选择策略. 通过将接入选择转化为多指标决策问题，从整体上考虑接入选择参数的影响，为用户提供合理的接入选择. 仿真结果表明，该策略能综合考虑多种接入判决指标，并保证移动终端选择最优的网络接入.     

异构网络中一种基于灰度关联的动态接入选择策略

为了提高异构网络中多模终端选择网络的准确性，提出了一种基于灰度关联和时序多指标判决理论的动态接入选择策略. 通过将接入选择转化为多指标决策问题，从整体上考虑接入选择参数的影响，为用户提供合理的接入选择. 仿真结果表明，该策略能综合考虑多种接入判决指标，并保证移动终端选择最优的网络接入.     

负载均衡的多接入选择算法

针对异构无线分组网络进行多接入选择方法设计时,仅考虑已接入用户数及系统容量将存在缺陷的问题,提出了一种新的异构无线分组网络中的接入选择算法,在多接入选择时考虑了分组业务QoS和链路自适应机制（(链路层重传及自适应调制）)因素,来正确估计分组业务在接入后平均消耗的资源量以及分组网络当前的负载情况。最后对算法性能进行了仿真评估,并与传统多接入选择方法进行了比较,结果表明提出的算法优于传统多接入选择算法,能在保证分组业务QoS的基础上,同时达到不同网络间负载均衡的目的。     

基于融合网络的多段伪线调度机制研究

对融合网络场景中的多段伪线的建路机制进行了描述,在该场景中采用Overlay的方式建立隧道连接,并在此基础上进行了数学建模和分析,提出了一种使用RSVP-TE协议的改进算法来优化服务质量.该算法扩展协议增加了相关的对象用来携带伪线信息,并在网络的边界节点上采用多层嵌套的转发相邻的方式进行路径建立.通过实验对RSVP-TE方式的性能进行分析,并引入基于时延的概率密度函数计算时延的均值、方差和丢包率.结果表明,与传统的LDP相比,该方法降低了延时,有其优越性.     

基于多智体强化学习的接入网络切片动态切换

网络切片技术将广泛应用于以5G为代表的下一代移动通信网络中,为网络中多样化的业务提供按需的网络服务。在基于切片的移动通信网络中,用户往往需要根据不断变化的网络状态,进行接入切片的动态切换,以获得更好的网络传输和服务性能。考虑到存在多个用户的网络中,某一用户的接入选择将对接入切片的可用传输资源产生影响,从而影响其他用户的接入和切换决策。因此,该文将基于网络切片的移动通信网络中多用户的接入切换建模为一个多人随机博弈问题,采用多智体强化学习的方法对该问题进行求解,并设计了一种基于分布式多智体强化学习算法的多用户接入切片动态切换机制。在此基础上,通过仿真实验验证了该切换算法性能。     

适用于NGN异构环境下的多跳接入路由协议

为了改善网络性能,将Ad hoc接入方式融入蜂窝通信势必会大大提高端系统接入骨干网的灵活性. 本文将蜂窝网的单跳接入和Ad hoc网的多跳路由结合起来,提出了一种自适应的多跳接入方式,并对其工作原理和有效性进行了说明. 该方法在保证通信业务服务质量并提高网络吞吐量的同时,减少了基站负荷,有效地提高了网络性能.     

通用多接入网络选择问题的建模和分析

提出了一种基于通用多目标优化模型的多接入网络选择判决方法. 对接入选择相关的参数进行了系统的分析归类,通过建模将网络选择问题转化为典型的多目标优化问题. 借鉴遗传算法的群体排序思想,结合Hooke Jeeves直接搜索方法设计了优化的多目标决策算法. 仿真结果表明,参数的设置合理有效,在多目标优化问题建模基础上的网络接入选择方案可以在异构网络环境中得出准确合理的判决结果.     

