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.     

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。     

保证混合业务质量的跨层OFDMA资源分配方法

提出了一种新的跨层正交频分多址（OFDMA）系统资源分配方法,其综合考虑了无线信道的时变特征和媒体接入子层（MAC）业务质量（QoS）要求,将MAC层分组调度和物理层的OFDM子信道分配及自适应调制编码进行联合设计,目的是在保证实时时延敏感业务和非实时业务的QoS基础上最大化系统吞吐量。在子载波分配过程中,分别采用了信道依赖的最早预期 (CD-EDD)算法和 最小速率需求(MRR)算法,对实时时延敏感业务和非实时业务进行调度。基于IEEE 802.16标准建立了动态仿真模型对算法性能进行评估,结果表明较传统的最大信噪比方法在系统吞吐量相近的基础上对时延特性、用户公平性方面有较大性能提升。     

基于多目标决策的异构无线网络接入选择算法

针对异构无线网络基于负载均衡的接入选择算法判决因素不够全面的问题,提出了一种基于多目标决策(Multi-objective decision making,MODM)的接入选择算法。该算法在满足多因素判决、动态适用性的基础上,采用五级标度法和信息熵法确定接入判决指标的主、客观权重,并通过最小二乘法对主、客观权重进行折中选择,判决过程兼顾了网络状态和用户偏好,提高了判决准确性和实用性。仿真结果表明:该算法相对于负载均衡算法,降低了分组业务阻塞率和丢包率,提高了用户满意度。     

基于PSO模糊神经元的异构无线网络接入选择

采用模糊逻辑和神经网络技术进行异构无线网络接入选择的方法未合理考虑网络负载状况,为此提出一种对网络负载具有很好动态适应性的基于粒子群优化(PSO)模糊神经元的接入选择方法. 该方法将可接入网络的接入阻塞率相等作为模糊神经元参数学习的目标,并结合具有全局寻优能力的PSO算法设定参数初值,提高了参数学习精度. 仿真结果表明,该方法能有效实现网络间负载均衡,相对于最大负载均衡算法可降低网络的接入阻塞率.     

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。     

无线局域网中业务流接入控制的博弈论算法

提出一种IEEE 802.11无线局域网中的用户流接入控制(AC)算法．通过建立用户流的QoS满意度(UQS)函数,将用户与接入点(AP)之间的接入控制决策过程建模为UQS最大化下的非协作博弈;根据此博弈的纳什均衡解,在不同的网络负载条件下,给出AP的最优接入控制策略(G-AC)．仿真结果表明:G-AC算法能够为接入的用户流提供定量的QoS保证;并且,同传统的截止优先权AC算法(CP)相比,G-AC算法可以根据网络负载状况自适应的改变接纳策略,从而获取更高的带宽资源利用率(平均吞吐量高于CP算法10％),并为服务商带来更高的网络收益．     

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.     

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。     

异构网络中时延最小的多接入业务分配算法

以业务到达时延最小化为目标,提出一种联合网络选择和业务分配的并行多接入算法．该算法中考虑了不同网络的可利用传输速率和网络时延,利用贝克曼变化思想证明了最优业务分配问题存在门限值,可以根据门限选择最小的接入网络集合获得最小时延．仿真结果表明在重负载情况下,该算法不仅能获得最大吞吐量,并且能够有效地降低业务的到达时延．     

采用分组纠错编码的多接入传输分集方法

针对异构无线网络,提出一种基于前向纠错(FEC)编码的多接入传输分集方法,以获取多接
入分集增益. 该方法将前向纠错编码与并行多接入传输进行联合设计,编码后的分组包根据
传输条件在不可恢复概率最小的条件约束下,动态地分配到多个可用接入链路上,不仅有效
利用了多接入传输分集(MRTD)带来的数据可靠性,还保证了系统的有效吞吐量. 性能分析及
仿真表明,在信道状况较差的条件下,本方法在传输可靠性及有效性方面有较好的性能.     

基于粒子群优化的无线Mesh网络信道分配算法

多信道多天线（MCMR）广泛被用于提升无线Mesh网络的性能,但现有信道分配算法存在两方面问题:算法的时间太长和空间复杂度过高,无法获得全局最优解;算法可扩展性差,无法适用于大规模的网络。为解决上述问题,该文借鉴粒子群优化算法在收敛快、开销小等方面的优势,以建模无线Mesh网络中的信道分配问题。通过网络信息的交换和干扰模型的定义,以最小化适应度函数为优化目标,以天线、可用信道数量、信号干扰等为约束条件,设计并实现了基于粒子群优化的信道分配算法（PSOCA）。仿真实验表明了算法的可行性,且与同类算法相比,该算法在网络吞吐量和丢包率两个方面具有明显的改善。     

海上自组网中基于侦听的MAC协议退避算法

无人艇通常以编队协同的方式进行作业，并通过自组网进行数据交换.因海浪等因素影响，海上自组网的信道传输损耗通常处于动态变化中，现有MAC协议的退避算法在动态海上环境下无法区分分组碰撞和分组丢失，会出现可靠性和稳定性下降的问题.为此，本文提出一种基于信道监听的自适应最小竞争窗口退避算法，该算法通过感知邻近竞争节点数目来估计信道状态，降低信道冲突概率和重传次数，提升了网络整体的可靠性和稳定性.仿真结果表明，与经典BEB算法相比，改进算法的吞吐量和公平性分别最大提高28.67%和62.00%，端到端延时和丢包率分别最大降低2.84%和15.10%.     

负载感知的异构无线网络协同休眠节能算法

提出了一种基于业务请求负载感知的异构无线网络自适应协同休眠节能算法,在满足异构无线网络系统内业务服务质量要求的条件下最小化系统功耗. 该算法在异构无线网络自优化框架下建立基于经济学收益的节能模型. 蒙特卡洛仿真结果表明,在满足用户业务请求阻塞率约束条件下,新算法能自适应调度异构无线网络的工作模式,并降低系统总功耗.     

并行图染色的无线网状网络媒体接入控制

将无线网状网络的传输调度建模为冲突图染色问题，提出了一种新颖的基于并行图染色的分布式时分多址媒体接入控制（MAC）算法。该算法充分利用无线路由器和无线骨干网的自身优势，只需要依靠网络的局部拓扑和负载信息，对无线接入网的传输调度实现全局优化。仿真结果表明，所提算法性能十分接近最优调度，并且通信开销成本非常低。     

Performance and Improvement Quality Estimation of MCS Selection with Channel Errors for HSDPA

The throughput performance of modulation and coding schemes （MCS） selection with channel quality estimation errors （CQEE） is analyzed for high-speed downlink packet access （HSDPA）. To reduce the loss of throughput caused by CQEE, the robust MCS selection method and adaptive MCS switching scheme are proposed. In addition, automatic repeat request （ARQ） scheme is used to improve the block error rate （BLER） performance. Simulation results show that the proposed methods decrease the throughput loss resulted from CQEE efficiently and BLER performance gets better with ARQ scheme.