基于多服务质量属性联合效用函数的网格资源调度

基于经济模型研究网格服务质量(QoS)控制的资源分配问题,给出了多QoS属性多任务的资源分配优化的效用模型. 该效用模型描述了网格任务的动态需求和偏好,以效用最大化为目标计算了需要提供QoS的资源分配. 设计了时间和预算限制条件下基于多QoS属性的联合效用函数调度算法,并与其他经济的和非经济的算法进行比较,验证了该算法的有效性.     

一种LTE系统下的基于MBMS的视频流资源分配方案

多媒体广播多播业务（MBMS）为点对多点的多媒体传输提供了有效的服务.但MBMS需要上行反馈信道状况,因此其性能受限于最差用户的信道质量.文中提出了一种LTE系统下基于MBMS传输的视频流频域分组调度方案,该方案将视频流分为基层和扩展层,在点对多点的传输方式下,根据信道质量反馈针对不同视频层采用不同的调度方法,在所有用户都得到服务的同时增加了吞吐量.理论和仿真分析表明,与已有的传统调度方案相比,该方案能够提供更高的系统吞吐量和频谱效率.     

匈牙利方法在资源分配问题中的应用

通过对一维资源平行分配问题的讨论,给出了将该问题分解成若干个指派问题的方法,通过用匈牙利方法求解应对的指派问题,得出该资源分配问题的最优解。     

基于OFDM的认知无线网络中最小代价增量资源分配算法

认知无线电是解决频谱资源紧张,提高频谱利用率的有效方式之一。在保护授权用户不受过度干扰的前提下,为了充分利用基于OFDM的认知无线网络频谱资源,在分别考虑频谱检测可靠性和互干扰对资源分配影响的基础上,构建了一个联合功率控制和子载波分配的最优化目标。考虑算法实际可行性,提出了3个次优的基于最小资源代价增量的算法,即最小功率代价增量算法、最小干扰代价增量算法以及最小功率干扰加权和代价增量算法。数值仿真表明,相比于现有的静态等功率资源分配,所提算法的吞吐量性能均有明显提升,其中,最小功率干扰加权和代价增量算法整体性能最好。     

无线网络下行链路时延和功率的最优控制

研究无线网络下行链路中平均功率约束下联合跨层多用户平均时延最小化问题.基站根据不同用户的信道增益和队列长度信息,动态调整发射功率和速率,以实现系统平均时延最小化.将该优化问题转化为非约束马尔可夫动态决策过程,证明了在最优策略下系统平均时延和功率具有凸关系,仿真结果表明这种关系成立.考虑到原优化问题的特性和求解的复杂度,进而将该优化问题转化为凸优化问题,并给出了实际的求解算法和仿真结果.     

网格环境下基于免疫克隆策略的资源分析和任务调度

网格将多种资源组织在一个统一的框架下,为各种复杂的计算任务提供资源.因此计算任务在各种资源之间的调度成为了一个关键的问题.将遗传算法和免疫克隆算法结合起来,充分发挥各自的优势,先通过克隆操作来产生一组新的个体,然后再独立地对所产生的各个体进行克隆变异,克隆交叉操作,从而求得问题的最优解.实验结果表明,这种并行遗传免疫克隆算法全局寻优能力强,能有效地实现资源的负载均衡,可以成功地应用于网格任务调度中.     

基于灰色系统理论多资源网络计划分配的优化方法

本文在分析了现有的网络资源分配的几个优化准则和在工序排序过程中各种因素对工期产生影响的基础上，基于灰色系统理论，提出了以关联度为工序优先级的多资源网络计划分配问题的优化准则，并通过算例和与其它优化准则对比分析，说明依据该准则可使网络计划满足多资源约束条件，并使工期延长最少     

新型多用户MIMO-OFDM 跨层资源分配算法

为解决多用户MIMO-OFDM( Multiple Input Multiple Output-Orthogonal Frequency Division Multiplexing) 下行链路系统中由于分层设计信息不完整造成的资源分配不合理的问题,提出了一种基于最低速率约束的跨层资源分配算法。该算法综合考虑不同用户服务质量要求、媒体接入控制层队列情况和物理层信道状态信息,在满足总功率限制和用户最低速率约束的条件下,以系统吞吐量最大化为目标,进行物理层子载波和功率的联合分配。仿真结果表明,该算法不仅能满足不同用户的服务质量要求,而且能达到较高的系统吞吐量。     

复杂度低的速率比例限制松弛的OFDMA资源分配

在同一符号周期内,OFDMA基站允许多用户在不同子载波上并行传输。每个用户的子载波和功率分配使用户的数据速率最大,并受总功率、比特错误率及用户之间数据速率比例均衡的限制。高子信道SNR情况下,迭代求根法为子信道数的线性复杂度NlogN.将数据速率比例严格均衡限制松弛,提出一种非迭代方法,与求根法相比,所提方法没有高子信道SNR的限制,降低了复杂度,仿真表明总用户数据速率更高.