一种非合作博弈下的无线网络接入选择方法

针对如何根据用户的需求在无线网络中选择接入网络的问题,依据不同接入网络之间的非合作关系以及接入网络与用户之间的非合作关系,建立了非合作博弈下的基于支付函数的模型．该模型根据多属性决策理论,运用灰色关联分析法对不同网络的性能参数进行归一化处理,将得到的灰色关联等级作为支付函数进行比较,选出较优秀的网络．通过求解用户与较优秀网络间的纳什均衡,得到用户的接入网络选择．实验结果表明,该方法能够根据用户的需求有效地选择合适的接入网络．     

RTS多预约和自适应窗口调整的WLAN多优先级算法

为保护无线局域网中高优先级业务的服务质量, 提出了一种基于请求发送(RTS)多预约和竞争窗口自适应调整的多优先级信道接入算法(MRDCW). 该算法首先利用RTS多预约进行优先级区分, 减少因低优先级业务增多而给高优先级业务带来的影响, 并通过理论建模验证了其有效性;其次, 不同等级的业务在竞争窗口回退时都根据自身的信道接入状况自适应调节竞争窗口大小, 以减小高优先级业务自身之间的影响. 仿真结果表明, 该算法相对802.11e更能适应网络状况的变化,并且更好地保护了高优先级业务的吞吐量.     

基于ADMM的分布式功率分配和接入控制联合优化算法

传统网络节能问题在给定的服务质量（QoS）限制下实现传输功耗最小化。在此基础上引入接入控制,通过联合优化接入用户和发射功率进一步实现网络节能。当网络无法满足所有用户的QoS要求时,接入控制使网络服务尽可能多的用户。它还能对用户进行分类和挑选,以较低功耗代价满足接入用户的QoS条件,提高传输功效。在将原问题转换成一个近似的凸稀疏优化问题后,利用交错乘子法（ADMM）对其进行分布式迭代求解。该算法的每一步都具有闭合解,因此运算量很低。计算机仿真验证了该算法的正确性和有效性。     

基于多令牌环调度的家庭网络QoS控制方案

现有家庭网络服务质量（QoS）增强方案中一部分采用简单的优先级机制,无法提供参数化QoS特性;另一部分采用集中的轮询调度机制,容易导致单点故障和性能瓶颈问题。针对这一问题,提出了一种用于有线共享信道的多令牌环媒介访问控制机制,设计了复杂令牌调度算法及相应的调度步长分配和准入控制算法,实现了分布式的参数化QoS控制。所提出的复杂令牌调度算法从根本上克服了单令牌环调度能力差和服务区分能力弱的缺陷。仿真结果表明,这一方法可以有效提高网络带宽资源的利用率。     

面向链接的资源分配与QoS保障联合跨层算法

为了在无线蜂窝网络中向各物理链路上具有不同速率以及延时要求的多条数据链接提供最优化的资源分配以及服务质量(QoS)保障,设计了一种面向链接的资源分配与QoS保障联合算法.基于跨层设计思想,将目标建模为接入控制、速率分配以及资源分配3个子问题.来自物理层的信道状态信息、来自媒体接入控制（MAC）层的队列状态信息、来自应用层的速率及延时请求信息在系统模型中得到了综合的考虑.子问题可以分别通过贪婪算法及凸规划算法顺序地进行求解,从而得出每条数据链接上最优的资源及功率分配值,而这些结果将通过特定的接口反馈到各个层次模块中去.仿真结果表明,该算法能够解决模型面临的问题,并且比层次式协议栈中的算法更加有效地利用了网络资源     

一种优化基站服务状态的C-RAN联合波束设计

为实现云无线接入网络（C-RAN）系统低时延数据传输,提出了一种基站缓存和前向链路组播传输模式,通过联合优化前向链路波束和接入链路波束,使系统传输时延最小.采用L0范数逼近、连续凸逼近和半正定松弛技术,将非凸的时延最小化问题转化为凸问题,并提出了一种有效的迭代算法以获得问题的解.不同于传统基于缓存的C-RAN组播传输方案,所提方案可根据基站缓存内容和前向链路信道质量,决定基站的服务状态,即暂停服务和继续服务.仿真结果表明,相比于传统方案,所提方案可有效地降低系统的传输时延.     

