基于机会通信的多天线蜂窝系统小区间干扰协调

通过研究有限反馈波束赋形蜂窝系统中小区间同信道干扰变化的特性,提出了一种基于机会通信的有限权值机会波束方法。该方法通过在预先设计的有限数量的赋形权值码本中随机选择赋形权值,使目标小区的干扰变化与邻小区用户调度无关,从而使干扰测量和速率预测更为准确,降低了反馈时延和干扰变化造成的中断率。理论分析和仿真均表明:采用正比公平调度的有限权值机会波束与有限反馈波束赋形具有相近的发射速率,从而系统吞吐量得到提高。     

基于5G+MEC的电网边缘计算平台任务安全性调度方法

为保证电网边缘计算平台任务调度的安全性以及任务调度所需的数据质量,提出基于5G+MEC的电网边缘计算平台任务安全性调度方法。结合机密性服务和完整性服务,构建任务调度安全等级模型,约束调度任务队列调度传输过程中的风险,实现5G核心网的安全传输;确认优先级队列类型,选择最小化队列与最大队列,进行数据资源最大化支持、MEC 设备端的任务调度,构建分布式任务调度模型,并利用 Lyapunov候选函数提升任务调度的稳定性,通过交替方向乘子法求解模型,获取任务安全性调度最优解。测试结果表明,应用该方法后,风险概率结果均在0.15～0.35的范围波动,MEC设备提供的相关数据与核心服务器调度任务的拟合程度均高于0.92;任务调度数据的质量分值也高于0.94。     

基于OFDM的协同认知网络跨层资源调度

协同通信与认知无线电是未来移动通信的重要技术。针对基于OFDM的无线协同认知网络中的资源分配问题,该文提出了一种有效的跨层资源调度方案。该调度方案在考虑对主用户所受干扰功率进行控制的前提下,以最大化认知用户超帧中总的传输速率为目标,在调度帧中对各传输帧两阶段的子载波进行最佳配对,并为配对子载波分配最优的发送功率。通过分步求解的方法,该调度方案形成的优化问题得到有效解决。仿真结果表明该资源调度方案使得认知用户传输速率有显著提升,方案的可行性与有效性得到了验证。     

一种适用于多用户OFDM系统下行链路的跨层设计调度算法

该文提出了一种适用于多用户正交频分复用(OFDM)系统下行链路的调度算法,基于跨层结构设计,并分别考虑了媒体接入控制(MAC)层的用户服务质量(QoS)要求、用户公平性、数据包队列状态信息以及物理层的信道状态信息(CSI)和功率约束等。多用户OFDM系统可以通过该调度算法充分利用MAC层和物理层的不同参数特性,在保证用户QoS的同时最大化频谱的利用效率。仿真结果表明,在小区内各个移动用户具有不同的接收SNR的情况下,该算法具有服务质量随信噪比波动平缓、丢包率低、实现复杂度低等特点。     

非对称毫米波大规模MIMO系统信道特性研究

在大规模多输入多输出（multiple-input multiple-output,MIMO）系统中,合理的天线选择、用户调度以及用户功率分配方案,对提升系统能效、节省资源成本有着重要的作用. 针对大规模MIMO下行链路通信场景,基于能效最大化准则,提出了一种联合天线选择、用户调度以及功率分配的低复杂度优化算法. 首先,针对天线选择和用户调度问题,结合递增递减的选择思想,以最大化系统能效为目标,对天线和用户进行双向交替搜索;其次,对于搜索过程中的用户功率分配问题,采用分式规划理论和拉格朗日对偶算法得到最优能效功率的闭式解,三个参数进行迭代优化,从而得到系统最优能效. 仿真结果表明,本文所提算法不仅具有低复杂度而且具有较好性能,能够有效降低大规模MIMO系统的能耗.

     

基于任务生灭过程模型的边缘计算批处理调度算法分析与设计

移动边缘计算技术为低时延要求、资源敏感的计算任务需求提供解决方案,通过研究任务请求特征以提高调度算法效率是边缘计算的重要研究方向。不同于现有研究将任务请求特征建模为单一随机变量的做法,提出基于任务请求生灭过程模型的边缘计算架构,将求解最优调度决策的过程建模为无限期平均成本马尔可夫决策过程。在使用贝尔曼方程分析问题的过程中,利用任务的生灭特性对未来的请求到达做出估计以判断当前决策对未来系统时延能耗成本的影响,进而辅助确定当前状态的最优决策,并结合任务相关性感知提出批处理任务调度控制算法。所提算法根据生灭状态信息对策略迭代的状态空间和决策空间进行剪枝以降低策略改进的复杂度,突破了策略迭代算法的复杂度瓶颈。仿真结果表明,所提算法相较于传统的策略迭代算法具有明显的低复杂度优势,且能在不同系统条件下保持低时延、能耗成本。     

低轨大型星座分布式数据接收资源调度方法

许多监视与早期预警应用通过具备高时效性的对地观测数据实现。低轨大型星座观测数据接收任务调度的主要挑战是卫星数量大,中心化资源调度冲突消解面临困难。为此,提出一种新的分布式数据接收资源调度方法。首先,基于星间与星地链路融合构建卫星与地面设备之间的分布式传输链路,在卫星、设备、链路组成的无向网络图中,计算数据下传任务期间分布式链路的最短路径及其持续时长;其次,针对由每个设备的最短路径时间窗口合并构成的集合,利用Q学习方法求解数据接收完成率的优化问题。仿真测试结果表明,在典型的数据接收场景下,采用Q学习求解的数据接收完成率优于“先可见先跟踪”的基准资源调度方法,提升接近1%;与仅使用境内地面站的数据接收资源调度相比,数据接收完成率提升超过50%。     

一种基于IEEE802.22标准TSS策略的跨层时隙调度方案

该文首次将跨层设计思想引入IEEE802.22标准草案里关于感知时隙调度方案的设计中。为达到提高系统整体性能的目的,采用跨层设计思想,对目前IEEE802.22草案中关于TSS(Two-Stage Sengsing)方案中的参数作了进一步研究和定义。从两方面提出一种新的关于MAC层感知时隙调度的方案。一方面,基于物理层的无线衰落信道二阶统计特性定义了快速感知时隙的调度频率;另一方面,以最大化非授权用户传输吞吐量为目标,得到细微感知的最佳持续时间。结果证明该文提出的方案使MAC层的TSS方案更加明确、有效并能适应不同传输环境变化的目的。     

一种基于跨层设计的双次协同频谱感知技术

频谱感知的性能不仅依赖于物理层的感知方法,也取决于媒体接入层的协作调度.针对无线电磁环境非常恶劣的多用户认知网络,提出双次协同频谱感知模型和适应此新模型动态变化特性的动态可变时分多址调度机制以进行跨层协作,推导出了平均感知时间的闭式表达式,给出了实现吞吐量最大化的优化方法,分析了该协作可实现的条件.仿真结果表明:通过对各层特性参数的联合优化设置,相比于单次协同感知,所提协同感知方法及其优化算法可有效提高感知的准确性、时效性及网络吞吐量.     

将参数扫描应用分布于网格的负载平衡方法

为降低高性能计算网格中参数扫描应用的响应时间,基于负载平衡确定各网格节点分得任务的数目.用处理机需求与处理机数的比值表示网格节点的作业负载,用作业负载的均方差表示网格负载失衡度,并按降低网格负载失衡度确定参数扫描应用的任务分配.当参数应用的任务数不足以实现网格负载失衡时,选择作业负载较低的一组节点,并按负载平衡将该参数应用分布于这些节点.实验表明,基于负载平衡的调度可有效降低参数扫描应用的响应时间.