SCMA网络中基于能量效率最大化的分层多播资源分配算法

稀疏码多址接入技术可以高效的提升频谱效率,因此被作为5G网络的候选接入技术之一。首先研究稀疏码多址接入网络中的分层多播策略,在该策略下使得网络容量不再受限于多播组中最差用户的信道质量。在满足多播组服务质量需求的同时,公式了网络能量效率最大化的最优化问题,该最优化问题由码本分配与功率分配联合解决。为了减少解决最优化问题的计算复杂度,提出分离码本分配与功率分配的快速次优化算法。最后,仿真结果显示提出的分层多播的快速次优化算法在基于稀疏码多址接入网络中的网络能量效率方面要优于采用传统多播策略的稀疏码多址接入网络,和基于正交频分多址网络。并且,提出的快速次优化算法在稀疏码多址接入网络中的多播系统功效要优于正交频分复用网络中的多播系统功效。     

一种基于OFDM的具有QoS保证的无线IP分组调度算法

根据无线OFDM（Orthogonal Frequency Division Multiplexing）系统的多载波并行传输特性及多用户无线通信系统的特点,利用跨层交互算法,提出了1种适用于IP分组业务的无线多业务分组调度算法（AS-OFDM）。该算法通过在系统的网络层、链路层及物理层之间传递系统信息,实现了无线资源的自适应分配和IP分组的自适应调度。仿真试验表明,同传统的IP调度算法相比,该调度算法在保证不同业务的QoS的条件下,能够实现对无线资源更为有效的利用和保证具有相同业务需求的不同用户之间的公平性。     

超密集网络中基于改进DQN的接入选择算法

在超密集网络环境中，各个接入点密集部署在热点区域，构成了复杂的异构网络，用户需要选择接入合适的网络以获得最好的性能。如何为用户选择最优的网络，使用户自身或网络性能达到最佳，称为网络接入选择问题。为了解决超密集网络中用户的接入选择问题，综合考虑网络状态、用户偏好以及业务类型，结合负载均衡策略，提出了一种基于改进深度Q网络(deep Q network, DQN)的超密集网络接入选择算法。首先，通过分析网络属性和用户业务的偏好对网络选择的影响，选择合适的网络参数作为接入选择算法的参数；其次，将网络接入选择问题利用马尔可夫决策过程建模，分别对模型中的状态、动作和奖励函数进行设计；最后，利用DQN求解选网模型，得到最优选网策略。此外，为了避免DQN过高估计Q值，对传统DQN的目标函数进行优化，并且在训练神经网络时，引入了优先经验回放机制以提升学习效率。仿真结果表明，所提算法能够解决传统DQN的高估问题，加快神经网络的收敛，有效减少用户的阻塞，并改善网络的吞吐能力。     

业务汇聚过程的自相似特性控制

为了研究如何减小网络中的自相似性,提出了一种在接入线上通过划分时隙控制聚合业务形成过程的MAC层算法. 该算法减小了聚合业务的自相似性,同时还结合CAC及调度算法,提供了对QoS业务的支持. 仿真结果证实,时隙分配的MAC层算法无论是从聚合业务的自相似性还是对QoS业务的支持上都优于传统的业务自由竞争信道的算法.     

基于跨层设计的业务流量感知和能效WMN路由

基于动态源路由（DSR）协议,综合考虑了来自物理层、媒质接入控制（MAC) 层、应用层的状态信息,采用跨层设计方法提出一种新的无线Mesh网络(WMN)业务流量感知和能效路由（TEER）协议。为了平衡节能和带宽等服务质量 （QoS）需求,根据统计获得的链路可用带宽和节点可用剩余能量以及负载队列占空比等状态信息,设计了表征网络节点能耗和传输情况的综合路由准则（MTEER）。仿真实验结果表明该路由协议可获得比DSR和基于功率控制的能量感知多径路由协议（EMRP）更好的网络性能,如网络寿命和吞吐量。